안녕하세요! 오늘은 유데미 스타터스 부트캠프 5주차 학습일지입니다! 🙂 이번주는 이러닝 학습의 마지막 주차였습니다! 금요일에는 중간평가가 있어 모두들 열심히 공부를 했던 한 주였는데요 !! 저는 이번주에 태블로 강의를 마쳤습니다 ! :) 그럼 어떤 내용으로 5주차를 보냈는지, 5주차 학습일지 시작해보겠습니다 !💨 ❤️🔥 LIKED ✍🏻 태블로 프로젝트 이번주는, 태블로 기본 기능에 관한 내용에 더하여 고급 기능을 배웠습니다! 사실 태블로의 기능은 저에게 쉽지만은 않았습니다 😭 그런데 각 섹션이 가상의 데이터를 토대로 어떤 프로젝트가 주어진 채 진행되는 점이 정말 좋았습니다! 그저 분석 기능 혹은 시각화 기능에 대해서만 배우면 이걸 그래서 어떤 상황에 어떻게 적용해야 할까 고민하게 되는 경우가 많았습니다..
안녕하세요! 오늘은 유데미 스타터스 부트캠프 4주차 학습일지입니다! 🙂 스타터스 4기가 시작된지 벌써 한 달이 지났네요! 시간이 너무 빠른 것 같아 아쉬움이 남습니다 😭 그만큼 남은 기간 교육에 더욱 열중해야겠죠 ..! 이번주는 오프라인 디자인 씽킹 강의를 마무리하고, 태블로 및 시계열 데이터 분석 이러닝 학습을 시작하였습니다. 저는 태블로를 한 번도 다뤄본 적이 없어 꽤나 어려웠던 시간이었습니다 ..! 그럼 어떤 내용을 학습했는지 4주차 학습일지 시작해보겠습니다 !💨 ❤️🔥 LIKED ✍🏻 디자인 씽킹 이번주는, 지난주에 배운 내용을 토대로 저희 팀만의 디자인 씽킹 과정을 진행해 보았습니다. 여러 실습을 진행한 후, 마지막으로 디자인 씽킹의 전과정을 팀원분들과 직접 수행해보니 디자인 씽킹에 대한 이해..
안녕하세요! 오늘은 유데미 스타터스 부트캠프 3주차 학습일지입니다! 🙂 이번주는 R 강의를 끝으로 에이블런 강의를 마무리하고, 디자인 씽킹 오프라인 강의를 진행하였습니다. 처음 오프라인 강의를 진행하며 팀 활동을 하니 더욱 파이팅있게 학습에 참여하게 되었던 것 같은데요 ..!! 그럼 3주차 학습일지 시작해보겠습니다💨 ❤️🔥 LIKED 학습 내용 각각 R 강의와 디자인 씽킹 강의에서 배운 '데이터 처리 과정', 그리고 '디자인 씽킹 과정'입니다. 데이터 분석에 관해 배우며 단순히 '전처리' 혹은 '분석'만이 아니라, 데이터를 분석하는 목적에 맞춰 수행해야 하는 일련의 과정을 한눈에 파악할 수 있었습니다. 또, 디자인 씽킹 과정을 통해 문제 정의 과정이 어떻게 진행되어야 하는지, 그리고 이 과정들이 데이터..
안녕하세요! 오늘은 유데미 스타터스 부트캠프 2주차 학습일지입니다! 🙂 이번주는 첫 주보다 더 빠르게 지나간 것 같습니다..! 💦 또, 이번주부터는 한 주씩 고정석에 앉기로 하여 팀원분들과 더욱 친해질 수 있었는데요 ! 팀원분들과 매일 같이 점심을 먹고 모르는 부분은 서로 공유하며 해결해나가니 더욱 보람찬 한 주였습니다 😎 그럼 2주차 학습일지 시작해보겠습니다💨 ❤️🔥 LIKED 학습 진행 과정 부트캠프에 참여하기 전에도, 파이썬 데이터 전처리와 시각화 방법에 대해 간략히 공부하였었는데요! 이 때는 사용할 수 있는 함수 종류들에 대해서만 공부하여서, 이런 방법들을 어떤 상황에 어떤 목적으로 사용할 수 있을지 감이 잘 잡히지 않았습니다 🥲 이번주에는 공공 데이터를 이용하여 지금까지 배운 전처리, 시각화 ..
드디어 유데미 스타터스 부트캠프의 첫 주가 끝났습니다 !♥ 새로운 환경에서 처음 만나는 분들과 함께 공부를 하게 되니 설레기도 하고 긴장도 되었습니다만 ! 무사히 첫 주가 흘렀네요 ! ๑'ٮ'๑ 이번주부터 4L 형식에 맞춰 학습 일지를 작성해보려고 합니다 :) 그럼 시작해보겠습니다💨 Liked 이번주 수업에서 좋았던 점 부트캠프의 첫째 날은 본격적인 학습을 진행하기 앞서, 처음 만난 동료분들과 아이스브레이킹 시간을 가졌습니다! 어색한 분위기로 시작했지만, 그래도 다양한 활동을 진행하니 말 그대로 얼음같던 분위기가 조금씩 깨지는 것 같았습니다 ❄️ 위 사진은 저희 조에서 만든 '우리가 꿈꾸는 업무 환경' 입니다! 저희 조는 주로 가운데 모여서 업무를 하고, 혼자만의 시간이 필요할 때면 골방에 들어가서 일을..
📚 오늘 내가 배운 것 오늘은 이전에 배운 내용들을 활용하여 4가지 주제의 데이터를 이용한 분석 과정을 진행해보았습니다 ! ① 서울시 코로나19 현황 분석 ② 서울시 공공자전거 이용 현황 분석 ③ 서울시 물가 정보 분석 ④ 지하철 승하차 현황 분석 자세한 분석 과정은 주제 별로 정리하여 게시글 하단에 링크 걸어두었습니다 :) 💭 오늘 기억해야 할 내용 ① 문자열 공백 제거 df['column'].str.strip() ② 숫자형 자료형으로 변환할 때 에러처리 옵션 pd.to_numeric(시리즈, errors=에러처리옵션) - ignore : 숫자로 변경할 수 없는 값이 있으면 작업하지 않음 - coerce : 숫자로 변경할 수 없는 값은 NaN으로 설정 - raise : 숫자로 변경할 수 없는 값이 있으..