유튜브의 3가지 특성1) 디지털 사용자의 95%가 사용, 매일 평균 36분씩 시청하는 국내 최대의 동영상 SNS플랫폼2) 전 연령대에서 활발하게 사용3) 분당 400시간 정도의 컨텐츠가 계속 생산되고 있음 유튜브 광고상품 정리1) 마스트헤드- 유튜브 메인화면 접속시 최상단에 게재되며 모든 유저에게 노출 (접속 유저 100% 도달)- 사전 예약방식 (일일형 상품)  2) 트루뷰 인스트림- 영상 컨텐츠 시청시 영상 시작전에 나오는 5초후 skip 가능한 광고- 30초 이상 시청/100% 재생/클릭(영상과 상호작용)시 과금- 컴패니언 배너, CTA(Call to Action) 버튼 게재 가능  * 컴패니언 배너: 동영상 광고 노출시 우상단 노출 영역(1) 채널내의 동영상 미리보기 이미지(2) 직접 등록한 띠배..

[강의명] 패스트캠퍼스 SQL 100제 + 자격증 완성 온라인 완주반 [수강목록] 6주차 과제 풀이 (SQL 75~80번 문제) [강의내용] 문제75번) 매출을 가장 많이 올린 dvd 고객 이름은? (subquery 활용) 서브쿼리를 활용하여 매출이 가장 많은 customer_id를 구하고, 메인쿼리에서 고객 이름을 구한다. SELECT c.first_name, c.last_name, t1.sum FROM customer c JOIN ( SELECT p.customer_id, sum(p.amount) FROM payment p GROUP BY p.customer_id ORDER BY sum DESC LIMIT 1 ) AS t1 ON c.customer_id = t1.customer_id; 문제76번) 대..

[강의명] 패스트캠퍼스 SQL 100제 + 자격증 완성 온라인 완주반 [수강목록] 5주차 과제 풀이 (SQL 67~74번 문제) [강의내용] 문제67번) 180분 이상 길이의 영화에 출연하거나, rating이 R인 영화에 출연한 배우에 대해서 배우 ID와 (180분 이상 / R등급 영화)에 대한 Flag컬럼을 알려주세요. - 1) film_actor 테이블과 film 테이블을 이용하세요. - 2) union, unionall, intersect, except 중 상황에 맞게 사용해주세요. - 3) actor_id가 동일한 flag값이 여러개 나오지 않도록 해주세요. WHERE절을 통해 필터링을 쉽게 할 수 있지만 플래그 컬럼을 생성해야하기 때문에 가장 쉬운 방법인 UNION을 쓴다 180분 이상 영화에 ..

디스플레이 광고(DA, Display Ads)란 온라인 상의 광고 지면을 통해 노출되는 배너 형태의 광고로, 1) 실시간입찰방식 (RTB, Real Time Bidding)2) 사전예약방식 의 2가지로 나눌 수 있다. 구글 디스플레이 광고(GDN, Google Display Network)의 장점1) 단일매체 기준 도달율이 가장 높다.전 세계 인터넷 유저의 90%에게 광고를 도달시킬 수 있음 2) 고도화된 타겟팅인구통계 타겟팅뿐만 아니라 관심사, 구매의도, 문맥, 주제 등 다양한 타겟팅을 활용하여 잠재고객 확보 가능 - 키워드/문맥 타겟팅: 특정 키워드가 속한 지면에 광고를 노출예) 치과광고를 ‘병원’ 키워드/문맥의 지면에 노출 - 주제 타겟팅: 특정 주제의 지면에 연관된 광고 노출예) 이사업체 광고를 ..

[강의명] 패스트캠퍼스 SQL 100제 + 자격증 완성 온라인 완주반 [수강목록] 4주차 과제 풀이 (SQL 54~66번 문제) [강의내용] 문제54번) store별로 staff는 몇명이 있는지 확인해주세요. 집계함수인 COUNT를 쓰면, 그룹별 컬럼의 갯수를 셀 수 있다. 집계함수를 쓸 때 주의할 점은 FROM절 뒤에 GROUP BY절을 명시해서 어떻게 그룹지을지를 설정해주어야 한다. SELECT s.store_id, count(st.staff_id) FROM store s JOIN staff st ON s.store_id = st.store_id GROUP BY s.store_id; store_id별로 staff_id의 갯수를 세어주게 된다. 문제55번) 영화등급(rating) 별로 몇개의 영화를 가..

앞서 전처리를 통해 데이터셋의 결측값을 없애 모델링이 가능하도록 만들었다. 이제 본격적으로 모델링을 실습해본다. 모델링은 쉽게 y = ax + b 방정식의 가장 정확한 y값을 예측해낼 수 있는 a, x, b를 찾는 과정이라 할 수 있다. 먼저 몇개의 x를 사용할지 결정해야 한다. count와 상관성이 가장 높은 아래의 3가지 변수를 x1, x2, x3로 사용할 것이다. 1) 시간2) 1시간 전 온도3) 1시간 전 풍속  그리고 변수를 지정해 준다. features = ['hour', 'hour_bef_windspeed', 'hour_bef_windspeed']x_train = train[features]y_train = train['count']x_test = test[features] 데이터의 크기를 ..

앞서 EDA를 통해 데이터셋을 전체적으로 살펴보았다.그리고 count값에 크게 영향을 미치는 변수 2가지를 상관계수가 높은 순으로 선정했다. 1. 1시간 전 온도 (상관계수 0.62)2. 1시간 전 풍속 (상관계수 0.48) 이제 본격적인 모델링에 앞서 데이터를 정제하는 전처리를 해본다. 참고로 파이썬에서는 Null 값과 NA 값을 따로 구분하지 않고 NaN이라고 통일하여 결측값으로 표현한다. 먼저 훈련용 데이터의 결측값를 찾아본다. train.isna().sum() isna() 함수는 결측치 확인하여 결측치면 True (1), 아니면 False (0)로 나타내준다.여기에 sum을 사용해서 결측치의 갯수를 확인할 수 있다.  온도와 풍속 데이터에 각각 2개, 9개의 결측값이 있는 것을 확인할 수 있다.이..

개인적으로 데이터 분석 프로젝트를 해보고 싶어 찾아보던 중에 데이콘이라는 사이트를 알게 되었다. https://dacon.io/ 데이터사이언티스트 AI 컴피티션3만 AI팀이 협업하는 인공지능 플랫폼dacon.io 언젠가 캐글에서 직접 프로젝트를 해보리라 생각했었는데 한국 플랫폼이 있어 쉽게 접근할 수 있을 것 같다. 대회 뿐만 아니라 기초부터 연습할 수 있는 코너도 마련되어 있어서 친숙해보이는 따릉이 관련 주제를 골랐다.  회원가입 후 연습 프로젝트에 참여했고 데이터셋을 다운받았다.  주제는 특정 기간동안의 따릉이 대여 데이터와 기상 데이터를 가지고 1시간 후의 따릉이 대여 수를 예측하는 모델을개발하는 것이다. 다행히도 입문자들을 위한 교육용 유튜브 강의가 제공된다. 1. EDA2. 전처리3. 모델링 이..