VW LAB. Seeing Theory. 와이즈앱 – 모든 앱의 마케팅정보를 무료로. 데이터 분석가를 위한 개발 공부. 데이터 분석을 잘하기 위한 방법론 중에서 드류 콘웨이(Drew Conway)의 데이터 과학 벤 다이어 그램(the Data Science Venn Diagram)을 가장 많이 인용한다.
How Websites Work. Visualization Tools. [파이썬으로 아파트분석1] 데이터 수집과 지역별 분석. 요즘 아파트 트랜드/시세에 관심이 많아져 시간이 날때마다 데이터 분석을 해 보고자 한다.
![[파이썬으로 아파트분석1] 데이터 수집과 지역별 분석](http://cdn.pearltrees.com/s/pic/th/1-120792423)
최종적으로는 아파트의 시세에 영향을 주는 다양한 요소(위치,학군,브랜드,교통등)의 정량적 분석과 시세 예측이며, 그때 그때 궁금한 내용은 더 분석해 보고자 한다. 데이터 분석은 전반적으로 파이썬3로 대부분의 작업을 진행하고. Data 수집부터 Data visualization 까지. 데이터 분석가 또는 과학자라면 단순히 데이터를 분석만 하는 것 뿐만 아니라 데이터의 수집부터 가공, 탐색, 분석, 검증, 시각화 까지 모든 단계에 대해 능숙하게 작업을 처리 할 수 있어야 한다.이번 포스트에서는 데이터 수집부터 시각화까지 단계 별로 실 데이터를 활용하여 실 예제를 들어 설명하겠다.데이터 안에 숨겨진 정보를 찾기 위한 방법은 여러 가지이다.
통계적인 분석을 통해 수치적인 결과로 알아낼 수도 있고, 그래프를 통해 시각적으로 표현할 수도 있고, 마이닝과 같은 고급 분석 방법을 통해 새로운 정보를 만들어 낼 수도 있다. 하지만 그 결과를 받은 사람의 입장으로서는 지루한 숫자들의 나열이고, 알 수 없는 도형들의 집합체일 뿐이다. 당신의 삶과 업무를 바꾸는 데이터 과학 (데이터 사이언스)
R. Infographics. 데이터과학 분야를 무료로 배울 수 있는 방법. 데이터과학 분야를 무료로 배울 수 있는 방법입니다.
원문페이지에는 26가지의 가이드가 있습니다. 그 중에 10가지만 우선 공유합니다. 10가지만 해도 충분히 시간이 걸리고 해볼만한 일인것 같습니다. 텍스트의 일부를 번역했고 의역이 있으니 참고해주시기 바랍니다. 원문페이지 주소는 입니다. 공유해가시는 것은 환영합니다. 1. 2. 하지만 데이터과학자는 위의 언급된 사람들보다 각 분야에 대한 이해도나 실제로 만들어내는 역량은 다소 부족하지만, 각각을 어떻게 이어나가 일로 만들어낼지는 아는 사람이라고 생각합니다. 3. 4. 5. 6. 7. Data Science II. Final Project Information Extracting meaning from data remains one of the biggest tasks of science.
The Internet and modern computers have given us vast amounts of data, so it is more important than ever to understand how to collect, process, and analyze these data while maintaining reproducibility with data provenance or "chain of custody" of the data. [D3.js] 배우는 방법. D3.js 는 데이터 시각화 프레임워크로 잘 알려져 있고, 자바스크립트로 개발을 한다.
![[D3.js] 배우는 방법](http://cdn.pearltrees.com/s/pic/th/d3-js-114865899)
HTML5의 SVG(Scalable Vector Graphic) 을 통하여 다양한 화면 해상도에서도 깨짐없는 Visualizing이 가능하다. D3.js를 익히기 위한 과정을 정리해 본다. 개념 익히기 - 일반적인 사항에 대하여 알자 + D3 는 웹표준기술을 이용해 데이터를 비쥬얼라이징할 수 있는 라이브러리다. R에서 파이썬까지…데이터과학 학습 사이트 8곳. * 2018년이면 미국에서는 19만명의 데이터과학자가 부족해질 것이다.
그리고 빅데이터 속에서 인사이트를 발견할 수 있는 매니저와 분석가도 150만명이나 필요해질 것이다. – 맥킨지, 2013* 데이터 과학자는 21세기의 가장 섹시한 직업 – 하버드비즈니스리뷰. Learn to Code by Doing - Code School. Code School - Try Git. MapView: basic interactive viewing of spatial data in R. Working with spatial data in R I find myself quite often in the need to quickly visually check whether a certain analysis has produced reasonable results.
There are two ways I usually do this. Either I: The Hacking Team - 'SKA' emails. 10 min read 이탈리아 해킹팀 The Hacking Team이 해킹을 당하면서 풀린 수많은 고객 리스트.
그 중에 국정원이 속해 있어 많은 파장을 불러일으키고 있습니다. 언론매체 시사인에서 위키리크스에 올라온 The Hacking Team의 이메일 유출 자료를 소개했는데요, 직접 들어가서 SKA(South Korea Army), '5163', 'nanatech'가 포함된 2,197개의 이메일 자료를 내려받아 python과 d3.js 사용하여 간단히 분석을 해보았습니다. 본 이슈가 내포하고 있는 정치적, 사회적 파장을 고려하여 어떤 명확한 분석 결과를 내기보다는 메일 발송량, 메일 회신 및 회람 수, 메일 송수신자 등 위키리크스에서 공개된 사실만을 기반으로 인터랙티브 차트를 만들어보았습니다. Github fork 에서 pull request 까지 그리고 merge. 요즘 gitHub에 가면 어마어마한 소스코드들이 널려있습니다.
개발자로서 자신의 한계를 충분히 느끼게 해줍니다. ㅜ.ㅜ (충분해도 너무 충분해) 저 역시 용감(사실은 무모)하게 gitHub에 소스코드를 공개하고 프로젝트를 운영중인데요. 정말 많은 분들이 관심 가져 주시고 도와주셔서 여러가지로 아쉽지만 재미있게 개발하고 있습니다. Welcome · R 팩키지(pakcage) GitHub Special: Data Scientists to Follow & Best Tutorials on GitHub. Introduction Twitter started the trend of ‘People to Follow’. This later got replicated by other platforms such as Facebook, Linkedin, Quora and GitHub.
Competitions. The Analytics Edge. BayesianWork/python_install_guide.md at master · psygrammer/bayesianWork. 누구나 쉽게 이해할 수 있는 Git 입문~버전 관리를 완벽하게 이용해보자~ R:Литература — Psylab.info. BioPy. Ramnathv/rCharts. rShiny. R Graphics Cookbook - O'Reilly Media. Winston Chang has chosen what for me is a first class set of examples which go for maximum simplicity - no trying to remember what happens inside double square parentheses if the parameter dtring begins with just a comma!) , and most lots and lots of graphics to show just how things are achieved. It is almost a book to be flicked through until you find the kind of graphic you want, and then see how to create it.
Using r Markdown. Overview. Using R Markdown – RStudio Support. R Markdown enables easy authoring of reproducible web reports from R. It offers: Easy creation of web reports from R that can be automatically regenerated whenever underlying code or data changes. A highly accessible syntax (markdown) which lower the barriers to entry for reproducible research. Output of a standalone HTML file (with images embedded directly in the file) that is easy to share using email, Dropbox, or by deploying to a web server. Ecor/ch2_Rbasic.md at master · psygement/ecor.