데이터 사이언스 단계
- 문제 정의하기
- 데이터 모으기
- 데이터 다듬기
- 데이터 분석하기
- 데이터 시각화 및 커뮤니케이션
문제 정의하기
해결하고자 하는 문제를 정의
이 단계에서는 해결하고자 하는 게 무엇인지, 언제까지 어떤 결과물을 얻을 것인지, 어떤 방식으로 데이터를 활용할 것인지 등을 설정
- 목표 설정
- 기간 설정
- 평가 방법 설정
- 필요한 데이터 설정
데이터 모으기
필요한 데이터를 모을 수 있는 방법 탐구
누군가 이미 모아 놓은 데이터를 그대로 사용할 수도 있고, 공공 기관 등에서 배포한 자료를 찾아 볼 수도 있고, 혹은 웹사이트에서 직접 데이터를 수집 가능
- 웹 크롤링
- 자료 모으기
- 파일 읽고 쓰기
데이터 다듬기
데이터의 퀄리티를 높여서 의미 있는 분석이 가능하게끔 수정
“쓰레기를 넣으면 쓰레기가 나온다(garbage in, garbage out)”
- 데이터 관찰하기
- 데이터 오류 제거
- 데이터 정리하기
데이터 분석하기
준비된 데이터로부터 의미 분석
- 데이터 파악하기
- 데이터 변형하기
- 통계 분석
- 인사이트 발견
- 의미 도출
커뮤니케이션
분석 결과를 다른 사람들에게 전달
어떤 문제를 해결하려 했는지, 어떻게 데이터를 모았는지, 어떤 방식으로 어떤 인사이트를 얻었는지 등을 다른 사람들에게 전달
- 다양한 시각화
- 커뮤니케이션
- 리포트
'자동제어 > Python for robotics' 카테고리의 다른 글
| numpy array 계산 (0) | 2023.03.01 |
|---|---|
| numpy.array(리스트), .full(), .zeros(,dtype=int), .ones(,dtype=int), .random(), .arange() (0) | 2023.03.01 |
| 숫자야구 (0) | 2023.02.19 |
| 로또 시뮬레이션 (0) | 2023.02.19 |
| 단어장 만들기(with open(), input(), break, .write()), 단어 퀴즈, 랜덤퀴즈 (0) | 2023.02.19 |