︻╦╤─ ҉ - - - ︻╦╤─ ҉ - - -

학습목표통계의 기본 개념 이해기술통계와 추론통계 예제 실습 1. 기술통계 (Descriptive Statistics)1) 중심 경향 측정 (Central Tendency): 평균, 중앙값, 최빈값 2) 산포도 측정 (Dispersion): 범위, 분산, 표준편파, 사분위 범위(Q3 - Q1) -> 히스토그램, 박스플롯, 산점도 등 앞서 해온 것들은 기술통계의 시각화 방법!  2. 추론통계(Inferential Statistics): 표본(sample) 데이터를 이용하여 모집단(population)의 특성을 추정하는 방법. 1) 가설검정(Hypothesis Testing)귀무가설(Null Hypothesis, H₀): "차이가 없다"는 기본 가설대립가설(Alternative Hypothesis, H₁): ..

학습목표그로스 마케팅 관점에서 사용 목적에 따른 그래프 적용Matplotlib, Seaborn을 사용한 그래프 작성  1. 히스토그램 (Histogram) - sns.histplot( ): 데이터의 분포 파악import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport koreanize_matplotlibimport seaborn as snsplt.figure(figsize=(8, 5))sns.histplot(df["분포 데이터"], bins=막대 개수, kde=True)plt.title("차트 제목")plt.xlabel("x축 레이블")plt.ylabel("y축 레이블")plt.show()예) 고객별 광고 클릭 수 분석  2. 선형..

학습내용데이터 구조 파악(EDA)데이터 전처리 종합 실습 1. 데이터 구조 파악 (EDA)1) 데이터의 기본 정보 확인# 데이터 로드 (예제 데이터)df = pd.read_csv("sample_data.csv")# 데이터 크기 확인 (행, 열 개수)print(f"데이터 크기: {df.shape}")# 컬럼명 확인print(f"컬럼명: {df.columns.tolist()}")# 데이터 타입 확인print(df.info())# 상위 5개 행 출력print(df.head())#출력 예시데이터 크기: (1000, 10)컬럼명: ['ID', '이름', '나이', '성별', '소득', '구매횟수', '평균구매금액']RangeIndex: 1000 entries, 0 to 999Data columns (total 6..

학습목표데이터 변환데이터 표준화 및 정규화  1. 데이터 변환API 통신 중 발생하는 결측치는 데이터베이스에 다음과 같은 방식으로 저장될 수 있다.NULL 값으로 저장됨 (null 응답).빈 문자열로 저장됨 ("" 응답).0 또는 기본값으로 저장됨.잘못된 데이터 형식으로 저장됨 (예: int 필드에 string).필드 자체가 누락되어 NULL로 저장되거나 기본값으로 채워짐.데이터베이스에서 결측치를 처리할 때는 다음과 같은 방법을 고려할 수 있다.NULL 값 변환: COALESCE() 함수를 사용하여 NULL 값을 기본값으로 변환.데이터 타입 검증: API 응답 데이터를 저장하기 전에 데이터 타입을 변환 또는 검증.기본값 설정: DEFAULT 값을 설정하여 필드가 NULL이 아닐 때 기본값을 자동 삽입. ..

학습목표설문조사를 통한 데이터 수집외부 데이터셋 활용 1. 설문조사 설계(1) 설문 대상최근 3개월 내 브랜드의 제품을 구매했거나, 마케팅 캠페인을 접한 고객(2) 설문 질문 설계  2. 설문 결과 분석import pandas as pd# 예제 설문 데이터 생성data = { "연령대": ["20대", "30대", "40대", "20대", "50대"], "성별": ["남성", "여성", "여성", "남성", "남성"], "광고_시청": ["예", "예", "아니오", "예", "예"], "광고_채널": ["유튜브", "인스타그램", "없음", "페이스북", "네이버 블로그"], "광고_영향": [5, 4, 0, 3, 2], "제품_만족도": [4, 5, 3, 5, 2], ..

학습목표API의 개념과 활용API 데이터 수집 심화 1. API (Application Programming Interface): 애플리케이션 간의 데이터를 주고받고 기능을 호출할 수 있도록 하는 인터페이스 API Server 생성CREATE TABLE IF NOT EXISTS growth_marketing ( id INT AUTO_INCREMENT PRIMARY KEY, --자동 증가하는 기본 키 date DATE NOT NULL, --데이터 기록 날짜 channel VARCHAR(50) NOT NULL, --마케팅 채널 (예: Google Ads, Facebook Ads 등) campaign VARCHAR(100) NOT NULL, --실행된 캠페인 이름 impression..

학습목표Pandas와 SQL을 활용한 데이터 분석 프로젝트웹 애플리케이션 적용   1. Pandas - SQL 응용 데이터 분석 프로젝트마케팅 지표(CTR, CVR, ROAS) 계산을 테이블에 추가할 수 있다.CTR (Click-Through Rate): clicks / impressions * 100 → 광고 클릭률 (%)CVR (Conversion Rate): conversions / clicks * 100 → 전환율 (%)ROAS (Return On Ad Spend): revenue / cost * 100 → 광고 투자 수익률 (%)import mysql.connectorimport pandas as pd# 1. MariaDB 연결 설정db_config = { "host": "localhost..

학습 목표ALTER TABLE 명령으로 테이블 구조 변경하기Python과 SQL 연동하기 1. ALTER TABLE 1) 열 추가 (ADD COLUMN)  2) 열 삭제 (DROP COLUMN) 3) 열 이름 변경 (CHANGE COLUMN) 4) 열 데이터 타입 변경 (MODIFY COLUMN) 5) 기본 키 변경 (ADD/DROP PRIMARY KEY) 6) 테이블 이름 변경 (RENAME TO) 7) 인덱스 추가 및 삭제 (ADD/DROP INDEX)ALTER TABLE staff ADD INDEX idx_name (name); -- 인덱스 추가ALTER TABLE staff DROP INDEX idx_name; -- 인덱스 삭제INDEX -- 자주 검색하는 컬럼에 검색 속도를 빠르게 할 수 있도록..