anscodus 님의 블로그

오늘 한 일데이터 분석 파이썬 종합반 2주차, 3주차 강의 수강- 예전에 학부때 파이썬 강의에서 들었던 내용이라 복기 하는 느낌으로 가볍게 수강함금요일 면접 예상질문 정리자기소개서 초안 정리

오늘 한 일데이터 분석 파이썬 종합반1~2주차 강의 다 듣는게 목표였지만 오전에 일정때문에 빠져서 오후부터 참가 함 + 4시반까지 삼성전자 자기소개서 마무리-> 2주차 내일 이어서 들어야함내일부터 파이썬 좀더 집중해서 듣기

오늘 한 일오후에 교수님과 갑자기 면담이 잡혀서 2시에 발표는 참여 못 함.오후에 다시 들어와서 줌 녹화본으로 발표+피드백 시청 후 다면평가, KPT 제출 커리어 스터디 피드백 :더보기QC 직무와 관심 도메인의 공정, 도메인 별 데이터에 대한 분석은 좋았으나, 이러한 조사를 바탕으로 실제 채용공고와 연결지어 보면서 조사 한 내용이 직무에 어떻게 연결이 되는지를 짚었으면 더 좋았을 것 같았다.

오늘 한 일데이터 분석 종합반 5주차 강의 (5-1 ~ 5-10)5-10 [과제]더보기#라이브러리 불러오기import pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltplt.rc('font', family='NanumBarunGothic')# 한글깨짐 방지plt.rc('font', family='NanumBarunGothic')sparta_data = pd.read_table('/content/cohort_data.csv',sep=',')sparta_data.tail()#날짜 데이터 타입 변경format='%Y-%m-%dT%H:%M:%S.%f'sparta_data['start_time'] = pd.to_datetime(sparta_data..

오늘 한 일 데이터 분석 종합반 3주차 강의 (3-1 ~ 3-8)※3/11 보충3-8 [과제] 최적의 즉문즉답 시간대를 찾아라!더보기- 날짜별 수강생 조회import pandas as pdimport matplotlib.pyplot as pltdone_detail = pd.read_table('/content/done_detail.csv',sep=',')format='%Y-%m-%dT%H:%M:%S.%f'done_detail['done_date_time'] = pd.to_datetime(done_detail['done_date'], format='mixed')done_detail['done_date_time_weekday'] = done_detail['done_date_time'].dt.day_name(..

오늘 한 일 데이터 분석 종합반 2주차 강의 (2-1 ~ 2-8)2-8 [과제] 당뇨병 데이터로 상관관계 분석해보기더보기import pandas as pdresult = pd.read_table('diabetes.csv',sep=',')result.head(100)result = result.dropna()corr=result.corr(method='pearson')corrcorr = corr[corr.Outcome!=1]corrimport matplotlib.pyplot as pltcorr['Outcome'].plot.bar() 커리어 스터디2일차 : 제품이 만들어지는 과정을 이해하자더보기개인 학습 :- 관심 있는 산업군 선택, 해당 산업군의 주요 제품 공정 과정 조사- 아티클, 산업 기사, 기업 홈페..

오늘 한 일본캠프 시작 OT커리어 스터디 - 직무선택 제출1. 해당 직무, 도메인에 대해 조사하기※발표 포함 내용 : Data활용 직무의 공통점과 차이점 / 각 도메인에서 공정 데이터를 활용하는 방법의 공통점과 차이점 1일차) [ ]분야에서 [ ]은 무슨 일을 할까?더보기내가 관심있는 도메인에서 선택한 직무의 주요 업무는 무엇인지 조사하기-> Quality Control Engineer(QC엔지니어)는 어떤 데이터를 기반으로 품질 문제를 해결하는가? (도메인 : 제조업, 의약품, 화장품 등) QC 주요 업무- 수입검사, 공정검사, 출하검사 수행- 시험 장비 및 측정기기 관리- 불량품 식별 및 보고- 시험 결과 기록 및 통계 분석 데이터 분석 종합반 1주차 강의 학습 (1-1 ~ 1-7)1-7 [..

오늘 한 일 Kaggle 개인과제 발표날더보기kaggle 개인과제를 마무리하고 발표가 예정되어있었다.지난번 발표때는 아르바이트가 있어서 참여를 못 했는데, 이번이 처음 발표라 준비를 제대로 못했다.피피티를 따로 준비하지 못해서 전에 TIL에 작성해 둔 내용을 가지고 발표해서 조금 횡설수설 말 한것 같다.다음번에 또 이런 자리가 있으면 그땐 제대로 준비해서 보여주고싶다는 생각이 들었다.

https://anscodus.tistory.com/15 어제 하던 kaggle 과제 이어서 진행새로운 칼럼 생성기존의 데이터 분석 결과, 정상 그룹과 불량 그룹을 구분짓는 가장 큰 원인으로 압력이 유력함. 따라서 압력이 정상 범위인지 아닌지를 판별하는 파생 변수를 만듦.더보기(제미나이의 도움을 받았다)-- 1. 먼저 컬럼을 추가합니다. (이미 추가했다면 에러가 날 수 있으니 무시해도 됩니다.)ALTER TABLE semiconductor_wafer_defect_dataset ADD COLUMN is_low_pressure INT;-- 2. 압력이 710 미만인 행에 1을, 아니면 0을 채웁니다.UPDATE semiconductor_wafer_defect_dataset SET is_low_pressure..

오늘 한 일kaggle 개인과제데이터 선정1. 키워드 기반 데이터셋 검색 a. 키워드 - semiconductor b. code탭으로 분석 방향성 정립더보기반도체 제조 공정 중 센서 데이터(온도, 압력, 가스 흐름 등)를 분석하여 해당 웨이퍼의 결함(Defect)여부 예측.code 탭의 데이터 활용 예시에서는 머신러닝을 이용해 센서에 감지된 수치로 결함판단을 예측하는 알고리즘을 구현하였으나, 나는 해당 데이터로 비교적 간단하게 불량 검출 가설을 세울 예정이다. c. 데이터셋 링크와 선택 이유 정리더보기https://www.kaggle.com/datasets/meruvakodandasuraj/semiconductor-wafer-defect-classification-dataset/data선택 이유 : ..