1. 학습목표

• 비즈니스에 필요한 데이터 수집 원리 파악
  • 구글 애널리틱스 웹사이트 트래픽 측정 원리 외

• analytics.google.com 의 Universal Analytics 강의내용 정리
• 유니버셜 애널리틱스는 deprecate되었다. 실제로 구글 애널리틱스 계정 신규 생성하면 자동적으로 google analytics 4 사용하는 화면으로 들어가짐..
• 그렇다면 왜 deprecate된 내용을 뒷북 공부하느냐.. 무료 skillshop lessons for GA4가 영 시원찮음ㅋㅋㅠ
• 어차피 전반적인 개념은 동일하고 세부 스킬들만 추가된것일테니… 일단 universal analytics로 공부하는걸로

1. Overview of Google Analytics data collection

• Tracking code 기반으로 사용자의 행동을 추적한다.
• 페이지 로드될때마다 tracking code가 사용자 행동에 대한 정보 갱신해서 보낸다.
• 이러한 정보는 period of time을 기준으로 그룹화된다 => session
• 하나의 세션은 사용자가 구글 애널리틱스 추적코드가 포함된 페이지를 navigate하는 시점에 시작된다.
  • 세션은 30분간 활동이 없으면 종료된다.
  • 사용자가 세션 종료후에 행동 시작하면 새로운 세션 생성된다.
• 특정 정보 제외시키는 필터 설정가능(특정 국가로부터의 정보만 받는다던가..)
  • 필터를 통해 걸러진 데이터는 복구 불가한 듯 하다. 한번 저장된 데이터는 변경불가하므로 나중에라도 사용할 가능성이 있는 데이터는 필터링하지 않도록 한다.

네이버 월간영입 코딩테스트 후기. 테스트는 Codility 플랫폼에서 진행됐다. 총 3문제, 160분이었다. 테스트는 온라인 비대면으로 진행됐으며 서류합격발표(화요일) 후 해당 주 일요일 밤까지가 테스트 마감 기한이었다.

문제는 모두 영어로 출제됐고 codility의 다른 lesson questions보다는 테스트 케이스가 나름 다양하게(?) 주어졌다. 문제당 기본 3-4개정도.. 난이도는 중 정도였다. 올해 치뤘던 카카오, SK 코테와 비교해보면 제일 어렵긴 했다.

구간합 알고리즘, 정렬 알고리즘

• 설명 : https://www.crocus.co.kr/843

부분합 : 길이 N의 배열에서 0 ~ k 까지의 합(0 <= k < N)

구간합 : 길이 N의 배열에서 a ~ b 까지의 합(0 <= a <= b < N)

배열을 순회하면서 인덱스 i까지의 합을 저장한 sum 배열을 계산한다.

a ~ b까지의 구간합은 sum[b] - sum[a] 이다.

Codility 문제들 중 이미 풀었던 문제들을 파이썬으로 다시 한번 정리해보기.

캐글 문제풀이. 도시의 자전거 대여 시스템과 관련된 여러 정보를 통해 자전거 대여량 수요를 예측하도록 한다.

• 문제 링크

https://dacon.io/competitions/official/235647/overview/

데이콘에서 종료한 대회의 데이터와 코드를 참고해 알고리즘 제작을 실습해보려 한다. 처음으로 풀 문제는 올해 11월 종료한 심리성향 예측 AI 경진대회 이다.

Overview

테스트 참가자의 국가 선거 투표 여부를 예측한다.

• 사용 가능 언어 : Python, R
• 심사기준 : AUC
• 외부 데이터 사용불가, pre-trained Model 사용불가

딥러닝을 하기 위한 텐서플로 기초 사용법입니다. 파이썬 numpy array를 활용해 기본적인 텐서를 생성하고, 생성된 텐서의 정보를 확인해보자.

데이터의 학습과정을 확인하고 분석하기 위해서는 이를 그래프로 시각화하는 과정이 필수적이다.

matplotlib.pyplot 라이브러리를 활용해 그래프 시각화 테크닉을 익혀보자.

딥러닝의 Tensor => numpy array로 주로 표현한다. Tensor의 기본에 대해 이해하고 python numpy의 기본 도구들을 익히자