Python 7

[DAY22] 멋쟁이사자처럼부트캠프 그로스마케팅_Today I Learned

오늘의 학습 내용- Looker Studio의 개요와 데이터 소스 연결- Looker Studio 시각화와 대시보드 최적화- Looker Stusio Maria DB 연동 Chart.js 이용한 재무 보고서 웹 서버 연결 (Flask)1. GCP 터미널을 통해 사용할 디렉토리 생성 및 권한 부여 2. 사용할 코드 파일 경로 설정▶ 코드 압축 파일 ▶ filezila 를 이용한 경로 설정 3. 웹 서버 연결▶ 터미널 python3 app.py 실행▶ http:// (외부 ip 키):5001예 ) http://34.64.277.75:5001 Financial Report Looker Studio 개요Looker Studio(구 Google Data Studio)는 Google에서 제공하는 데이터 시각화 및 ..

카테고리 없음 2025.03.07

[DAY19] 멋쟁이사자처럼부트캠프 그로스마케팅_Today I Learned

오늘의 학습 내용- 고객 세분화를 위한 통계 분석- 확률 분포, 포아송 분포- 통계적 분석을 통한 마케팅 성과 예측 - 통계 분석 종합 실습 및 결과 해석 고객 세분화를 위한 통계 분석고객 세분화(Customer Segmentation)는 고객의 특성과 행동 패턴을 분석하여 비슷한 그룹으로 나누는 과정이를 통해 맞춤형 마케팅 전략을 수립하고, 고객 만족도를 높이며, 기업의 수익을 극대화고객 세분화를 수행하기 위한 통계 분석 기법 : 기술 통계 분석, K-평균 군집 분석, RFM 분석, 계층적 군집 분석 등 1. 기술 통계 분석기술 통계 분석은 데이터의 분포와 기본적인 특징을 파악하는 데 사용고객 데이터를 분석할 때 자주 사용평균 (Mean): 고객 1인당 평균 구매 금액, 평균 방문 횟수 등을 분석하는 ..

카테고리 없음 2025.02.27

[DAY17] 멋쟁이사자처럼부트캠프 그로스마케팅_Today I Learned

오늘의 학습 내용- 상관관계의 이해와 기초- 상관 분석 심화상관관계의 이해상관관계(Correlation)는 두 변수 간의 관계를 나타내는 통계적 개념으로, 한 변수의 변화가 다른 변수의 변화와 어떤 관계가 있는지를 나타냄. 한 변수가 증가할 때 다른 변수가 증가하거나 감소하는 패턴이 있는지를 분석하는 것1. 상관계수 (Correlation Coefficient) 상관관계의 정도는 상관계수(Correlation Coefficient, r)로 표현가장 많이 사용되는 상관계수는 피어슨 상관계수(Pearson Correlation Coefficient, r)2. 상관계수의 해석r = 1 → 완전한 양의 상관관계 (한 변수가 증가할 때 다른 변수도 완전히 비례하여 증가)0.7 0.3 r = 0 → 상관관계 없음 ..

카테고리 없음 2025.02.25

[DAY16] 멋쟁이사자처럼부트캠프 그로스마케팅_Today I Learned

오늘의 학습 내용- 회귀분석의 개념과 단순 회귀- 다중 회귀 분석회귀분석회귀분석은 통계학에서 두 개 이상의 변수 사이의 관계를 분석하고 예측 모델을 구축하는 기법1. 구성요소종속 변수 (Dependent Variable, Y):분석의 목표가 되는 변수, 예측하거나 설명하고자 하는 대상독립 변수 (Independent Variable, X):종속 변수에 영향을 주는 변수오차항 (Error Term, ε): 모델이 설명하지 못하는 부분, 즉 관측된 값과 예측된 값 사이의 차이, 이는 측정오차나 누락된 변수 등 여러 요인에 의해 발생2. 단순 회귀 분석단순 회귀 분석은 하나의 독립 변수와 하나의 종속 변수 사이의 선형 관계를 모델링하는 가장 기본적인 형태의 회귀분석 2.1 모델 수식beta_0 (절편, Int..

카테고리 없음 2025.02.24

[DAY14] 멋쟁이사자처럼부트캠프 그로스마케팅_Today I Learned

오늘의 학습 데이터수집 및 전처리 - 데이터 구조 파악(EDA)- 데이터 전처리 종합 실습 데이터 구조 파악(EDA)EDA(탐색적 데이터 분석, Exploratory Data Analysis):데이터 분석을 수행하기 전에 데이터의 구조를 파악하고 특성을 이해하는 과정 데이터의 패턴을 발견하고, 이상치(outlier) 및 결측치(missing value)를 확인하며, 적절한 전처리 방법을 결정 기술통계, 데이터 시각화, 변수 간 관계 분석 등의 방법을 사용1. EDA의 주요 목적데이터의 기본 정보 파악: 데이터 크기, 컬럼 수, 데이터 타입 등을 확인결측치 및 이상치 탐색: 누락된 값과 비정상적인 값을 찾아 적절한 처리 방안을 결정기술통계를 이용한 데이터 요약: 평균, 중앙값, 표준편차 등 주요 통계량을 ..

카테고리 없음 2025.02.20

[DAY10] 멋쟁이사자처럼부트캠프 그로스마케팅_Today I Learned

오늘의 학습 내용- WEB Integration - 웹 크롤링 (다음 수업 블로그에 함께 작성) 크롤링은 실습 진행시 실습파트와 함께 정리하는게 기억하기 더 좋을 것 같아서 따로 적어보겠습니다드디어 금요일,,..!! 금요일 블로그 포스팅 시작해볼게요☆Review ( SQL과 Python 연동 )어느덧 익숙해진 SQL과 Python 연동 예제 복습을 시작으로 본격적인 수업을 시작했다.[ 오늘의 미션 ] SQL과 Python 연동 하여 다음 테이블 만들고, csv파일로 저장하기_전환율계산datevisitorsconversionsCVR (%)2025-02-01120015012.52025-02-02135018013.33333332025-02-03110013011.81818182025-02-04140016011...

카테고리 없음 2025.02.14

[DAY9] 멋쟁이사자처럼부트캠프 그로스마케팅_Today I Learned

오늘의 학습 내용- ALTER TABLE- Python과 SQL 연동 Maria DB ALTER TABLEALTER TABLE은 MariaDB에서 기존 테이블의 구조를 변경하는 데 사용열 추가, 삭제, 수정, 인덱스 추가, 제약 조건 변경 등의 작업을 수행 가능 예제_ employees 테이블desc employees;FeildTypeNullKeyDefaultExtraidint(11)NOPRINULLauto_incrementnamevarchar(100)NO NULL departmentvarchar(50)NO NULL salarydecimal(10,2)NO NULL hire_datadateNO NULL  SELECT * FROM employees;idnamedepartmentsalaryhire_data1김..

카테고리 없음 2025.02.13