|
python] 파이썬 결측치 처리https://freedata.tistory.com/61
WorkingWithPython, pandas로 결측치 다루기https://workingwithpython.com/howtohandlemissingvaluewithpython/
[빅데이터 통계 R 프로그램(8)] 데이터분석 시작! (05) 연령대와 월급 https://goodthought.tistory.com/57
R 프로그
|
|
|
통계분석」, 프레딕스, 2020.
파이썬 기본을 갈고 닦자, https://wikidocs.net/16043
코딩도장 12.1 딕셔너리 만들기, https://dojang.io/mod/page/view.php?id=2213
TCPSCHOOL.com, http://tcpschool.com/python/types_dictionary
점프 투 파이썬 https://wikidocs.net/28
왕초보를 위한 Pyth
|
|
|
기여할 것이다. 1. 서론
2. 기계 학습의 기본 개념
3. 수학적 기초 벡터와 행렬
4. 통계학의 기초 확률과 분포
5. 프로그래밍 언어 선택
6. 데이터 전처리 방법론
7. 모델 구축 및 평가
8. 사례 연구 실제 적용
9. 결론
10. 참고 문헌
|
|
|
I. 서론
품질기능전개(Quality Function Deployment, QFD)는 고객의 요구사항을 체계적으로 제품 및 서비스 개발 프로세스에 반영하여 고객 만족도를 높이기 위한 대표적인 방법론입니다. 그중에서도 품질의 집(House of Quality)은 QFD의 핵심 도구로 널리
|
|
|
개인정보는 코로나19로 인해 더 심각해졌다. 들리는 가게마다 이름과 전화번호를 남겨야 하니 이제 작은 가게에서조차도 개인정보를 제대로 관리하지 않으면 안되는 상황이 되었다. 생각했던 것보다 더 다양한 영역에서 활약하는 데이터과학
|
|
|
I. 서론
6시그마 프로젝트 추진단계인 Define(정의), Measure(측정), Analyze(분석), Improve(개선), Control(관리)의 단계로 구성됩니다. 이 방법론은 DMAIC 프로세스라고 하며, 구체적인 내용을 이해하였고, 한국표준협회 홈페이지에서 우수 6시그마 품질분
|
|
|
데이터과학입문」, 한국방송통신대학교 출판문화원, 2016.
이긍희, 함유근, 김용대, 이준환, 원중호, 「빅데이터의 이해」, 한국방송통신대학교 출판문화원, 2014.
한국소프트웨어기술인협회 빅데이터전략연구소, 「빅데이터 개론」, 광문각, 20
|
|
|
통계량과 SBC(Schwarz’s Bayesian Criterion) 통계량 등의 모형선택기준을 이용하여 선택하는 경우가 많다.
위의 그림은 로그변환된 계절변동조정 실질 국내총생산(GDP)의 수준변수 및 1차 차분변수에 대해서 ADF 검정을 실시하는 프로그램을 R Studio에
|
|
|
머니볼은 잘 알려져 있다시피 야구구단의 이야기이다. 하지만, 단순한 야구이야기가 아니라 데이터와 통계를 바탕으로 한 야구구단의 경영이야기이다. 2000년대 초반 가난한 메이저리그 야구단 오클랜드 어슬레틱스가 데이터와 통계를 기반
|
|
|
데이터를 생성하여 ADF 검정과 상관도표, 부분상관도표의 예시 분석을 진행해 보겠습니다.
ADF 검정 결과와 상관도표 및 부분상관도표 분석을 바탕으로 다음과 같은 결론을 내릴 수 있습니다.
ADF 검정 결과 정리
계절조정계열: ADF 통계량은 -2.03
|
|
메뉴펼치기
