미래를 향한 공간

오늘은 데이터 분석 종합반 5주차 강의를 수강 및 학습했다. 오늘은 지금까지 배웠던 데이터 분석 종합반 내용들을 모두 종합하여 활용하고 추가적으로 데이터 가공 방법에 대해서 자세하게 배웠다.오늘 주어진 과제는 완주율이 떨어진 이유 찾기import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsplt.rc('font', family='NanumBarunGothic') #한글 깨짐 방지 설정sparta_data = pd.read_csv('/content/sparta_data.csv')#_id, created_at, updated_at, name, marketing, managed, gender, age, progress_ratecohort_..

오늘은 데이터 분석 종합반 4주차 강의를 수강 및 학습했다. 지금까지는 주어진 데이터를 상황에 맞게 검증했지만, 이번에는 직접 가설을 세워보고 검증하는 연습을 했다. 미션의 목표는 게임종합반 구매전환률을 높여라다. import pandas as pdimport matplotlib.pyplot as pltplt.rc('font', family='NanumBarunGothic') # 라이브러리 불러오고 폰트 세팅sparta_data = pd.read_csv('/content/user_db1.csv')sparta_data = sparta_data.dropna()sparta_data우리가 받은 데이터에는 user_id, 성별, 지역, 나이, 유입 경로, group(할인 쿠폰 사용 여부)가 담겨있다. (1) 우..

1. 반도체 주요 제품 메모리 반도체(1) DRAM휘발성, 빠른 속도의 메모리(2) NAND Flash비휘발성, 저장용 메모리(3) HBM DRAM을 여러 장 수직으로 쌓아(적층) 데이터 통로를 넓힌 고부가가치 형태의 DRAM으로 고대역폭, AI용 메모리 시스템 반도체 (1) CPU/GPU중앙처리장치/그래픽처리장치(2) AP모바일용 시스템 반도체(3) CIS이미지 센서 1-2. 디스플레이 주요 제품 (1) OLED유기물을 이용하여 스스로 빛을 내는 소자 사용한 디스플레이. 얇고 휘어지는(Flexible) 특성을 가짐(2) LCD백라이트(BLU)가 필요한 방식의 디스플레이. 가격 경쟁력이 높음(3) Micro LED/QD-OLED초소형 LED를 이용한 디스플레이. 초고화질, 고색재현율을 가진 차세대 기술 ..

오늘은 데이터 분석 종합반 3주차 강의를 수강 및 학습했다. 본격적으로 colab을 사용하기 시작했고, 데이터를 내가 필요한대로 가공하는 방법과 히트맵으로 나타내는 방법을 배웠다. 오늘의 미션은 무슨 요일, 몇시에 수강생들이 강의를 듣는지 알아보고 가장 적절한 고객 관리 타이밍을 분석하는 것이다.csv 파일의 데이터는 lecture_id, access_date, user_id로 구성되어있고 우리는 access_date의 정보를 활용하여 수강생들이 강의를 듣는 요일과 시간을 파악하려고 한다.import pandas as pdsparta_data = pd.read_table('/content/access_detail.csv', sep=',')sparta_data.head()# print(type(1))# p..

1. 데이터 탐색Semiconductor Wafer Defect Classification Datasethttps://www.kaggle.com/datasets/meruvakodandasuraj/semiconductor-wafer-defect-classification-dataset Semiconductor Wafer Defect Classification DatasetIndustrial Sensor Data for PCA, Anomaly Detection, and ML-Based Quality Controlwww.kaggle.com 웨이퍼 번호와 온도, 압력, 가스 유량, 식각 속도, 전압, 전류, 공정 방식을 담고 있는 데이터시트이다 2. 문제 정의1. 오염 및 이물질 (Contamination)가..

오늘은 데이터 분석 종합반 2주차 강의를 수강 및 학습했다.어제는 구글 스프레드시트로 데이터 분석 하는 방법을 배웠지만 오늘은 드디어 colab을 이용한 파이썬으로 데이터 분석 하는 방법을 배웠다. print("Hello world")코딩의 배움은 언제나 Hello world와 함께다. # 변수 지정x = 5y = 7hello = "world"# 변수 출력print(x)print(y)print(hello)# 사칙 연산x + yx - yx * yx / y이후 변수를 지정하고 기본적인 사칙 연산을 해봤다. 내가 기존에 배웠던 언어들과 다르게 파이썬은 끝에 ; 를 붙이지 않아서약간 어색했다. ; 하나로 프로그램에 치명적인 오류가 생길 수 있는 C언어와 다르게 세련되었다는 느낌을 받기도 했다. # 리스트(대괄호..

https://yozm.wishket.com/magazine/detail/1567/ 데이터 분석이란 무엇일까? | 요즘IT오늘날 데이터는 어디에나 있습니다. 그리고 우리가 생산하는 데이터는 해를 거듭할수록 증가하고 있습니다. 우리가 사용할 수 있는 데이터의 양은 방대하지만, 이 모든 데이터로 무엇을 할 수yozm.wishket.com아티클 요약1. 데이터 분석의 정의데이터 분석이란 지저분한 원시 데이터(Raw Data)를 정리, 변환, 조작, 검사하여 유용한 인사이트를 도출하는 작업단순히 데이터를 쌓아두는 것이 아니라, 이를 통해 비즈니스 의사결정에 도움을 주는 실행 가능한 결론을 내는 것이 목적2. 데이터 분석 프로세스 (5단계)이 과정은 반도체/디스플레이 공정 데이터를 분석할 때도 그대로 적용될 수 ..

관심 있는 산업군 : 반도체 / 디스플레이 1. 참고 자료반도체 산업군 자료1) [삼성전자] 반도체 8대 공정 모아보기https://news.samsungsemiconductor.com/kr/8%EB%8C%80-%EA%B3%B5%EC%A0%95-%EB%AA%A8%EC%95%84%EB%B3%B4%EA%B8%B0/ 8대 공정 모아보기 - 삼성전자 반도체 뉴스룸8대 공정 문화 반도체+ 2021.04.09 반도체 공정, 내 머리속에 입력! 한눈에 보는 삼성전자 반도체 사업장 ‘반도체 사업장은 어떻게 생겼을까?’ 오늘은 삼성전자 반도체 사업장이 궁금한 분들을 위news.samsungsemiconductor.com2) [SK하이닉스] 반도체 전공정 시리즈https://news.skhynix.co.kr/series/..

나는 어떤 히스토리를 가지고 QA/QC 트랙에 참여하게 되었나요?졸업 후, 전기기사 취득과 같은 목표를 하나씩 수행하며 시간을 보냈는데 막상 취업을 하려고하니 시간이 많이 지났는데도 학부 연구생을 제외하면 재학중 들었던 수업과 관련된 내용 말고는 프로젝트 경험이 부족하다고 생각이 들었고 나 자신이 부족하다고 생각하니 취업이 막막하게 느껴졌다. 그래서 자신감을 찾고 전문성을 길러 취업을 하기위해 내일 배움 캠프에 합류하게 되었다.본 코스 수료 후, 어떤 직업인로 성장하고 싶나요?취업 후 일 잘하는 사람이라는 말을 듣는 사람반도체/디스플레이 혹은 공학 분야 관련 품질 엔지니어그 외에 내일배움캠프에 기대하는 것이 있다면 자유롭게 작성해 주세요.좋은 커리큘럼을 바탕으로 잘 이끌어주시면 좋겠습니다 ! 오늘은 ..