linchpin's

Devfest Cloud 2023: Above the Cloud - Your Buddy in Code! [티켓 마감 2일 전]

linchpin's — Thu, 7 Dec 2023 18:50:57 +0900

☁️Devfest Cloud 2023: Above the Cloud - Your Buddy in Code!☁️

구글 본사 테크리드 도 함께하는 Devfest Cloud 2023에 여러분을 초대합니다!

✔️ 일시: 2023.12.09(토) 13:00~18:00 KST
✔️ 장소: 연세대학교 공학원 (Yonsei Engineering Research Park)
티켓 구매처:https://festa.io/events/4385

Devfest Cloud 2023 | Festa!

Festa에서 당신이 찾는 이벤트를 만나보세요.

festa.io

DevFest는 1년에 한 번 열리는 Google for Developer 콘퍼런스입니다.
구글러부터 GDE(Google Developer Expert),
그리고 현업 전문가들의 풍부한 경험을 공유하는 이 특별한 행사에 함께해보세요.

구글러, GDE, 현업 전문가들이 알려주는 요즘 핫한 기술

총 11개의 세션을 준비하였으며, 최근 핫한 생성형 AI를 비롯하여 Cloud와 관련된 다양한 주제들을 다룹니다. 자세한 정보는 첨부된 이미지를 참고해 주세요.

세션 외의 다양한 경험

네트워킹 존: 세션 연사들과의 자유롭게 질의를 하고 대화를 나눌 수 있어요.
커피챗 존: 각 분야의 전문가, 버디들과 함께하는 소중한 대화 시간.
커리어 상담, 시장 및 기술에 대한 토론을 하며 소중한 경험을 쌓아가세요.
애프터 네트워킹: 발표만 듣고 돌아가기 아쉬운 당신을 위해 준비했습니다.
다른 참여자들과 함께 네트워킹하며 경험과 고민을 공유해보세요!
다양한 굿즈 및 럭키드로우 경품: 참가자 전원에게 특별한 선물이 기다리고 있어요!

마감 전에 티켓 구매하러 가기!
https://festa.io/events/4385
https://festa.io/events/4385

DevChat 컨퍼런스: 소통으로 가치를 만드는 사람들 [후기]

linchpin's — Thu, 7 Dec 2023 18:15:29 +0900

2023년 12월 1일에
DevChat 컨퍼런스에 다녀왔습니다.
"개발자와 소통하며 가치를 만드는 사람들의 이야기"
라는 주제로 좋은 개발 문화를 만드는 비법과
성과를 공유하는 자리였습니다.

왜 참여하게 되었나요?
저는 기획자/운영자로서
학생 개발 단체에 소속되어 있습니다.

연세대학교 중앙컴퓨터동아리 前 회장으로서,
그리고 GDSC 연세 現 DevRel 멤버로서
개발자 해커톤이나 콘퍼런스 등을 준비하며
"비개발/관련 서비스 직군을 위한 이벤트나
컨퍼런스도 많았으면 좋겠다"라는 생각을 했었습니다.

그런 의미에서 DevChat 컨퍼런스는
"내가 가지고 있는 갈증을 해결해 줄 수 있지 않을까"는
생각으로 참여하였습니다.

어떻게 알게 되었나요?
GDSC에서 같이 DevRel을 하고 있는 친구가 추천해 줘서 DevRel 멤버들과 함께 참석하게 되었습니다.
미리 데보션에서 무료로 사전 신청을 한 다음
오프라인으로 이벤트홀에서 참석하는 방식이었습니다.

저는 아쉽게도 늦게 참여하여 1, 2부 세션은 듣지 못하고
3부 세션(케이스 스터디 - 함께 성장하기)만 듣게 되었습니다.

3부 발표 내용을 요약하자면 다음과 같았습니다.

다양한 구성원이 함께 성장하는 개발자 커뮤니티를 만들기 위한 노력

손다현 님 (네이버 커넥트 재단)

다현님께서는 네이버 커넥트 재단에서 부스트캠프 웹/앱모바일 교육 기획 및 운영을 담당하고 계셨습니다.
발표로 부스트캠프 웹/앱 모바일 소개, 현재 진행하는 8기 사례 소개, 그리고 해당 교육을 기획하고 운영하며 얻은 인사이트를 공유해 주셨습니다.
내용을 요약하자면, "커뮤니티의 방향성"에 대한 내용이었습니다.

내용 요약 - 하단 더보기 클릭

부스트캠프 웹/앱 모바일 소개
- 일방향적인 교육 프로그램이 아닌 양방향 커뮤니티로서의 부스트캠프
  - 5개월 개발자 양성 코스
  - 다양한 주체: 수료생, 마스터, 캠퍼, 현업 개발자, 자문 위원
  - 커뮤니티의 특성: 커뮤니티에 속한 누구나 배움을 얻을 수 있음
8기 사례 소개

커뮤니티 운영 시 신경쓰고 있는 부분

커뮤니티 가이드 제공
- 나를 알고 성장하기
- 자기 주도적으로 행동하기
- 함께 자라기
- 전문성 기르기
릴레이 프로젝트 (이번 기수 처음 시작)
- 커뮤니티 멤버들의 초기 적응과 커뮤니티에 대한 이해력을 높이기 위함
  - 매주 금요일마다 한주를 마무리하는 퀘스트처럼 진행
    - 책을 읽고 각 참여자가 각자 퀘스트를 생성
    - 퀘스트를 돌아가면서 릴레이로 수행
    - 하나의 문화로 자리 잡게 함으로써 커뮤니티 내 좋은 습관이 자리잡을 수 있도록 함
오프라인 오리엔테이션 진행
- 모두의 방향성을 얼라인하기 위함

3. 인사이트 공유

- 1. 모든 구성원이 공감할 수 있도록 핵심 가치를 설득하는 과정은 필수다
    - Why를 설정
  2. 다 함께 만들어가는 것이 중요하다
    - 정기적인 회고 미팅, 설문조사, 인터뷰 진행
    - 과정 중간에 변화가 필요하다면 진행
  3. 커뮤니티의 정체성을 명확히 하고, 길을 잃지 않아야 한다
  4. 구성원이 주체가 될 수 있는 환경을 제공해야 한다
    - 구성원 스스로 회고할 수 있도록 시스템 구성
  5. 계속해서 찾아오고 싶은 커뮤니티가 되자

개발팀에서의 시도, 이모저모

김경환 님 (네이버)

경환님께서는 개발자로서 Vertical Sercvice 팀 리드를 맡으며 팀 매니징에 조금 더 신경을 쓰게 되었다고 말씀해 주시며, 주위 다양한 프로그램들을 어떻게 벤치마크하여 팀에 어떻게 적용하는지 사례들을 제시해 주셨습니다.
말씀해 주신 내용을 모두 정리하지는 못했지만, 정말 다양한 방법을 적용하고 계셨습니다.

* 빠르게 정리하느라 오류가 있을 수 있습니다. 혹시 사실과 내용 있으면 댓글로 알려주세요!

내용 요약 - 하단 더보기 클릭

팀을 관리하기 위해서 하는 활동들

하우스키핑데이: 날을 지정하여 코드에 대해 이야기하고 딥다이브 하는 시간을 가짐
- 재택근무, 팀 특성상 업무가 독립적인 특징이 있음.
- 팀원들과의 교류 활성화를 위함
피크스탑: 2주간 비즈니스를 멈추고, 큰 단위의 기술부채 해결
- 24년도부터 진행할 예정
- 리팩토링, 프레임워크 업그레이드 등
- QA까지 지원 받아 전체적인 기술부채 해결 및 서비스 안정화
비동기 커뮤니케이션
- 재택 상황에서 불필요한 메신저가 너무 많음 → 꼭 메신저로 이야기 해야할까?
- 우선순위에 따른 커뮤니케이션 분리
  - Slack/Works: 급한 내용
    - 배포 공지, 긴급한 장애 및 문의, 전달 상황
    - 업무가 blocking이 되어서 진행이 안되는 경우
  - OSS: 안 급한 내용
    - 매일 분류를 통해 주기적으로 메일을 확인
    - 출근 후 1회, 업무 중 2회, 퇴근 전 1회. 최소 4번 확인
    - OSS 이슈 템플릿을 활용 (공유, 문의, 요청)
3.59 Day
- 전사적인 차원에서 한 달에 한번 3시간 59분 근무 (자율근무제도)
Focus Time
- 매주 금요일 3-7시
- 한 주의 업무를 wrap-up하는 시간
Vertical Service Biz Dev - All Hands
- 주기적으로 버티컬 서비스의 공통의 내용 공유
  - 조직원 소개: 다른 조직의 동료, 심리적 거리감, 친밀감
  - 팀내 개발 상황 공유: 다른 조직의 배포, 장애 혹은 기술 공유
  - 조직 Align: 조직의 목표 혹은 조직의 성과 측정 방식을 공유하고, Q&A를 통해 조직 전체가 얼라인하는 것을 목표

토크 콘서트: 개발자의 성장을 위해 노력하는 다양한 역할들

3부 마지막에는 <기업의 성공을 이끄는 Developer Relations> 저자 조은옥 님이 MC를 맡아주시고,
Devchat 연사 5분(김경환, 김상기, 배문교, 손다현, 유민영)께서 자유롭게 이야기를 이어나가는 토크 콘서트가 진행되었습니다.
한 시간 동안 진행하였고, 들으면서 기억에 남았던 부분을 아래에 정리해 보았습니다.

내용 요약 - 하단 더보기 클릭

Q. Devrel은 무엇인가?

기존의 인사 담당자와는 다른 느낌이다. Resource가 아닌 Relation, 즉 자원이 아닌 사람으로 보게 된다. 개발자과 솔직, 담백, 가감 없이 대화를 하게 되어서 상처를 받지 않으면서 이야기를 해 나갈 수 있구나라는 생각을 하게 된다.
생태계의 선순환을 주도해나가는 역할.
점-선-면. 붙이면 붙일 수록 Dynamic해지는 네트워크 모델.

Q. Devrel로서 어려웠던 부분이 있는가?

프로그램 기획/운영의 어려움
- 실패 사례: 금요일에 월-목에서 배웠던 부분들 중 한 요일을 정해서 배운 내용을 복습하라 → 참여율 저조.
- 인사이트: 원동력, 스스로 하는 방법을 아는 것이 더 중요
교육/세미나 운영의 어려움
- 정보 전달성보다는 참여형으로 구성
- 리드로서 받는 개발자 교육은 너무 만족함; 사내에 개발자들에게 필요하지 않은 교육이 좀 더 많은 것 같음.
프로그램 홍보의 어려움
- 참여 시 리워드를 제공하는 것은 지속 가능하지 않음. 본인이 참여하면 참여할 수록 좀 더 얻어갈 수 있는 것들이 많게 구성해야 함.
- 요청글에 공을 엄청 들여서 회신을 이끌어 냄.

성장하기 위해서

회고하는 습관을 가져라
- 연말 정산을 다들 많이 한다. 근데 연말에만 하지 말고 매일 매일 작성하는 습관을 들이자
- 자신이 하고 있던 일을 발전시키는 그런 습관을 계속 들이는 것이 중요하다
변화 관리 코치를 구하라
- 친구가 가장 좋다. 무언가를 실천할 때마다 다 말하고, 변화가 일어날 때마다 보고하라
성장 라이팅
- 성장이라는 단어의 무거움이 있는 듯하다
- 지속해서 성장하기 위하여 - 나를 알아야 한다. 정말 클래식하지만… 그게 정답인 것 같다
마음가짐/집중하는 대상
- 개발자 - 이런 아이디어 시도 해 봐야지!라는 마음가짐이 중요한 것 같다
- 주니어 레벨은 보통 하드 스킬을 발전시키는 데 집중하고, 시니어 레벨은 소프트 스킬, 즉 관계, 협업, 매니징을 하는 데 집중한다. 즉, 외부로 점점 영향력을 키워가는 것이 성장하는 것이 아닐까

새롭게 우리 커뮤니티에 적용할 수 있는 부분은?!
(1) 타임 오버 시 디지털 알람이 아닌 아날로그 종 치는 것! (행사 타임라인이 잘 지켜진 것 같음)
(2) Slido를 통하여 실시간 QnA를 진행 (인터랙션이 좋은 것 같음)
(3) 네이버 부스트캠프에서 진행하는 릴레이 프로그램과 비슷한 프로그램 구성
(릴레이 챌린지 같은 형식이 잘 사용한다면 참여도를 올리는 데 도움이 될 것 같음)

후기

토크 콘서트에서 연사자 분들이 이야기를 들어보니,
1부 세션 내용을 들을 수 있었다면 더 좋았을 것 같다는 생각이 들었습니다. (늦참 이슈...)

다음번에 비슷한 행사가 주최된다면
다시 참여할 의사가 있습니다!
세션 이후에 네트워킹 액티비티도 구성하여
진행해도 재미있을 것 같고
사례와 방법 중심의 세션 말고도,
DevRel을 커리어로서 왜 선택했는지와
어떻게 경력을 개발했는지 등의
경험 중심의 이야기를 들어도
좋을 것 같다는 생각이 들었습니다.

DevRel이 개발자와 소통하며 가치를 만들어 내는 사람들이다 보니, "기존의 HR 혹은 PR 관련 직무를 가지신 분들 외에도 다양한 사람들이 DevRel이 될 수 있구나"라는 생각이 들었습니다.

이번 9월에 GDSC에 들어오면서
DevRel이라는 직무를 처음 마주하였는데
아직 졸업을 하지 않은 4학년 대학생으로서
기존에 생각해보지 못한 다른 커리어의 가능성을
발견할 수 있었던 자리였던 것 같습니다.

[SQL] 프로그래머스 SUM, MAX, MIN 문제 정답

linchpin's — Mon, 6 Nov 2023 16:31:55 +0900

programmers SQL 고득점 Kit

Level 1

가장 비싼 상품 구하기

-- 1. MAX 활용
SELECT MAX(PRICE)
FROM PRODUCT;

-- 2. LIMIT 활용
SELECT PRICE AS MAX_PRICE
FROM PRODUCT
ORDER BY PRICE DESC
LIMIT 1;

최대값 구하기

SELECT DATETIME
FROM ANIMAL_INS
ORDER BY DATETIME DESC
LIMIT 1;

Level 2

가격이 제일 비싼 식품의 정보 출력하기

SELECT *
FROM FOOD_PRODUCT
ORDER BY PRICE DESC
LIMIT 1;

최솟값 구하기

SELECT MIN(DATETIME) AS 시간
FROM ANIMAL_INS;

동물수 구하기

SELECT COUNT(ANIMAL_ID) AS COUNT
FROM ANIMAL_INS;

중복 제거하기

SELECT COUNT(DISTINCT NAME)
FROM ANIMAL_INS;

[SQL] 프로그래머스 SELECT 문제 정답

linchpin's — Sat, 4 Nov 2023 21:53:50 +0900

programmers SQL 고득점 Kit

SQL도 공부 안 하다 보니 깜빡깜빡해서 문제를 풀어보는 게 좋겠다 싶었다.

그래서 프로그래머스 SQL 코테 문제를 풀어봤다.

목표는 일주일에 30문제 정도 푸는 거! (할당량을 정해둬도 하루에 몰아서 품)

이번주는 SELECT에 관련된 문제를 모조리 풀어봤다.

Level 1

12세 이하인 여자 환자 목록 출력하기

SELECT PT_NAME, PT_NO, GEND_CD, AGE, IFNULL(TLNO, 'NONE') AS TLNO
FROM PATIENT
WHERE GEND_CD = "W" AND AGE <= 12
ORDER BY AGE DESC, PT_NAME ASC;

NULL값을 대체하는 방법으로 IFNULL(칼럼명, 대체값) 사용

조건에 맞는 도서 리스트 출력하기

SELECT BOOK_ID, DATE_FORMAT(PUBLISHED_DATE, "%Y-%m-%d") AS PUBLISHED_DATE
FROM BOOK
WHERE YEAR(PUBLISHED_DATE) = '2021' AND CATEGORY = "인문"
ORDER BY 2;

DATE를 그냥 출력하게 되면 시간까지 같이 나와서 날짜만 출력하고 싶다면 위처럼 포맷을 지정해줘야 함

평균 일일 대여 요금 구하기

SELECT ROUND(AVG(DAILY_FEE),0) AS AVERAGE_FEE
FROM CAR_RENTAL_COMPANY_CAR
WHERE CAR_TYPE = "SUV";

과일로 만든 아이스크림 고르기

SELECT f.FLAVOR
FROM FIRST_HALF AS f 
    LEFT JOIN ICECREAM_INFO AS i 
    ON f.FLAVOR = i.FLAVOR
WHERE TOTAL_ORDER >= 3000
    AND INGREDIENT_TYPE = "fruit_based"
ORDER BY TOTAL_ORDER DESC;

조건에 부합하는 중고거래 댓글 조회하기

SELECT TITLE, r.BOARD_ID, REPLY_ID, r.WRITER_ID, r.CONTENTS,
	DATE_FORMAT(r.CREATED_DATE, "%Y-%m-%d") AS CREATED_DATE
FROM USED_GOODS_REPLY AS r
	LEFT JOIN USED_GOODS_BOARD AS b
	on r.BOARD_ID = b.BOARD_ID
WHERE YEAR(b.CREATED_DATE) = "2022"
	AND MONTH(b.CREATED_DATE) = "10"
ORDER BY 6, 1;

흉부외과 또는 일반외과 의사 목록 출력하기

SELECT DR_NAME, DR_ID, MCDP_CD, DATE_FORMAT(HIRE_YMD, "%Y-%m-%d") AS HIRE_YMD
FROM DOCTOR
WHERE MCDP_CD = "CS" OR MCDP_CD = "GS"
ORDER BY 4 DESC, 1;

강원도에 위치한 생산공장 목록 출력하기

SELECT FACTORY_ID, FACTORY_NAME, ADDRESS
FROM FOOD_FACTORY
WHERE ADDRESS LIKE "강원도%"
ORDER BY 1;

모든 레코드 조회하기

SELECT *
FROM ANIMAL_INS
ORDER BY ANIMAL_ID;

역순 정렬하기

SELECT NAME, DATETIME
FROM ANIMAL_INS
ORDER BY ANIMAL_ID DESC;

아픈 동물 찾기

SELECT ANIMAL_ID, NAME
FROM ANIMAL_INS
WHERE INTAKE_CONDITION = 'Sick';

어린 동물 찾기

SELECT ANIMAL_ID, NAME
FROM ANIMAL_INS
WHERE INTAKE_CONDITION != "Aged";

동물의 아이디와 이름

SELECT ANIMAL_ID, NAME
FROM ANIMAL_INS
ORDER BY 1;

여러 기준으로 정렬하기

SELECT ANIMAL_ID, NAME, DATETIME
FROM ANIMAL_INS
ORDER BY 2, 3 DESC;

상위 N개 레코드

SELECT NAME
FROM ANIMAL_INS
ORDER BY DATETIME
LIMIT 1;

LIMIT은 MySQL에서만 사용할 수 있음
- TOP(SQL Server), ROWNUM(Oracle) 등도 사용할 수 있음

조건에 맞는 회원수 구하기

SELECT COUNT(USER_ID) AS USERS
FROM USER_INFO
WHERE YEAR(JOINED) = '2021'
AND AGE BETWEEN 20 AND 29;

Level 2

재구매가 일어난 상품과 회원 리스트 구하기

SELECT USER_ID, PRODUCT_ID
FROM ONLINE_SALE
GROUP BY USER_ID, PRODUCT_ID
HAVING COUNT(*) > 1
ORDER BY USER_ID ASC, PRODUCT_ID DESC;

같은 유저에 대해 동일한 상품 재구매가 일어났는지 확인
- 유저-상품으로 그룹 지어 그 그룹이 1번 초과로 나타난 것에 대해 조사

3월에 태어난 여성 회원 목록 출력하기

SELECT MEMBER_ID, MEMBER_NAME, GENDER,
	DATE_FORMAT(DATE_OF_BIRTH, "%Y-%m-%d") AS DATE_OF_BIRTH
FROM MEMBER_PROFILE
WHERE MONTH(DATE_OF_BIRTH) = "3"
    AND GENDER = "W"
    AND TLNO IS NOT NULL
ORDER BY 1;

Level 4

오프라인/온라인 판매 데이터 통합하기

-- 1. UNION ALL (각각의 테이블에서 원하는 값만 추출, 병합, 정렬)

SELECT DATE_FORMAT(SALES_DATE,'%Y-%m-%d') AS SALES_DATE, PRODUCT_ID, USER_ID, SALES_AMOUNT
FROM ONLINE_SALE
WHERE SALES_DATE BETWEEN "2022-03-01" AND "2022-03-31"

UNION ALL

SELECT DATE_FORMAT(SALES_DATE,'%Y-%m-%d') AS SALES_DATE, PRODUCT_ID, NULL AS USER_ID, SALES_AMOUNT
FROM OFFLINE_SALE
WHERE SALES_DATE BETWEEN "2022-03-01" AND "2022-03-31"

ORDER BY 1, 2, 3;


-- 2. WITH [temp] AS (임시 테이블 생성 후 조건, 정렬) 
-- temp: online/offline sales 판매날짜, 판매물품, 구매자, 판매량

WITH temp AS 
(
    SELECT SALES_DATE, PRODUCT_ID, USER_ID, SALES_AMOUNT
    FROM ONLINE_SALE
    UNION ALL
    SELECT SALES_DATE, PRODUCT_ID, NULL AS USER_ID, SALES_AMOUNT
    FROM OFFLINE_SALE
)    

SELECT DATE_FORMAT(SALES_DATE,'%Y-%m-%d') AS SALES_DATE, PRODUCT_ID, USER_ID, SALES_AMOUNT
FROM temp
WHERE YEAR(SALES_DATE) = '2022' AND MONTH(SALES_DATE) = '3'
ORDER BY 1, 2, 3;

서울에 위치한 식당 목록 출력하기

SELECT i.REST_ID, REST_NAME, FOOD_TYPE, FAVORITES,
	ADDRESS, ROUND(AVG(REVIEW_SCORE), 2) SCORE
FROM REST_INFO i
    JOIN REST_REVIEW r
    on i.REST_ID = r.REST_ID
WHERE ADDRESS LIKE "서울%"
GROUP BY REST_NAME
ORDER BY 6 DESC, 4 DESC;

식당 정보를 기준으로 리뷰를 테이블을 조인하게 되는데 이때 LEFT JOIN 말고 JOIN을 사용해서 테이블을 병합해야 정답으로 확인됨
- LEFT JOIN말고 JOIN을 사용하게 되면 리뷰가 없는 식당의 경우 그룹 자체에서 아예 제외되게 됨. 식당은 존재하지만 리뷰가 존재하지 않는 식당도 분명 있을 것이기 때문에... LEFT JOIN을 하게 하고 데이터가 없을 경우 NULL로 표기하게 하는 케이스도 정답으로 분류해줘야 하지 않을까 싶었음
- 아니면 아예 문제 자체에 리뷰가 없는 식당은 고려하지 않는다고 명시를 해야할 것 같음. 이것 때문에 시간을 더 써먹었음! 다양한 케이스에 대한 고려를 해줬으면 좋을 것 같음

2023년 GDSC Solution Challenge 톺아보기: HeadHome [GDSC]

linchpin's — Mon, 23 Oct 2023 15:33:00 +0900

솔루션 챌린지 프로젝트 Finalist 디깅

GDSC 연세대 서울 캠퍼스 챕터 DevRel 과제

2023-10-06 금요일

DevRel 과제로 솔루션 챌린지 디깅을 진행하였다. 장표로만 정리해 뒀었는데 해당 내용을 블로그 글로도 작성해 보면 GDSC 멤버들에게도 도움이 될 것 같아서 줄글로 작성해 본다. 해당 케이스를 살펴보는 것을 통해서 2024 솔루션 챌린지 아이디에이션 진행 시 방향성을 잡는데 조금이라도 도움이 되었으면 좋겠다.

구글의 솔루션 챌린지는 인더스트리의 프로덕트/서비스 기획과 굉장히 다른 성격을 띤다.

보통 기획을 할 때 다음과 같은 면들에 대하여 초점을 맞추게 된다.

시장이 정말 필요로 하는 프로덕트인가
- 실제로 사람들이 많이 쓰는가 (=큰 문제를 풀었는가)

구현/실현 가능성이 있는가
- 보통 큰 문제를 푼다고 하면 복잡도가 높아진다. 따라서 복잡한 태스크를 간단하고 명료하게 Chunking 할 수 있는 역량이 중시된다.

투자 가치가 있는가
- 투자사의 투자금을 극대화할 수 있는 기업 만의 "공식"이 있는가 (=기업이 비용을 최소화하고 이익을 극대화할 수 있는 방법을 알고 있는가)

정말 당연하지만, 상업적인 측면을 떼어놓고 말할 수 없다. 이상적인 해결책이 있다고 하더라도, 현실적으로 Implement 하기 어려울 수 있기 때문에 다양한 Trade-off가 존재할 수밖에 없다.

구글의 솔루션 챌린지의 재미있는 점은 과장해서 말하면 상업적인 측면을 전혀 고려하지 않아도 된다는 점이다. 그 대신 Goolge의 기술들이 얼마나 큰 Social impact를 미칠 수 있는가를 평가한다. 따라서, 문제 해결과 기술에 조금 더 초점을 맞추어야 한다. 온전히 문제 해결에 좀 더 초점을 맞출 수 있기 때문에 조금 더 재미있을 수도 있지 않을까...!

2023년 GDSC 솔루션 챌린지에서 Top 3 안에 든 난양공대 팀의 HeadHome을 톺아보는 시간을 가져보도록 하겠다. 모든 내용은 HeadHome 팀이 깃헙에 정리해 둔 문서와 2023 솔루션 챌린지 영상에 기반하여 작성하였다. 아래에 정리한 장표는 작성자가 해당 솔루션을 이해한 플로우대로 재구성하여 작성하였다.

HeadHome 팀이 풀고자 했던 문제를 어떻게 정의하였는지 정리해보았다. 치매 환자 중에서도 wandering episodes를 겪고 있는 환자를 타겟팅하였다는 부분이 굉장히 구체적이고, 이 문제가 환자 본인뿐만 아니라 보호자에게도 큰 영향을 미치는 문제라는 점이라는 점을 짚어주어서 좋았다. 이 문제를 해결함으로써 얼마나 큰 사회적 가치를 창출할 수 있는지 어필한 부분이 괜찮은 접근이라고 생각했다.

목표하는 SDGs를 두 가지 작성해주었는데, 결과론적으로 보았을 때 굉장히 전략적이라고 느껴졌다. 하나의 목표는 솔루션의 타당성에 대해서 잘 설명해주고 다른 하나의 목표는 솔루션이 '추가적'으로 창출할 수 있는 가치를 설명해준다.

이 부분은 솔루션의 본질 및 타당성 대한 부분이다. 보통 솔루션과 SDGs를 엮어서 설명할 때 대분류(17가지)로만 나눠서 설명을 하는 팀이 거의 대다수인데, 해당 목표 하부 카테고리(세부 목표)도 작성한 부분에서 이 팀이 정말 꼼꼼한 팀인 것을 느꼈다. 여기에 그치지 않고, 문제 - 솔루션 - 목표와의 연결성이 아주 명확하게 보여서 아이디어에 대한 어필이 잘 되지 않았나 싶다.

이 부분은 솔루션이 추가로 창출할 수 있는 가치와 연결 지어 작성한 부분이다. 해당 가치는 인류의 공동체적 가치를 건들어 준다. TOP3으로 선택된 솔루션들만 봐도 구글은 Humane, Community 이런 거 참 좋아하지 않나 싶은 생각...

HeadHome 서비스 참여자 및 구현된 부분들을 한눈에 살펴보면 다음과 같다.

솔루션 평가에 있어서 크게 두 가지 항목(문제/기술)을 평가한다. 이번에는 기술 스택에 대해서 간단하게 살펴보자!

구글의 제품을 많이 사용한 점도 평가에 있어서 플러스 요소가 되겠지만, 여기서 추가로 눈여겨볼 점은 제품들이 하나의 레이어를 어떻게 구성하는지 & 해당 제품이 누구를 위해 어떻게 쓰였는지 도식화를 잘했다는 점이다. 살펴보자면, 해당 제품들을 7개의 레이어 및 파이프라인으로 정리하였고, 해당 기술로 인하여 수집된 정보 및 구현된 기능들이 누구에게 쓰이는지 또한 정리하였다. 사용자와 개발자뿐만 아니라 다른 이해관계자들도 포함했다는 점이 다른 팀과 구별되는 점이다.

각각의 레이어에 대한 설명과 어떤 기술을 사용하였는지 해당 장표와 하단에 쭉 정리해보았다. 이 팀이 다른 팀과 구별되는 또 다른 포인트는 Scalability 부분인 것 같다. 구조적인 변화가 있거나 더 많은 유저가 유입되었을 때 해당 서비스가 그 부분을 support 할 수 있는가, 연속적인 testing과 deployment가 가능한가 등을 고려한 부분이 눈에 보였다!

솔루션 챌린지 평가 진행 시 기술평가 항목으로 위에 있는 파란색 질문이 포함된다. 구글의 서비스와 해당 서비스를 어떻게 & 왜 사용했는지에 대한 설명 또한 정리해두었다. Clear cut!

이 프로젝트를 톺아봄으로써 Solution Challenge 참여 시 먼저 알아두면 좋을 포인트들은 다음과 같다.

일단, 초기 솔루션(코어 아이디어)이 명확해야 한다.

너무 당연한 말 같지만 생각만큼 이런 솔루션을 생각해 내기 쉽지 않다.

명심해야 할 부분은 기획을 위한 솔루션이 되면 안 된다는 것이다. 이것 저것 중요하다고 생각하는 부분을 이어 붙이다 보면, 솔루션 자체가 무거워지고 방향성이 발산하게 된다. 초기에 방향성을 잡을 때 중요하다고 생각하는 부분을 비유적으로 표현해 보자면, 조립 모형 부품들을 조합하여 원하는 모양의 피규어를 만드는 것이 아니라 (1) 좋은 점토를 구해서 (2) 원하는 모양으로 조각하여 형태를 잡는 것이 우선되어야 한다고 생각한다. (플랫폼 좋아보이니 플랫폼에다가... 사용자들이 원하는 것은 이런 기능이니 이것저것 넣으면 좋을 것 같다! 이런 식으로 기획하는 것을 지양하는 편이다.) 자동차 제조 시 Clay modeling을 하는 것과 마찬가지로 기획에도 이러한 과정이 필요하다고 생각한다.

문제 정의

그렇다면 좋은 점토를 어떻게 구하느냐!

실제로 필드에 나가서 구해오는 것이 베스트이다. 보통의 경우, 특정 필드 내에서 문제가 되고 있는 부분들을 데스크 리서치 한 다음, 리서치를 진행한 내용을 바탕으로 솔루션을 고안하게 된다. 물론, 이 방법으로도 문제를 명확하게 정의할 수 있는 팀이 있겠지만, 보통의 경우에는 아래의 문제를 맞닥뜨릴 수 있다.

우리 팀이 정의한 문제가 사용자에게는 문제가 아닐 수도 있다
- 타겟에 대한 이해 부족으로 발생
문제 이긴 하지만 그보다 더 중요한 문제가 존재할 가능성이 높다
- 문제 시급성 / 전략적 중요도 측면에서 우선순위 밀림

데스크 리서치를 바탕으로 하여, 특정 타겟을 대상으로 설문 및 인터뷰를 진행하는 것이 정말 도움이 많이 된다. 추가적으로, 해당 내용은 영상물로 남겨두어 홍보 영상 제작 시에도 활용할 수 있으며 추후 Evaluation Process 중 스토리 텔링 형식으로도 어필할 수 있어 할 수만 있다면 정말 도움이 많이 될 것이다.

솔루션 도출

다음으로 좋은 점토를 가지고 어떤 모양으로 조각해야 하는가!

명확한 코어 아이디어를 도출하기 위한 하나의 팁이 있다면 SW적으로 트래킹 가능한 하나의 액션을 걸고넘어지는 것이라고 생각한다. 위에서 다룬 HeadHome 케이스의 경우, Dementia patient wandering이라는 하나의 액션을 추적하여 여러 문제를 해결하고 있다. 이와 같이, 각 팀에서 추적하고자 하는 하나의 액션이 무엇일까에 대해서 생각해 본다면 초기 방향성 설정에 대한 문제는 어느 정도 해결될 것이다.

트래킹 가능한 하나의 액션을 정했다면, 정해진 것을 바탕으로 프로토타이핑을 진행한다. 어느 정도 프로토타입이 나왔다 싶으면, 사용성 테스트를 통해서 타겟의 목소리를 다시 듣는 것이 필요하다. 지속적인 피드백을 주고받으며 방향성을 수정해 나가는 것이 디테일을 챙기는 방법이지 않나 싶다. 이러한 부분만 잘 고려하여 솔루션을 도출한다면 TOP 100은 ~~거뜬하게~~ 먹고 가지 않을까 생각한다.

추가로 2023년 좋은 성과를 얻은 팀들의 공통점들을 정리해 보자면 다음과 같다.

SW와 HW를 둘 다 구현한 결과물을 높게 평가한다.
- 2023 Top 3 모두 그런 팀들이었다.
Problem과 Solution의 연결성이 중요하다.
- 이는 UT(사용성 테스트)로 구체화시킬 수 있다.
- 각각의 문제에 대응하는 솔루션을 세분화하여 제공해야 한다. + 스토리텔링도 잘할 수 있다면 금상첨화.
Community가 다 함께 참여할 수 있는 서비스를 선호한다.
- 문제 해결의 대상뿐만 아니라 제삼자도 그 문제를 해결하기 위해 시스템에 참여할 수 있는 구조를 좋아한다.
시스템 확장성 / CI-CD / Scalabiltiy 중요하다.
생각보다 UI 디자인을 잘 안 본다.
- UI 디자인을 크게 고려해야 하는 타겟(ex. 노년층, 시각장애인 등)이 아니라면... 크게 중요하지 않다.
- 디자인은 감점 요소가 아니라 잘 하면 플러스가 되는 부분인 것 같다. 디자인을 더 볼 바에는 아키텍처와 다른 기술적인 면을 더 보도록 하자.

[ADsP] 모의고사 문제 & 정답 정리

linchpin's — Sun, 22 Oct 2023 17:48:13 +0900

* 2023 민트책 모의고사 문제 중 혼동하기 쉬운 부분 정리해보기

과목 1: 데이터 이해

[객관식]

1. 데이터베이스의 특징으로 가장 부적절한 것은?

오답: 데이터베이스는 검색기능을 가지고 있으므로 다양한 방법으로 필요한 정보를 검색할 수 있다.
해설: 데이터베이스의 일반적인 특징 4가지는 통합된 데이터, 저장된 데이터, 공용 데이터, 운영 데이터임.

2. 데이터와 정보의 차이를 구분하는 것은 중요하다. 다음 중 정보에 대한 예로 가장 부적절한 것은?

오답: 주문 수량 (데이터)
다른 선지: 평균 구매액, 베스트셀러, 우량 고객 (정보)

3. 영화 '마이너리티 리포트'에서 나오는 것처럼 범죄 예측 프로그램에 의해 범행을 저지르기 전에 체포될 수도 있는 사례를 통해 알 수 있는 빅데이터 시대의 위기 요인으로 적절한 것은?

정답: 책임 원칙 훼손
오답: 소셜 네트워크, 사생활 침해, 데이터 오용

4. 다음 개인정보 비식별화 기술 중 아래에서 설명하고 있는 것으로 가장 적절한 것은?

정답: 가명처리
오답: 데이터삭제, 범주화, 데이터마스킹

[주관식]

1. 개인의 사생활을 방지하고 통계 응답자의 비밀사항은 보호하면서 통계자료의 유용성을 최대한 확보할 수 있는 데이터 변환 방법은 무엇인가?

정답: 마스킹

과목 2: 데이터 분석 기획

[객관식]

1. 분석기회 발굴의 범위 중 시장니즈 탐색 관점에서 고객 니즈의 변화에 해당하는 것이 아닌 것은?

오답: 대체제
해설: 시장 니즈 탐색 관점에서 고객 니즈의 변화는 고객, 채널, 영향자들에 의해 진행됨.

2. 다음 중 분석 과제 관리 프로세스에 대한 설명으로 가장 적절하지 않은 것은 무엇인가?

오답: 분석과제로 확정되면 분석 과제를 풀(Pool)로 관리한다.
해설: 분석과제 중에 발생된 시사점과 분석 결과물이 풀(Pool)로 관리하고 공유됨. 확정된 분석과제는 풀로 관리하지 않음.

3. 다음 데이터 분석 조직의 유형 중 별도의 분석 조직이 없고 해당 업무부서에서 분석을 수행하는 방식에 해당하는 것은?

정답: 기능형
해설: 기능구조는 별도 분석조직이 없고 해당 업무부서에서 분석을 수행함. 전사적 핵심분석이 어려우며, 부서 현황 및 실적 통계 등 과거 실적에 국한된 분석 수행 가능성이 높음.

4. 분석 과제를 도출하기 위한 상향식 접근방식에 대한 설명으로 옳지 않은 것은?

오답: ~~분석적으로 사물을 인식하려는 Why 관점~~에서 접근한다.
다른 선지:
- 상향식 접근방식의 데이터 분석은 비지도 학습방법에 의해 수행된다.
- 인과관계로부터 상관관계분석으로의 이동이라는 변화를 만들었다.
- 사물을 있는 그대로 인식하는 What 관점에서 접근한다.

5. 다음 중 분석 프로젝트 관리에 대한 설명으로 가장 부적절한 것은?

오답: 분석 프로젝트의 일정계획 수립 시 데이터 수집에 대한 ~~철저한 통제와 관리가 필요~~하다.
해설: 일정계획은 빈번하게 변경됨. Time boxing 기법으로 일정 관리함.
다른 선지:
- 분석 프로젝트 관리는 프로젝트 관리 지침을 가이드로 활용할 수 있다.
- 데이터 분석 모델의 품질을 평가하기 위해서 SPICE를 활용할 수 있다.
- 분석 프로젝트의 최종 결과물이 분석 보고서 형태 또는 시스템인지에 따라 프로젝트 관리에 차이가 있다.

[주관식]

1. 데이터 분석 기획을 위해서 데이터 분석 수준진단이 필요하다. 분석 준비도와 분석 성숙도를 통해 데이터 분석 수준을 진단하게 되는데, 분석준비도 6가지 영역 중 2가지를 적으시오.

정답: 분석업무, 분석기법, 분석인프라, 분석조직/인력, 분석기술, 분석데이터, 분석문화

2. 풀어야 할 문제에 대한 상세한 설명 및 해당 문제를 해결했을 때 발생하는 효과를 명시함으로써 향ㅎ 데이터 분석 문제로의 전환 및 적합성 평가에 활용하도록 하는 것은 무엇인가?

분석 유즈케이스

과목 3: 데이터 분석

[객관식]

1. 다음 중 모분산의 추론에 대한 설명으로 적절하지 않은 것은 무엇인가?

오답: 평균모집단에서 n개를 단순임의 추출한 표본의 분산은 자유도가 n-1인 t분포를 따른다.
해설: 표본의 분산은 카이제곱분포를 따름.

2. 다음 중 비모수검정이 아닌 것을 고르시오.

오답: 자기상관검정
해설: 윌콕슨의 순위합 검증, 맨-휘트니의 U검정, 스피어만의 순위상관계수, 부호검정, 런검정

3. 두 변량 X, Y의 상관분석에 관한 내용이다. 설명이 옳지 않은 것은?

오답: R에서 상관계수를 구하기 위해서는 rcor()함수를 사용하면 되고 type인자를 통해 피어슨과 스피어만 상관계수를 선택할 수 있다.
해설: cor() 혹은 rcorr() 사용할 수 있으며, 후자의 경우에 type으로 설정 가능함.

4. 데이터 마이닝 모델링 방법 중 분류 방법으로 활용되지 않는 R패키지는 무엇인가?

오답: kmeans
해설: rpart, rpartordinal, randomforest, party, tree, margintree, maptree 등 사용 가능함.

5. 종속변수를 설명하는데 가장 중요한 독립변수로 적절한 것은?

정답: 표준화 자료로 추정한 계수가 가장 큰 변수
해설: 다중선형회귀분석의 종속변수를 설명하는 가장 중요한 독립변수는 추정한 계수가 클수록 종속변수에 가장 영향을 많이 미치게 됨. 특히 b0가 없는 표준화된 추정식을 만들게 되면 각 계수의 크기를 더욱 정확히 알 수 있게 됨.

6. 주성분분석은 차원의 단순화를 통해 서로 상관되어 있는 변수들 간의 복잡한 구조를 분석하는 것이 목적이다. 다음 중 주성분분석에 대한 설명으로 적절하지 않은 것은 무엇인가?

오답: p개의 변수들을 중요한 m(p)개의 주성분으로 표현하여 전체 변동을 설명하는 것으로 m개의 주성분은 원래 변수와는 관계없이 생성된 변수들이다.
해설: m개의 주성분은 원래 변수에서 선형결합으로 생성된 변수이다.
다른 선지:
- 다변량 자료를 저차원의 그래프로 표시하여 이상치 탐색에 사용한다.
- 변수들끼리 상관성이 있는 경우, 해석상의 복잡한 구조적 문제가 발생하는데 이를 해결하기 위해 사용한다.
- 회귀분석에서 다중공선성의 문제를 해결하기 위해 활용한다.

7. 데이터 마이닝 분석 기법 중 의사결정나무 분석의 특성으로 잘못 표현한 것은 어느 것인가?

오답: 의사결정나무 알고리즘은 비정상적인 잡음 데이터에서는 민감하여 분류가 쉽지 않다.
해설: 민감함 없이 분류할 수 있음.

8. 아래의 데이터 마이닝 분석 예제 중 비지도 분석을 수행해야 하는 예제는?

가. 우편물에 인쇄된 우편번호 판별 분석을 통해 우편물을 자동으로 분류
나. 고객의 과거 거래 구매 패턴을 분석하여 고객이 구매하지 않은 상품을 추천
다. 동일 차종의 수리 보고서 데이터를 분석하여 차량 수리에 소요되는 시간을 예측
라. 상품을 구매할 때 그와 유사한 상품을 구매한 고객들의 구매 데이터를 분석하여 쿠폰을 발행
정답: 나, 라
해설: 가, 다의 경우 이미 분류된 데이터에 대해 분석을 하므로 지도 분석임

[주관식]

1. 동시에 구매될 가능성이 큰 상품군을 찾아내는 연관석 측정에 시간이라는 개념을 포착시켜 순차적인 구매 가능성이 큰 상품군을 찾아내는 데이터 마이닝 기법은?

정답: 순차분석

[ADsP] 3장 데이터 분석 (4-5)

linchpin's — Wed, 18 Oct 2023 12:41:10 +0900

4장: 통계분석

[객관식]

1. 통계적 추론이란 표본으로부터 모집단에 관한 정보를 얻고 도출하는 과정으로, 추정과 가설검정을 통하여 이루어진다. 표본을 이용하여 모집단의 특성치에 대한 추측값을 제공하고 오차한계를 제시하는 과정을 추정이라고 한다. 다음 중 추정에 대한 설명으로 부적절한 것은?

오답: 신뢰수준 95%의 의미는 ~~추정값~~이 신뢰구간 내에 존재할 확률이 95%라는 것이다.
해설: 추정값이 아니라 모수값임.

2. Wage 데이터에서 wage에 대한 t-test를 실시하였다. 다음 설명 중 부적절한 것은?

오답: 평균에 대한 95% 신뢰구간은 귀무가설에서 설정한 평균의 참값을 ~~포함한다.~~
해설: mu=100이므로 포함되지 않음.

3. 다음 중 상관계수에 대한 설명으로 가장 부적절한 것은?

오답: 피어슨 상관계수는 두 변수를 순위로 변환시킨 후 두 순위 사이의 스피어만 상관계수로 정의된다.
해설:
- 피어슨 상관계수: 연속형 상관계수, 정규성 가정. 따라서 순위로 변환시키는 것은 옳지 않음.
- 스피어만 상관계수: 비모수적 방법, 순서형 변수에 사용함.

4. 회귀분석에서 결정계수(R2)에 대한 설명으로 부적절한 것은?

오답: 총 변동 중에서 ~~설명이 되지 않는 오차~~에 의한 변동이 차지하는 비율이다.
해설: 결정계수는 회귀모형에 의한 변동이 차지하는 비율임.

5. 다음 중 데이터의 정규성을 확인하기 위한 방법으로 부적절한 것은?

정답: Durbin-Watson: 회귀모형 오차항의 자기상관이 있는지에 대한 검정 방법임.
정규성을 확인하기 위한 적절한 방법: 히스토그램, Q-Q plot, Shapiro-Wilks test 등 존재.

6. 다음 중 최적회귀방정식을 선택하기 위한 방법에 대한 설명으로 가장 부적절한 것은?

오답: 전진선택법이나 후진제거법과 ~~동일한 최적 모형을 선택하는 것~~이 단계적 방법이다.
해설: 단계적 방법은 기존의 모형에서 예측 변수를 추가, 제거를 반복하여 최적의 모형을 찾는 방법이다. 동일한 최적의 모형을 가지는 것은 아님.

7. 다음 중 아래의 결과물에 대한 설명으로 가장 부적절한 것은?

오답: 모든 설명변수에 대한 회귀계수 값이 ~~유의하다.~~
해설: Books 설명변수에 대한 회귀계수 값은 유의하지 않음.
정답인 선지:
- 위의 회귀모형은 대학의 졸업률을 설명하는데 유의하다.
- 위의 회귀모형은 대학의 졸업률의 변동성을 약 34.16% 설명한다.
- 회귀모형의 가정을 만족하는지는 판단할 수 없다.

8. 다음 중 정상 시계열에 대한 설명 중 적절하지 않은 것은?

오답: 일반적으로 평균이 일정하지 않은 비정상 시계열은 변환을 통해, 분산이 일정하지 않은 비정상 시계열은 차분을 통해 정상 시계열로 바꾼다.
해설: 평균의 경우 차분을 통해, 분산의 경우 변환을 통해 정상 시계열로 바꿈.

9. 주성분분석은 p개의 변수들을 중요한 m(p)개의 주성분으로 표현하여 전체 변동을 설명하는 방법을 사용한다. 다음 중 주성분 개수를 선택하는 방법에 대한 설명으로 가장 부적절한 것은?

오답: 평균 고윳값 방법은 고유값들의 평균을 구한 후 평균값 이상이 되는 주성분을 ~~제거하는 방법~~이다.
해설: 이상값을 설정하는 방법이다.

10. 다음 중 시계열 예측에서 정상성(Stationary)을 만족한다는 것이 의미하는 것은?

정답: 분산이 시점에 의존하지 않는다.

11. 아래 주성분분석 결과에 대한 다음 설명 중 가장 부적절한 것은?

오답: 주성분의 분산의 감소가 급격하게 줄어들어 주성분의 개수를 늘릴 때 얻게 되는 정보의 양이 상대적으로 급격한 지점에서 주성분의 개수를 선택한다.
해설: 분산의 비율과 고유값이 수평을 유지하기 전 단계로 주성분의 수를 선택함. 총분산의 비율은 주성분분석 결과에서 확인할 수 있는 부분임.

12. 다음 중 lasso 회귀모형에 대한 설명으로 부적절한 것은?

오답: L2 penalty를 사용한다.
해설: L1 규제를 사용함.

13. 다음은 다차원척도법(MDS)에 대한 설명이다. 설명이 가장 부적절한 것은?

오답: 일반적인 다차원척도법(classical MDS)은 계량적 다차원척도법(metric MDS)이라고도 부르며 순서척도의 데이터로 이루어진 개체들의 거리를 계산한다.
해설: 계량적 다차원척도법은 비율적 계량 척도임. 비계량적척도법(Non-metric MDS)은 다차원척도법 중 하나로 순서척도를 사용함.

14. 시계열 요소분해법은 시계열 자료가 몇 가지 변동들의 결합으로 이루어져 있다고 보고 변동요소별로 분해하여 쉽게 분석하기 위한 것이다. 다음 중 분해 요소에 대한 설명이 부적절한 것은?

오답: 순환변동은 경제 전반이나 특정 산업의 부침을 나타내 주는 것을 말한다.
해설: 순환변동은 경제적이거나 자연적인 이유없이 알려지지 않은 주기를 가지고 변화하는 것을 자료로 나타내 주는 것을 말함.

[주관식]

15. 아래 회귀분석 모형의 추정에 대한 설명에서 ( ㄱ )은 무엇인가?

주어진 자료를 가장 잘 설명하는 회귀계수의 추정치는 보통 제곱오차를 최소로 하는 값을 가진다. 이와 같이 구해진 회귀계수 추정량을 ( ㄱ )라고 한다.
정답: 최소제곱

16. 아래의 표본추출방법은 무엇인가?

번호를 부여한 샘플을 나열하여 k개씩 n개의 구간을 나누고 첫 구간에서 하나를 임의로 선택한 후에 k개씩 띄어서 표본을 선택하고 매번 k번째 항목을 추출하는 표본 추출 방법
정답: 계통추출법

17. 아래의 설명은 어떤 오류에 관한 설명인가?

귀무가설이 옳은데 귀무가설을 받아들이지 않고 기각하게 되는 오류
정답: 1종 오류

18. 아래는 단순 로지스틱 회귀 모형이다. "exp()의 의미는 x1, x2, ... xk가 주어질 때 x1이 한 단위 증가할 때마다 성공(y=1)의 ( 가 )이/가 몇 배 증가하는지를 나타내는 값이다." ( 가 )는 무엇인가?

정답: 승산 - odds

19. 시계열의 수준과 분산에 체계적인 변화가 없고 엄밀하게 주기적 변동이 없다는 것으로 미래는 확률적으로 과거와 동일하다는 것을 의미하는 시계열 용어는?

정답: 정상성

20. 시계열 모형의 여러 종류 중 아래에서 설명하는 것은 무엇인가?

가) 시계열 모델 중 자기 자신의 과거 값을 사용하여 설명하는 모형임
나) 백색 잡음의 현재값과 자기 자신의 과거값의 선형 가중합으로 이루어진 정상 확률 모형
다) 모형에 사용하는 시계열 자료의 시접에 따라 1차, 2차, ... p차 등을 사용하나 정상시계열 모형에서는 주로 1, 2차를 사용함

정답: 자기회귀모형 (AR 모형)

21. 시계열에 영향을 주는 일반적인 요인을 시계열에서 분리해 분석하는 방법은 무엇인가?

정답: 분해시계열

22. 아래의 결과를 사용하여 결정계수(R2)를 계산하시오.

R2 = 1 - (SSR/SST) = SSE/SST

SST = SSR + SSE

정답: 1 - [4015.2/(3162.7+4015.2)] = 0.441

5장: 정형 데이터 마이닝

[객관식]

1. 한 보험회사에서는 자사 고객의 보험갱신 여부를 고객의 인구통계학적 특성, 보험가입 채널, 상품 종류 등의 정보를 활용하려 예측하려고 한다. 다음 중 가장 적절한 분석 기법은 무엇인가?

정답: 랜덤포레스트
해설: 앙상블 기법 중 하나, 의사결정나무와 같은 방법론이지만 기존의 과대/과소적합 문제를 좀 더 해결한 방법임
다른 선지: 시계열 분석, k-means 군집 분석, 주성분 분석

2. 모형의 평가를 위해 관측치를 한번 이상 훈련용 자료로 사용하는 복원 추출법에 기반하는 붓스트랩 기법에서 일반적으로 훈련용 자료의 선정을 d번 반복할 때 하나의 관측지가 선정되지 않을 확률은 (1-1/d)이다. d가 충분히 크다고 가정할 때 훈련용 집합으로 선정되지 않아 검증용 자료로 사용되는 관측치의 비율은?

정답: 36.8%
해설: 1/e = 0.367879...

3. 이익도표(Lift)를 작성함에 있어 평가도구 중 %Captured Response를 표현한 계산식으로 올바른 것은?

정답: 해당집단에서 목표변수의 특정범주 빈도/전체 목표변수의 특정범주 빈도 x 100
해설: 해당집단을 분리해내는 비율임.

4. 아래는 피자와 햄버거의 거래 관계를 나타낸 표이다. 피자 구매와 햄버거 구매에 대해 설명한 것으로 가장 적절한 것은 무엇인가?

정답: 향상도가 1보다 크므로 햄버거와 피자 사이에 연관성은 높다고 할 수 있다.
다른 선지:
- 지지도가 0.6로 전체 구매 중 햄버거와 피자가 같이 구매되는 경향이 높다. (지지도는 0.4임)
- 정확도가 0.7로 햄버거와 피자의 구매 관련성은 높다. (정확도를 보지 않음)
- 연관규칙 중 "햄버거→피자"보다 "피자→햄버거"의 신뢰도가 더 높다. (반대임)

5. 신경망 모형은 동물의 뇌신경계를 모방하여 분류를 위해 만들어진 모형이다. 신경망의 학습 및 기억 특성들은 인간의 학습과 기억 특성을 닮았고 특정 사건으로부터 일반화하는 능력도 갖고 있다. 다음 중 신경망 모형에 대한 설명으로 부적절한 것은?

오답: 신경망 모형에서 뉴런의 주요 기능은 입력과 입력 강도의 가중합을 구한 다음 활성화 함수에 의해 출력을 내보내게 되는 것이다. 따라서 입력 변수의 속성에 따라 활성화 함수를 ~~선택하는 방법이 달라지게 된다~~.
해설: 뉴런은 활성화 함수를 이용해 출력 결정하며 가중치 합을 계산하여 임계값과 비교함. 입력변수의 속성에 따라 활성화 함수를 선택하지 않음.

6. 다음 중 로지스틱 회귀모형에서 설명 변수가 한 개인 경우 해당 회귀 계수의 부호가 0보다 작을 때 표현되는 그래프의 형태로 적절한 것은?

정답: 역 S자 그래프

7. 로지스틱 회귀모형은 x와 y사이의 관계를 설명하는 모형으로서 종속변수가 범주형(y=0 또는 y=1)값을 갖는 경우에 사용하는 방법이다. 다음 중 로지스틱 회귀모형에 대한 설명으로 가장 부적절한 것은?

오답: 종속변수 y대신 로짓이라 불리는 상수를 사용하여 로짓을 설명변수들의 선형함수로 모형화하기 때문에 이 모형을 로지스틱 회귀모형이라고 한다.
해설: y의 값 범위를 [0,1]로 조정하기 위해서 로짓 변환을 사용함.

8. 계층적 군집분석을 위해 거리 계산을 수행할 때 사용하는 dist 함수에서 지원하는 거리 측도로 부적절한 것은?

오답: cosine
다른 선지: minkowski, binary, canberra
해설: 민코우스키, 유클리디안, 표준화, 캔바라, 맨하튼, 마할라노비스, 체비셰프 거리 등이 있음.

9. 계층적 군집분석 수행 시 두 군집을 병합하는 방법 가운데 병합된 군집의 오차제곱합이 병합 이전 군집의 오차제곱합의 합에 비해 증가한 정도가 작아지는 방향으로 군집을 형성하는 방법은?

정답: 와드연결법
해설: 군집 내 편차들의 제곱합을 고려하여 군집간의 손실 최소화함.

10. 계층적 군집방법은 두 개체 간의 거리에 기반하여 군집을 형성해 나가므로 거리에 대한 정의가 필요한데, 다음 중 변수의 표준화와 변수 간의 상관성을 동시에 고려한 통계적 거리로 적절한 것은?

정답: 마할라노비스 거리

11. k-means 군집분석에 대한 설명으로 틀린 것은?

오답: 95% 이상의 개체가 seed에 할당되면 seed의 조정을 멈춘다
해설: 모든 개체가 군집으로 할당될 때까지 위 과정을 반복함.

12. 비계층적 군집 방법의 기법인 k-means clustering의 경우 이상값에 민감하여 군집 경계의 설정이 어렵다는 단점이 존재한다. 이러한 단점을 극복하기 위해 등장한 비계층적 군집 방법으로 적절한 것은?

정답: PAM(Partitioning Around Medoids)
해설: k-median 군집의 함수임.

13. 아래는 22개 미국 전투기에 대한 4개의 변수 값을 사용한 군집분석의 결과이다. 이에 대한 설명 중 부적절한 것은?

오답: 각 군집의 중심에 대한 정보가 포함되어 있다.
해설: 군집의 중심에 대한 정보는 나타나지 않음
다른 선지:
- 비계층적 군집분석의 결과이다.
- 위의 방법을 사용할 때 군집 개수를 사전에 결정해야 한다.
- 각 군집은 7, 6, 9개의 전투기를 포함한다.

14. k-평균 군집으로 대표되는 비계층적 군집 방법에서는 군집의 개수인 k를 미리 정해주어야 한다. 다음 중 군집수를 정하는 데 활용할 수 있는 그래프로 가장 적절한 것은 무엇인가?

정답: 집단 내 제곱합 그래프
해설: k-평균 군집은 초기 중심으로부터 오차 제곱합을 최소화하는 방향으로 군집이 형성되므로 집단 내 제곱합 그래프가 필요함.
다른 선지:
- ROC 그래프
- 덴드로그램
- 향상도 곡선

15. 다음 군집화 방법 중 DBSCAN, DENCLUE 기법 등 임의적인 모양의 군집 탐색에 가장 효과적인 방법은?

정답: 밀도기반 군집
해설: 어느 점을 기준으로 반경 내에 최소 개수만큼의 데이터를 가질 수 있도록 함으로써 특정 밀도함수 혹은 밀도에 의해 군집을 형성해나가는 기법임. 다른 방법으로 OPTICS도 있음.

16. 다음 중 R에서 연관성 분석을 위해 apriori함수를 활용하여 연관 규칙을 생성하였다. 다음 중 생성된 연관 규칙을 보기 위해 사용되는 함수로 가장 적절한 것은?

정답: inspect()

[주관식]

17. 혼합분포군집은 모형 기반의 군집 방법으로서 데이터가 k개의 모수적 모형의 가중합으로 표현되는 모집단 모형으로부터 나왔다는 가정 하에서 분석을 하는 방법이다. k개의 각 모형은 군집을 의미하며 모수와 가중치의 최대가능도추정에 사용되는 알고리즘은 무엇인가?

정답: EM(Expectation-Matching) 알고리즘

18. 군집분석의 품질을 정량적으로 평가하는 대표적인 지표로 군집 내의 데이터 응집도(Cohesion)와 군집간 분리도(Separation)를 계산하여 군집 내의 데이터의 거리가 짧을수록, 군집 간 거리가 멀수록 값이 커지며 완벽한 분리의 경우 1의 값을 가지는 지표는?

정답: 실루엣

19. SOM에서는 각 학습 단계마다 입력층의 데이터 집합으로부터 하나의 표본 벡터를 임의로 선택하고 경쟁층의 프로토타입 벡터와의 거리를 계산하고 가장 가까운 프로토타입 벡터를 선택하는데 이 때 선택된 프로토타입 벡터를 나타내는 용어는 무엇인가?

정답: Best Matching Unit (BMU)

20. 랜덤 모델과 비교하여 해당 모델의 성과가 얼마나 좋아졌는지를 각 등급별로 파악하는 그래프로 상위 등급에서 매우 크고 하위 등급으로 갈수록 감소하게 되면 일반적으로 모형의 예측력이 적절하다고 판단하게 된다. 모형 평가에 사용되는 이 그래프는 무엇인가?

정답: 향상도 곡선

[ADsP] 3장 데이터 분석 (1-3)

linchpin's — Sun, 15 Oct 2023 15:28:13 +0900

1장: 데이터 분석 개요

1. 데이터 마이닝 모델링에 대한 설명으로 잘못된 것

오답: 모델링 방법은 여러 가지가 있으므로 모델링 시 ~~반드시 다양한 옵션을 줘서 모델링을 수행~~하여 최고의 성과를 도출해야 함
해설: 반드시 다양한 옵션을 줘서 모델링을 수행하지 않고, 충분한 시간이 있으면 다양한 옵션을 줘서 시도하는 것이고 일정 성과가 나오면 해석과 활용 단계를 진행할 수 있도록 의사결정 해야 함.

2. 모델링 성능을 평가함에 있어, 데이터마이닝에서 활용하는 평가 기준이 아닌 것

오답: throughput
해설: 데이터 마이닝에서는 정확도, 정밀도, direct rate, lift 등의 값으로 판단하고 시뮬레이션에서는 throughput, average waiting time, average queue length, time in system 등의 지표가 활용됨.

2장: R 프로그래밍 기초

1. 다음 중 아래의 코드를 수행한 결과에 대한 설명으로 옳은 것은?

c(2, 4, 6, 8) + c(1, 3, 5, 7, 9)

정답: 경고 메시지와 함께 결과가 출력된다.
해설:
- [1] 3 7 11 15 11 → 마지막으로 출력된 값 11은 c1의 첫 번째 벡터와 c2의 마지막 벡터를 더해서 구함
- 경고메시지(들): c(2, 4, 6, 8) + c(1, 3, 5, 7, 9)에서: 두 객체의 길이가 서로 배수관계에 있지 않습니다

2. 다음 중 아래 R 코드의 결과로 적절한 것은?

s ← c("Monday", "Tuesday", "Wednesday")

substr(s, 1, 2)

정답: [1] "Mo" "Tu" "We"
해설: substr(x, start, end)

3. 아래 그림과 같이 두 개의 데이터 프레임 dfm1, dfm2를 T_name이라는 변수로 결합하고자 할 때, 사용되는 함수는 어느 것인가?

정답: merge(dfm1, dfm2, by="T_name") → 동일 key 기준 결합
cbind(dfm1, dfm2, by="T_name") → 행 결합
rbind(dfm1, dfm2, by="T_name") → 열 결합
subset(dfm1, dfm2, by="T_name") → filter

4. 다음 중 2019/08/23을 "2019-08-23"으로 나타내는 코드로 올바른 것은?

정답: as.Date('08/23/2019', '% m/%d/%Y')
해설: 연도는 대문자로 표기함

5. 아래 R코드로 생성되는 행렬 A에서 일부 원소를 추출하기 위한 코드 중 나머지 보기와 결과가 다른 것은?

A ← cbind(c(1,2,3), c(4,5,6), c(7,8,9))

colnames(A) ← c("A", "B", "C")

rownames(A) ← c("r1", "r2", "r3")

결과가 다르게 나오는 것: A[ -c(2, 3), ] → 1, 2, 3
결과가 같게 나오는 것: A[, "A"] / A[, 1] / A[, -(2:3)] → 1, 4, 7

6. R에서 다음의 명령을 수행했을 때 출력되는 결과는?

x ← c(1, 2, 3, NA)

mean(x)

정답: NA
해설: 평균을 구할 때 결측값이 있으면 NA가 출력됨

7. R에서 다음의 명령을 수행했을 때 출력되는 결과는?

x ← 1:100

sum(x>50)

정답: 50
1차적으로 x>50에 대한 값이 True False로 출력되므로, sum()을 씌운 값은 True값을 count 한 것이 됨
만약 50 미만의 값들을 모두 더한 값을 구하고 싶다면 sum(x[x>50])으로 구할 수 있음

8. 데이터 프레임명은 test라고 할 때, 경영학과 학생들의 데이터만 조회하고자 한다. R로 프로그래밍하시오.

정답: subset(test, 학과 == "경영학과")
해설: sql의 select와 같은 기능을 수행

3장: 데이터 마트

1. 아래의 왼쪽 자료를 오른쪽의 형태로 변환하기 위한 명령어로 적절한 것은?

정답: aqm <- melt(airquality, id=c("Month", "Day"), na.rm=True)
해설: 차트를 자세히 보면 NA값이 존재하는 데이터는 제외된 것을 확인할 수 있음

2. 개념: 결측값을 확인하고 결측값을 대치하는데 활용되는 R 함수

complete.cases(): 결측값이 없으면 True, 있으면 False 반환
is.na(): 결측값이 NA인지 여부 판단하여 반환
knnImputation(): NA값을 k 최근 이웃 분류 알고리즘을 사용하여 대치, k개 주변 이웃까지의 거리를 고려하여 가중 평균한 값을 대치
rfImpute(): 랜덤 포레스트 모형의 경우 결측값이 있으면 에러를 발생하기 때문에 패키지 내에서 NA 결측값을 대치하도록 하는 함수

3. 결측값은 관측되어 얻어지는 실험 자료에서 종종 나타나는 형식이다. 결측값을 분석할 수 있는 통계분석 방법론으로 대치법이 있다. 다음 중 결측값을 처리하는 방법 중 부적절한 것은?

오답: 다중대치법은 단순대치법을 한 번만 하지 않고 m번 대치를 통해 m개의 가상적 완전 자료를 만들어서 분석하는 방법이다. ~~추정량~~의 과소추정이나 계산의 난해성 문제가 보완된 방법이다.
해설: 추정량의 표준오차의 과소추정을 보완

[ADsP] 2장 데이터 분석 기획

linchpin's — Fri, 22 Sep 2023 01:04:04 +0900

ADsP 문제집 (2023) pp.188-200

[객관식]

1. 다양한 데이터 유형 중 정형 데이터 - 반정형 데이터 - 비정형 데이터 순서로 가장 적절한 것은?

정답: Demand Forecasts - Competitor pricing - Email records
오답: CRM transaction data - Twitter feeds - Mobile location
- 정형 데이터: ERP, CRM, SCM 등 정보 시스템 등
- 반정형 데이터: 로그 데이터, 모바일 데이터, 센싱 데이터 등
- 비정형 데이터: 영상, 음성 문자 등

2. 빅데이터 분석 방법론의 분석기획 단계 순서가 바르게 연결된 것은?

프로젝트 범위 설정 → 데이터 분석 프로젝트 정의 → 프로젝트 수행계획 수립 → 데이터 분석 위험 식별

3. 다음 중 빅데이터 분석 방법론에서 단계 간 피드백이 반복적으로 많이 발생할 수 있는 단계는?

데이터 준비 단계 → 데이터 분석 단계
- 추가적인 데이터가 필요한 경우, 준비 단계로 피드백하며 반복하여 진행

4. 비즈니스 모델 캔버스의 채널에 대한 기능으로 가장 부적절한 것은?

해당 고객에게 접근하는 ~~유통 채널~~을 공급한다.
- 채널 = 커뮤니케이션, 물류, 판매채널 등 기업과 고객의 인터페이스 전반을 담당
- 비즈니스 모델 캔버스를 활용한 과제 발굴 기법: (1)업무, (2)제품, (3)고객, (4)규제&감사, (5)지원 인프라

5. 다음 중 난이도와 시급성을 고려하였을 때 우선적으로 추진해야 하는 분석 과제로 적절한 것은?

난이도: 쉬움, 시급성: 현재
- 3사분면에 위치

6. 기업의 데이터 분석과제 수행을 위한 수준을 평가하기 위하여 분석 준비도를 파악해야 한다. 다음 중 데이터 분석 준비도 프레임워크에서 분석 업무 파악 영역으로 가장 부적절한 것은?

업무별 적합한 분석 기법
적절한 것: 최적화 분석 업무, 예측 분석 업무, 시뮬레이션 분석 업무, 발생한 사실 분석 업무, 분석 업무 정기적 개선

7. 데이터 분석을 위한 조직 구조 중 아래 보기에 해당하는 것은?

전사 분석업무를 별도의 분석 전담 조직에서 담당
전략적 중요도에 따라 분석조직이 우선순위를 정해서 진행 가능
현업 업무부서의 분석업무와 이중화/이원화 가능성 높음→ 집중 구조

<분석을 위한 3가지 조직 구조>
- 기능 구조: 일반적인 분석 수행 구조 (각 부서에서 이루어짐)
- 분산 구조: 분석조직 인력들을 현업 부서로 직접 배치 → Best practice 공유 가능/업무과다 이원화 가능성 존재, 전사 차원의 우선순위 수행 → 신속한 Action

8. 분석 마스터플랜에 대한 설명으로 가장 부적절한 것은?

답: 분석 과제 로드맵은 과제의 우선순위를 고려하여 작성하되 과제별 선후관계를 감안하여 ~~반복이 없는 계획을 작성한다~~. → 단계별 추친 내용을 정렬한다.
헷갈렸던 부분: 과제 우선순위 평가는 비즈니스 효과인 시급성(Value; Return)과 투자비용 요소인 난이도(Volume, Variety, Velocity; Investment)에 근거하여 결정된다. (정답)

9. 다음 중 빅데이터 분석에서 Self Service Analytics에 대한 설명으로 가장 부적절한 것은?

Self Service Analytics는 상업용뿐만 아니라 OSS로도 구현되고, 분석의 성능 향상을 위하여 ~~분산처리도 지원하고 있다~~. → 분산처리는 지원하지 않는다.
헷갈렸던 부분: BI도구, Ad hoc Report, OLAP, Visual Discovery, Machine Learning 등 포함

10. 다음 중 빅데이터 분석 방법론의 분석 기획 단계에서 프로젝트 위험 대응 계획을 수립할 때 예상되는 위험에 대한 대응 방법의 구분으로 부적절한 것은?

관리
적절한 것: 회피, 전이, 완화, 수용 (Avoid, Transfer, Mitigate, Accept)

[주관식]

1. 분석 방법론의 시스템 구현 단계에서 시스템으로 구현된 모델은 검증을 위하여 단위 테스트, 통합 테스트, 시스템 테스트 등을 실시한다. 이중 ( ) 테스트는 품질관리 차원에서 진행함으로써 적용된 시스템의 객관성과 안전성을 확보한다.

시스템

2. 데이터 거버넌스 체계에서 데이터 저장소 관리란 메타 데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소로 구성된다. 저장소는 데이터 관리 체계 지원을 위한 ( ) 및 관리용 응용소프트웨어를 지원하고 관리 대상 시스템과의 인터페이스를 통한 통제가 이루어져야 한다. 또한 데이터 구조 변경에 따른 ( )도 수행되어야 효율적인 활용이 가능하다.

워크 플로우
사전 영향 평가

<데이터 거버넌스 체계>

데이터 표준화
데이터 관리 체계
데이터 저장소 관리
표준화 활동

3. 문제 탐색 → 문제 정의

4. 분석 모델을 가동중인 운영시스템에 적용하기 위해서는 모델에 대한 상세한 알고리즘 설명서 작성이 필요하다. 알고리즘 설명서는 시스템 구현 단계에서 중요한 입력 자료로 활용되므로 필요시 ( ) 수준의 상세한 작성이 필요하다.

의사 코드

5. 분석 과제 프로세스

과제 발굴
- 분석 아이디어 발굴
- 과제화하여 분석 과제 풀로 관리
- 분석 과제 확정
과제 수행
- 팀 구성
- 분석 과제 실행
- 분석 과제 진행 관리
- 분석 과제 결과 공유/개선

6. 합리적 의사결정을 방해하는 요소로써 표현방식 및 발표자에 따라 동일한 사실에도 판단을 달리하는 현상은?

프레이밍 효과
- 다른 장애 요소: Stereotype, Bias

7. ( ) 모델은 반복을 통하여 점증적으로 개발하는 방법으로 처음 시도하는 프로젝트에 적용이 용이하지만, 반복에 대한 관리 체계를 효과적으로 갖추지 못한 경우 복잡도가 상승하여 프로젝트 진행이 어려울 수 있다.

나선형
다른 방법론: 폭포수 모델, 프로토타입 모델

8. 소프트웨어와 시스템공학의 역량 숙성도를 측정하기 위한 모델로 소프트웨어 품질보증과 시스템 엔지니어링 분야의 품질보증 기술을 통합하여 개발된 평가모델로 1-5단계로 구성된 성숙도 모델은?

능력 성숙도 통합모델 (CMMI)

9. 기업 및 공공기관에서는 시스템의 중장기 로드맵을 정의하기 위한 ( )를 수행한다. 정보기술 또는 정보 시스템을 전략적으로 활용하기 위하여 조직 내외부 환경을 분석하여 기회나 문제점을 도출하고 사용자의 요구사항을 분석하여 시스템 구축 우선순위를 결정하는 등 중장기 마스터플랜을 수립하는 절차이다.

Information Strategy Planning (ISP)

[ADsP] 1장 데이터 이해

linchpin's — Mon, 18 Sep 2023 00:40:15 +0900

목표:

23년 10월 21일에 진행하는 제39회 데이터분석 준전문가 시험을 위해 공부

공부 이유:

전공에서 공부한 내용 정리 & 성취감

공부 방법:
1. 예상 문제 풀어보기
2. 모르는 부분 있으면 개념으로 돌아가서 정리
3. 답지를 보고도 애매한 부분이 있으면 스터디원들과 상의

1장 데이터 이해
ADsP 문제집 (2023) pp.108-119

헷갈릴 수 있는 문제 정리

[객관식 문제]

1. 암묵지와 형식지의 상호작용 관계는 공통화→표출화→ 연결화→ 내면화이다.
- 반대의 경우 (내면화→ 연결화→ 표출화→ 공통화) 성립하지 않음

2. 데이터 내부에 메타 데이터를 갖고 있으며 일반적으로 파일 형태로 저장되는 것은 반정형 데이터이다.
- 비정형 데이터와의 혼동 유의

3. 표출화는 형식지 요소 중 하나로 개인에게 내재된 경험을 객관적인 데이터로 문서나 매체에 저장, 가공, 분석하는 과정이다.
- 내면화와 혼동 유의

4. 글로벌 기업의 빅데이터 활용 사례로 그 연결이 부적절한 것은
Cinematch 시스템은 넷플릭스 (Netflix)에서 개발한 영화 추천 알고리즘이다 .
- 선지의 라쿠텐이라는 기업은 답이 아니며, 해당 기업은 일본의 이커머스 기업임.

5. 데이터웨어하우스의 고유한 특성이 아닌 것은
데이터웨어하우스에서는 데이터의 지속적 갱신에 따른 무결성 유지가 중요하다.

- 데이터웨어하우스는 데이터의 주제 지향성, 데이터 통합, 데이터의 시계열성, 데이터의 비휘발성이라는 4가지 특성이 있음
- 시계열성은 어떤 자료가 시간에 따라 변경되어야 하는 것이 아니고, 시간에 따른 변경을 항상 반영하고 있어야 함을 의미함.

6. 특정 산업의 일차원적 분석 사례 매칭
보기: 트레이딩, 공급, 수요예측
에너지
- 금융서비스 - 신용점수 산정, 사기 탐지, 가격 책정, 프로그램트레이딩, 클레임분석, 고객 수익성분석

7. 빅데이터가 만들어 내는 변화와 가장 거리가 먼 것은?
데이터의 양이 증가하고 유형이 복잡해짐에 따라 수많은 데이터 중에서 분석에 필요한 데이터를 선정하기 위해 정교한 표본조사 기법의 중요성이 대두되고 있다.
- 빅데이터의 등장으로 데이터 수집 비용의 감소와 클라우드 컴퓨팅 기술의 발전으로 데이터 처리 비용 감소 → 이에 따라 표본을 조사하는 기존의 지식발견 방식에서 전수조사를 통해 샘플링이 주지 못하는 패턴이나 정보를 발견하는 방식으로 데이터 활용 방법이 변화함.
- 데이터의 규모가 증가함에 따라 사소한 몇 개의 오류 데이터는 분석 결과에 영향을 미치지 않기 때문에 데이터세트에 포함하여 분석해도 상관없는 경우가 많아진다. (정답)

8. 사생활 침해 문제를 해결하기 위한 방법으로 적절한 것은?
정보 사용자 책임제로 변환

문제 & 해결 방안 올바르게 매칭하였을 경우
- 데이터 오용: 알고리즘 접근 허용
- 책임 원칙 훼손: 결과 기반 책임 원칙 고수

9. 다음 중 사용자 정의 데이터, 멀티미디어 데이터 등 복잡한 데이터 구조를 표현, 관리할 수 있는 데이터베이스 관리 시스템은?
객체지향 DBMS

- 정보를 객체 형태로 표현하는 데이터베이스 모델

10. 데이터 사이언스에서 인문학 열풍을 가져오게 한 외부 요소로 가장 부적절한 것은?
빅데이터 분석 기법의 이해와 분석 방법론 확대
- 컨버전스에서 디버전스로의 변화, 생산에서 서비스로의 변화, 생산에서 시장 창조로의 변화 3가지가 외부 요소라고 여겨짐

[주관식 문제]
11. 지난 몇 년간 여러 사일로 대신 하나의 데이터 소스를 추구하는 경향이 생겼다. 전사적으로 쉽게 인사이트를 공유하는 데 도움이 되기 때문이다. 다시 말해 별도로 정제되지 않은 자연스러운 상태의 아주 큰 데이터 세트인 ( )를 기업이 구현하는 것은 2017년 새롭게 등장한 트렌드가 아니다.

- 답: 데이터 레이크

12. 아래에서 공통으로 들어갈 용어는?
* FACEBOOK은 소셜 그래프 자산을 외부 개발자들에게 공유하고 서드파티 개발자들이 페이스북 위에서 작동하는 앱을 만들기 시작하면서 ( ) 역할을 하기 시작했다.
* 하둡은 대규모 분산 병렬 처리의 업계 표준으로 맵리듀스 시스템과 분산 파일 시스템인 HDFS로 구성된 ( ) 기술이며, 선형적인 성능과 용량 확장성, 고장 감내성을 가지고 있다. 아마존은 S3와 BC2 환경을 제공함으로써 ( )을 위한 클라우드 서비스를 최초로 실현하였다.

- 답: 플랫폼

13. 아래에서 설명하고 있는 빅데이터 활용 기본 테크닉은 무엇인가?
생명의 진화를 모방하여 최적해를 구하는 탐색 알고리즘
최대의 시청률을 얻으려면 어떤 시간대에 방송해야 하는가와 같은 문제를 해결할 때 사용

- 답: 유전자 알고리즘

개정판임에도 불구하고 전공에서 그리고 독학으로 배운 내용보다 outdated된 부분이 조금 있는 듯 하다. 그럼에도 내가 알지 못했던 특정 부분에 대해서 새롭게 알 수 있는 포인트들이 있어서 괜찮은 것 같다. 가볍게 공부하기 좋은 느낌이다.

linchpin's

Devfest Cloud 2023: Above the Cloud - Your Buddy in Code! [티켓 마감 2일 전]

☁️Devfest Cloud 2023: Above the Cloud - Your Buddy in Code!☁️

DevChat 컨퍼런스: 소통으로 가치를 만드는 사람들 [후기]

다양한 구성원이 함께 성장하는 개발자 커뮤니티를 만들기 위한 노력

손다현 님 (네이버 커넥트 재단)

개발팀에서의 시도, 이모저모

김경환 님 (네이버)

토크 콘서트: 개발자의 성장을 위해 노력하는 다양한 역할들

[SQL] 프로그래머스 SUM, MAX, MIN 문제 정답

programmers SQL 고득점 Kit

가장 비싼 상품 구하기

최대값 구하기

가격이 제일 비싼 식품의 정보 출력하기

최솟값 구하기

동물수 구하기

중복 제거하기

[SQL] 프로그래머스 SELECT 문제 정답

programmers SQL 고득점 Kit

12세 이하인 여자 환자 목록 출력하기

인기 있는 아이스크림

조건에 맞는 도서 리스트 출력하기

평균 일일 대여 요금 구하기

과일로 만든 아이스크림 고르기

조건에 부합하는 중고거래 댓글 조회하기

흉부외과 또는 일반외과 의사 목록 출력하기

강원도에 위치한 생산공장 목록 출력하기

모든 레코드 조회하기

역순 정렬하기

아픈 동물 찾기

어린 동물 찾기

동물의 아이디와 이름

여러 기준으로 정렬하기

상위 N개 레코드

조건에 맞는 회원수 구하기

재구매가 일어난 상품과 회원 리스트 구하기

3월에 태어난 여성 회원 목록 출력하기

오프라인/온라인 판매 데이터 통합하기

서울에 위치한 식당 목록 출력하기

2023년 GDSC Solution Challenge 톺아보기: HeadHome [GDSC]

솔루션 챌린지 프로젝트 Finalist 디깅

[ADsP] 모의고사 문제 & 정답 정리

과목 1: 데이터 이해

과목 2: 데이터 분석 기획

과목 3: 데이터 분석

[ADsP] 3장 데이터 분석 (4-5)

4장: 통계분석

5장: 정형 데이터 마이닝

[ADsP] 3장 데이터 분석 (1-3)

1장: 데이터 분석 개요

2장: R 프로그래밍 기초

3장: 데이터 마트

[ADsP] 2장 데이터 분석 기획

ADsP 문제집 (2023) pp.188-200

[객관식]

[주관식]

[ADsP] 1장 데이터 이해