[코칭스터디 13기 - 우수참여자 후기]

 

 

Intro

우수참여자 리워드 :

네이버 커넥트 재단에서 보내준 우수참여자 리워드

 

 사실 코칭스터디에 여러번 참여하면서 리드부스터로서 나름 노하우가 쌓였다. 처음 리드부스터로 코칭스터디를 했을 때 리드부스터의 역할이 복잡해서 어려웠었는데, 이번에 리드부스터로 처음 참여하시는 분들을 위해 자유게시판에 리드부스터의 역할과 time step 별로 할 일을 정리해서 올렸다. 이런 노력(?)때문일까.. 이번 기수 정보왕으로 선발되어 우수참여자 리워드를 받게 되었다 ! 전부터 코칭스터디 우수참여자에 선발되고 싶었는데 이번 기회에 이루게 되어 기분이 좋았다. 우수 참여자에 따른 리워드는 응원용수건(?), 키링, 스티커로 구성되어 있었다. 바로 맥북에 붙여버렸다 ㅎㅎㅎㅎ

 

두 분.. 지켜드려 !!

 

---

 

📌 1 주차 학습내용 (10/05 ~ 10/12) Pandas를 활용한 Data Handling

 

1. 1주차에는 pandas를 활용한 데이터 핸들링에 대해서 공부하였습니다.
2. 자주 사용하는 value_count, groupby, melt, stack, unstack, pivot, pivot_table, crosstab 등의 구조에 대해서 학습했습니다.
3. 본 주차에서는 어떤 데이터를 어떤 목적으로 핸들링하는지 목적을 명확하게 세우고 적용하는 것을 훈련하는 것이 요점이었습니다.

 

 

 

📌 2 주차 학습내용 (10/12 ~ 10/19) Pandas를 활용한 Data Preprocessing

 

1. 2주차에는 pandas를 활용한 데이터 전처리에 대해서 공부하였습니다.
2. 다양한 데이터 전처리 기법에 대해서 학습하기보단, 기본적인 scaling, encoding 방법들에 대해서 공부하는 시간을 가졌습니다.
3. 추가적으로 본 주차에 여러가지 데이터 전처리 방법들에 대해서 숙지하는 시간을 별도로 가져보면 좋을 것 같습니다 :)

 

 

 

📌 3 주차 학습내용 (10/19 ~ 10/26) Seaborn을 활용한 Data Visualization

 

1. 3주차에는 박조은 라이브 코치님께서 Seaborn의 기본적인 적용방법과 데이터 별로 어떻게 시각화하면 좋을 지에 대해서 설명해주셨습니다.
2. 개인적으로 많은 도움이 되었던 주차였습니다. seaborn에 대해서 익숙하지 않은 분들은 꼭 이 강의를 수강하셔서 어느정도 방향을 잡아나가면 좋을 것 같습니다.
3. seaborn 기본구조 : API ( data, x = , y = , col = , col_wrap=  , hue)

 

 

 

📌 4 주차 학습내용 (10/26 ~ 11/2) 공공데이터 포털에서 데이터를 가져와서 분석해보기

 

1. 4주차에는 지금까지 3주간 배웠던 내용들을 토대로 실제 데이터 분석에 적용해보는 시간을 가졌습니다.
2. 실제 공공데이터로 진행하는 프로젝트가 있어서 해당 프로젝트의 데이터를 가져와서 분석해보는 시간을 가졌습니다.
3. 저희 팀의 경우에는 지리 데이터를 가져와서 이를 EDA를 통해 시각화하는 부분에 대해서 다뤄보았습니다.
4. 지리 데이터의 경우에는 데이터의 좌표계를 통일시켜줘야 EDA나 기타 데이터 병합에 문제가 없음을 확인할 수 있었습니다.

 

---

📢 느낀점

 

 이번 코칭스터디는 데이터 분석과 관련된 주제로 운영되었다. 아무래도 인공지능이나 데이터 분석 쪽으로 진로를 잡았기 때문에 이번 주제를 전부터 많이 기대했었고 꼭 참여하고 싶었다. 운이 좋게도 리드부스터 자격으로 코칭스터디에 합류할 수 있었고 데이터 분석, 특히 시각화 부분에서 많은 도움을 받을 수 있었다. 매번 코칭스터디를 잘 이끌어주시는 아웅님과 다웅님의 진행력에 감탄하면서 이번 기수도 성공적으로 마칠 수 있었다.

---

인스타 주소

https://www.instagram.com/f.inn_sharp/