베리의 마케터 로그

Chapter 6. 머신러닝 기초 머신러닝의 기본 개념 이해데이터를 기반으로 패턴을 학습하고, 이를 바탕으로 예측 및 의사 결정을 수행하는 인공지능(AI)의 한 분야명시적인 규칙을 프로그래머가 지정하는 것이 아니라 알고리즘이 데이터를 분석하여 스스로 규칙을 찾아내는 방식으로 동작 머신러닝정의 : 데이터에서 패턴을 찾아 학습하고, 새로운 데이터에 대해 예측을 수행하는 시스템목표 : 일반적으로 사람이 일일이 정의하기 어려운 복잡한 패턴을 데이터에서 자동으로 학습하여 적용하는 것 🔎 패턴(Pattern)더보기입력 데이터(X)와 정답 또는 결과(Y) 사이의 통계적 관계“특정 입력(특징)이 주어졌을 때 결과가 어떻게 달라지는가?”“이 변수들이 함께 나타나는 경향이 있는가?” 와 같은 규칙성을 수학적으로 찾아내..

🔎 데이터 그래프 해석 · 분석 연습 팁데이터셋 먼저 파악하기 → 컬럼 의미, 단위, 데이터 범위 우선 확인기본 사실 읽기 → 그래프에 드러난 수치와 패턴을 객관적으로 관찰비교·차이 찾기 → 범주별, 시간대별, 집단별 차이를 집중적으로 비교맥락에 연결하기 → 단순 수치가 아닌, 왜 이런 결과가 나왔는지 상황과 연결해서 해석시사점 도출 → 실제 활용할 수 있는 전략이나 인사이트로 정리 연습문제 3. 하루 시간대별 매출 분석 연습문제 4. 성별에 따른 매출 비교 분석 연습문제 5. 연령대별 매출 비교 분석 연습문제 6. 주중 v. 주말 매출 비교 분석분석은 항상 정확한 숫자 데이터(% 및 실제 금액 등)를 기반으로분석 보고서 작성 시 전달하고자 하는 바를 명확하게 구분하여 최종적으로 "설득"할 수 있도..

9월 1일 인트로 복습용 정리바이브 코딩AI의 도움을 받아 코드를 작성하는 방식직감과 느낌에 의존하여 코드를 빠르게 생성하는 것이 특징(연결) → 최근 광고 업계에서는 생성형 AI(Generative AI)를 활용한 광고 소재 제작이 활발이미지 생성 모델을 활용해 배너·썸네일 제작텍스트 생성 모델을 활용해 광고 카피(A/B 테스트용 문구) 생성데이터 시각화 : 상대방에게 정보를 압축적으로, 빠르게 전달하기 위함비율 : 파이차트, 도넛차트비교 : 막대 그래프, 그룹 막대추세 : 선 그래프, 영역 그래프상관관계 : 산점도, 히트맵지리적 분포 : 지도 기반 히트맵 시각화 도구태블로: 강력한 시각화와 대시보드 제작 가능루커 스튜디오: 구글 생태계(GA, Ads 등)와 연동 쉬움 및 무료로 접근 가능두 도구 모두..

EDA를 이용한 데이터 분석 절차데이터의 구조를 파악하고 인사이트를 도출하는 과정EDA를 통해 데이터의 분포, 이상치, 변수 간 관계 등을 분석하여 데이터 기반 의사결정 최적화데이터 로드 및 기본 정보 확인결측치 및 이상치 탐색기술통계를 활용한 데이터 요약변수 간 관계 분석 및 시각화결론 도출 및 마케팅 전략 수립 데이터 분석 절차 상세 정리1. 데이터 로드 및 기본 정보 확인데이터셋의 기본 구조 파악 및 변수 속성 이해컬럼명, 데이터 타입, 결측치 개수 확인# pandas 사용하여 데이터 불러오기import pandas as pd# 데이터 로드df = pd.read_csv("dataset.csv")# 기본 정보 확인print(df.info()) # 컬럼 파악print(df.describe()) # 기초..

8/26 진행된 '불닭볶음면' 소비자 경험 관련 설문조사 진행 및 데이터 분석 보고서 작성 Matplotlib에 의한 시각화Python에서 데이터를 시각화할 때 사용하는 강력한 라이브러리 (특히 보고서 등 문서 작성 시 많이 사용)pyplot 모듈을 사용하여 다양한 그래프 생성 가능 주요 기능선 그래프 (Line Plot)바 그래프 (Bar Chart)히스토그램 (Histogram)산점도 (Scatter Plot)박스 플롯 (Box Plot)서브플롯 (Subplot) 등 🔎 데이터 시각화 기획 3단계더보기1. 어느 데이터를 표현할 것인가?핵심: 무엇을 보여줄지 선택사용자 유입 수 (일별 방문자, 채널별 방문자)광고 성과 (노출, 클릭, 전환율)매출 지표 (총 매출, 객단가, 재구매율)→ 분석 목적에..

시각화 도구 & 플랫폼 한 줄 정리matplotlib (파이썬 라이브러리) : 코드로 그리는 정적 그래프 중심 (이미지 저장에 강점)Tableau (시각화 플랫폼) : 드래그&드롭으로 만드는 대시보드/스토리에 강함Looker Studio (시각화 플랫폼) : 웹 기반, GA/스프레드시트/빅쿼리 등 연결 쉬움Chart.js (자바스크립트 라이브러리) : 웹 프론트엔드에서 쓰는 Canvas 기반 인터랙티브 차트선택 가이드주피터에서 빠르게 실험/이미지 저장 → matplotlib조직 공유용 대시보드/필터/탐색 → Tableau / Looker Studio내 웹앱에 차트를 직접 넣기 → Chart.js EDA 핵심 한 줄 정리 df.info()- 컬럼 수, 각 컬럼의 non-null 개수, 데이터 타입, 메모..

데이터 파이프라인 개념 복습데이터 원천 (Source)SQL: 데이터베이스(DB)에 저장된 데이터 (e.g. MySQL, MariaDB)File: CSV, Excel, JSON 같은 파일API: 외부 서비스에서 제공하는 Open API (e.g. 카카오맵 API, 통계청 OpenDB데이터 추출 & 적재 (ETL)E (Extract): 위 원천에서 데이터 추출T (Transform): 원하는 형태로 가공/정제 (필드 선택, 결측치 처리, 타입 변환 등)L (Load): 분석에 적합한 저장소로 적재 (보통 디스크에 CSV로 저장하거나 데이터 웨어하우스에 넣음)→ DB/API/File에서 불러온 데이터를 바로 쓰지 않고→ 중간 저장 형태(CSV, Parquet 등)로 디스크에 저장한 뒤,→ 그걸 다시 Pand..

1. 크롤링 방지 사이트 판단 방법1.1. robots.txt 확인웹사이트의 크롤러 접근을 허용하거나 차단하는 규칙을 정의한 파일 (근거)대표 도메인 /robots.txt (e.g. www.example.com/robots.txt)주요 규칙- user-agent: * 모든 크롤러에 적용- Disallow: /private/ 특정 디렉토리 크롤링 금지- Allow: /public/ 특정 디렉토리 크롤링 허용예제 확인User-agent: *Disallow: /searchDisallow: /privateUser-agent: *Allow: / 🔎 데이터베이스 접근 관련 해킹 문제더보기XSS: javascript를 활용해서 상대방 페이지에 있는 내용을 가져오는 형식→ 공격자가 악성 Javascript 코드..

MongoDB 복습 터미널 명령어cd : change directoryls : listrm : remove-rf : all (예시) rm -rf *.xlsxsudo : superuser domkdir : make directorychmod : change mode-R 777 : 최고 권한 (r/w/x 모두 가능)🔎 rm -rf 의미더보기rm → remove (파일/디렉토리 삭제 명령어)-r → recursive (재귀적으로 삭제)👉 폴더(디렉토리) 안에 있는 모든 하위 파일/폴더까지 싹 다 지움-f → force (강제 삭제)👉 "정말 지울까요?" 같은 물어봄 없이, 권한 있으면 바로 삭제 TODO LIST 구현 실습todo/│├── app.py├── uploads/├── static/│ └─..

MongoDB- 대표적인 NoSQL(Non-Relational) 데이터베이스- 전통적인 관계형 데이터베이스의 구조적인 한계를 극복하고자 등장- 현대의 웹, 모바일, IoT 등 다양한 환경에서 유연한 데이터 구조와 대량의 데이터 처리 요구사항을 효과적으로 해결 문서 기반 저장 방식- BSON(Binary JSON) 형태의 문서로 데이터 저장→ JSON과 유사하며 인간이 읽기 쉽고 다양한 데이터 형식을 자연스럽게 표현 가능{ "_id": ObjectId("65c4b5ea156f9c1d2f3a1b4c"), "이름": "김민수", "연락처": { "전화": "02-123-4567", "이메일": "minsu@example.com" }, "관심분야": ["인공지능", "데이터 분석", "클라우..