전체 글19 [삼성 SDS Brightics_활동 후기] 18. 브라이틱스 서포터즈로 활동한 5개월 후기💖(면접부터 활동 마무리까지!) 안녕하세요~ 6주간의 개인 분석 프로젝트를 끝마치고 돌아왔네요! 어느덧 5개월의 시간이 흘러 브라이틱스 서포터즈 활동을 마무리 짓는 시간이 왔어요! 아마도 이 글을 읽어주시는 분들은 브라이틱스 서포터즈 활동에 관심이 있는 분들이시겠죠? 저도 처음 지원할 때 블로그에서 많은 정보를 얻은 만큼 최대한 열심히 활동 후기를 써보도록 하겠습니다🤭 ✏️브라이틱스 서포터즈 서류 준비부터 면접까지! 사실 처음 지원할 때 정말 많이 망설였었는요 ㅎㅎ 지금 혹시 저처럼 고민하고 계신 분이 있다면 당장!!!!!!!!! 지원하세요! 왜 망설였냐면 전공자는 맞는데 아직 전공의 전자도 모르는 것 같고 데이터 분석 경험도 거의 없어서 였는데요! 그래도 서류 작성할 때 최대한 제가 정말 관심이 있다는 것을 .. 2022. 11. 12. [삼성 SDS Brightics_개인 분석 프로젝트(6)] 16. 🚨시계열 분석을 이용한 서울시 112 신고 접수량 예측🚨with 노코드 AI 오픈소스의 대명사✨ 안녕하세요~ 마지막 개인 분석 프로젝트 포스팅이네요! 이번 포스팅에서는 시계열 모델링 추가 분석한 부분을 설명드리고 결론을 지어보려고 합니다😆 오늘도 어김없이 노코드 AI 오픈소스 Brightics Studio와 함께 해볼게요~~💖 시계열 분석 모델링 Part2✨ 시계열 분석에서 4가지의 수정 및 추가 분석을 진행하였습니다~ 📍월별 시계열 데이터의 2020/12월 신고접수량 보정 왼쪽 그래프는 Train 데이터로 사용된 2019~2020년의 월별 신고 접수량 데이터입니다! 오른쪽은 이 Train 데이터를 기반으로 2021년의 월별 신고접수량을 Test 해본 결과입니다! 3가지 지표 모두 수가 작을수록 모델이 더 적합한 것인데 ARIMA가 더 적합한 것으로 나왔었죠! 그런데.. 2022. 11. 6. [삼성 SDS Brightics_개인 분석 프로젝트(5)] 15. 🚨시계열 분석을 이용한 서울시 112 신고 접수량 예측🚨with 노코드 AI 오픈소스의 대명사✨ 안녕하세요~ 이제 개인 분석 프로젝트가 마지막을 향해 달리고 있네요~😆 이번 포스팅에서는 지난 포스팅에서 Time Series Decomposition을 추가 분석하고 Brightics Studio에 내장되어 있는 시계열 모델링 함수를 활용해서 112 신고 접수량을 예측해 보고 최적의 모델을 찾아보려고 합니다! 그럼 바로 시작할게요~~✨ Time Series Decomposition 📍월별 혹시 처음 보시는 분들을 위해😆 제가 분석한 데이터는 2019~2021년도의 월별 신고 접수량 데이터입니다! Time Series Decomposition 함수를 사용한 결과인데요! Observed=> 실제 관측 값 Trend=> 데이터의 추세를, Seasonal=>데이터의 주기성을 Residua.. 2022. 10. 31. [삼성 SDS Brightics_개인 분석 프로젝트(4)] 14. 🚨시계열 분석을 이용한 서울시 112 신고 접수량 예측🚨with 노코드 AI 오픈소스의 대명사✨ 안녕하세요! 벌써 개인 분석 프로젝트 4주 차가 되었네요! 저번 포스팅에서 말씀드렸듯이 이번 포스팅에서는 "시계열 분석"을 위한 시각화를 진행하고 Time Decomposition 함수를 사용해 보려고 합니다! 정확히는 월 주기와 시간 주기에 따른 시계열 분석을 진행할 예정입니다! 자 그럼 바로 시작해 볼게요~! 시계열 데이터⏰ 시각화 주기를 확인하기 위해서 월별 & 요일별 &시간대별로 나누어서 데이터를 살펴보도록 할게요! 📍월 별 월 별 신고 접수량의 경우 비슷한 주기를 가지는 것으로 보입니다! 1~4월 & 11~12월에는 신고 접수량이 상대적으로 적으며, 이에 비해 5월 ~10월까지는 신고 접수량이 높아진다는 것을 알 수 있습니다! 📍요일별 요일에 따른 신고접수량의 비.. 2022. 10. 22. 이전 1 2 3 4 5 다음
