TIL-DATA

데이터 분석 정리 노트

study: 개념 공부 및 정리
practice: 실습
docs: 문서 및 폴더 관리

00_데이터분석

📖 데이터 분석 프로세스

No.	Section	Practice	Check
1	문제 정의		✔
2	데이터 준비/수집		✔
3	데이터 전처리
4	데이터 탐색
5	모델 생성
6	학습/예측
7	평가

01_통계분석

No.	Section	Practice	Check
1	기초 통계		✔
2	상관 분석		✔
3	검정		✔
4	최적 모델 선택

02_머신러닝

📖 머신러닝

No.	Section1	Section2	Practice	Check
1	지도 학습 - 분류	0️⃣ 모델 성능 평가	-	✔
		1️⃣ 의사결정나무	[Python] iris 데이터 분류 [R] iris 데이터 분류	✔
		2️⃣ 나이브베이즈	[Python] 아마존 리뷰의 긍정 부정 분류	✔
		3️⃣ 로지스틱회귀	[Python] 가계 대출 여부 분류	✔
		4️⃣ KNN	[Python] 분류 - 유방암 분류 [Python] 회귀 - IMDb 영화 평점 예측	✔
		5️⃣ SVM	[Python] 분류 - iris 데이터 분류	✔
		6️⃣ 신경망		➖
2	지도 학습 - 회귀	0️⃣ 모델 성능 평가	[Python] 모델 성능 평가 [R] 모델 성능 평가	✔
		1️⃣ 선형회귀 회귀진단, 질적설명변수, 과적합, 변수변환, 상호작용 등	[Python] 아파트 경매 가격 예측	✔
		2️⃣ 단순선형회귀	[Python] 단순선형회귀 [R] 단순선형회귀	✔
		3️⃣ 다중선형회귀	[Python] 다중선형회귀 [R] 다중선형회귀	✔
		3️⃣ 다중선형회귀 - Regularization Ridge, Lasso	[Python] Boston 주택 가격 예측	✔
		4️⃣ 다중선형회귀 - Feature Extraction PCA, PLS	[Python] 습관과 체형 데이터 PCA 차원축소	✔
		5️⃣ 다중선형회귀 - Feature Selection	[Python] Toyota Corolla 모델의 가격 예측 변수선택	✔
		5️⃣ 다중선형회귀 - GAM
		5️⃣ 다중선형회귀 - GLM
		6️⃣ 비선형회귀		➖
3	비지도 학습 - 연관규칙분석	1️⃣ 연관규칙분석	[Python] 식료품 연관 규칙 분석 [R] 식료품 연관 규칙 분석	✔
	비지도 학습 - 클러스터링	1️⃣ K-평균 군집화	[Python] 슈퍼마켓 고객 군집화	✔
		2️⃣ 계층적 군집화
		3️⃣ DBSCAN

03_딥러닝

No.	Section	Practice	Check

04_시계열

📖 시계열 예측 분석

[Python] 서울시 자전거 수요 분석

No.	Section1	Section2	Practice	Check
1	시계열 데이터	1️⃣ 정상성	[Python] 서울 자전거 수요 데이터의 정상성 확인 및 변환 [R] 비행기 승객수 데이터의 정상성 확인 및 변환	✔
		2️⃣ 진단	[Python] White Noise와 Random Walk 구현	✔
2	시계열 분석 - 시계열분해법	-	-	✔
3	시계열 분석 - 평활법	1️⃣ 이동평균법	-	✔
		2️⃣ 지수평활법	-	✔
4	시계열 분석 - BOX JENKINS방법	1️⃣ AR모형	-	✔
		2️⃣ MA모형	-	✔
		2️⃣ ARMA모형	-	✔
5	시계열 분석 - 변동성추정	1️⃣ ARCH모형	-	✔
		2️⃣ GARCH모형	-	✔