지원서류자율 양식다음 네 가지로 나눠 작성자기소개지원동기경력 및 경험학습 목표 및 계획 파일성적 증명서(선택사항) 자격증 증빙서류 면접이틀에 나눠서 시행n시 팀으로 배정받은 경우, n시~(n+1)시 중 면접 진행면접 당일 면접 인원은 대략 50명 정도(약 2배수), 배정받은 면접 시각에 따라 서로 다른 때에 대기실 도착복장은 적당한 단정한 옷차림 정도대기 장소에 있다가 호명되면 면접 장소로 이동 (다른 층 또는 다른 강의실)교수님 두 분: 지원자 한 명 (실제 프로그램에서 강의하시는 교수님들과 면접 진행)면접시간은 7~10분 정도 면접 질문자기소개와 지원 동기 지원서 기반 수강 과목 관련 질문- 어떤 과목을 수강했고, 특정 과목에서는 무얼 배웠는지 : 교수님에 따라 관련 전공인 경우 딥한 전공지..

어쩌다 읽게 되었나클래식 리텐션 Classic Retention롤링 리텐션 Rolling(Unbounded) Retention범위 리텐션 Range(Bracket) RetentionDAU, WAU, MAU 그리고 Stickiness 알아보기리텐션 분석하기: 리텐션 차트와 리텐션 커브 그리고 리텐션 계산 방법 3가지리텐션이 웃다니Retention 리텐션우선 리텐션부터 확인하고 가자. AARRR은 해적지표라고도 불리는 그로스 해킹의 대표적인 분석 프레임워크이며, 아래의 단계를 거치는 사용자의 서비스 이용 사이클을 체계화한다. 이때 리텐션Retention은 AARRR의 한 단계로, 사용자 유지를 의미한다. AARRR의 다섯 단계 중 개선이 가장 중요한 단계를 정해본다면, 리텐션을 이야기할 수 있다...

Tableau 데이터 분석 시각화 프로그램하면 태블로를 떼어놓을 수가 없다. 'We help people see and understand data' 라는 태블로의 미션처럼, 태블로는 수집한 데이터에 대해 손쉽게 분석하고 의사결정까지 이어질 수 있게 돕는다. 태블로를 통해 만들 수 있는 차트도 다양하고, 대시보드 레이아웃 및 서식에 있어서도 자유롭다보니 데이터를 표현할 수 있는 방법이 꽤나 많더라. Tableau Bootcamp 입문편은 태블로 기초부터 비즈니스 레벨까지, 데이터 역량과 경험을 Level Up! 하고 싶은 입문자를 위한 자기주도형 부트캠프입니다.2주간 Tableau Master인 전문 컨설턴트가 제공하는 퀘스트를 모두 학습하고 클리어하신다면, '너 Tableau 좀 한다'는..

어쩌다 읽게 되었나데이터리안의 'SQL 데이터 분석 캠프'를 수강하며 SQL을 공부하고 있다. 두 번째 주 과제를 제출하기 위해 'RFM 고객 세분화 분석이란 무엇일까요'을 읽었고, 이에 이어진 'RFM 고객 세분화 분석에서 합리적으로 기준을 잡는 방법'과 'RFM 고객 세분화 분석 팁 3가지'까지 읽어봤다. RFM 분석 고객 관계 관리(Customer Relationship Management, CRM)는 고객 및 잠재 고객과의 회사 간의 상호 작용을 관리하는 기술로, CRM 시스템을 통해 기업과 고객을 효율적으로 연결할 수 있게 된다. 일반적으로 연락처 관리, 에이전트 생산성 등을 지원하는 것에서 나아가 전체 고객 라이프사이클에 걸쳐 고객 관계를 관리하는 데 사용되고 있다. 세일즈포스에서 제공하..

본 글은 네이버 부스트코스에서 제공하는 하버드 확률론 기초: Statistics 110 강의를 기초로 정리하였습니다. 누적분포함수 CDF실수 $x$에 대한 함수의 누적분포함수 $CDF$는 모든 확률변수에 대해 적용되며, 다음과 같이 나타낼 수 있다. $$F(x)=P(X \leq x)$$ 연속형과 이산형에 따른 누적분포함수의 그래프는 다음과 같다.연속분포이산분포 확률질량함수와 누적분포함수누적분포함수(이산)에서 확률질량함수는 위 그래프에서의 각 점프의 수직 높이와 같다. 즉, 점프의 수직 높이는 X가 특정 값일 확률. 또한 누적분포함수는 확률질량함수의 단순 합과 같다. 누적분포에서 X에 대한 모든 확률을 찾을 수 있다. 누적분포함수 관점에서 $P(1\leq x\leq 3)$을 구해보자. $X=..

본 글은 네이버 부스트코스에서 제공하는 하버드 확률론 기초: Statistics 110 강의를 기초로 정리하였습니다. 분포는 X가 어떻게 다르게 행동할지에 대한 확률을 말한다. 이항분포 $X \sim Bin(n,p)$n은 임의의 양의 정수, p는 0과 1 사이의 임의의 실수의 값을 가진다. 이항분포의 해석확률변수 X가 이항분포를 따른다고 할 때, 아래 세 가지 관점에서 접근할 수 있다. StoryX는 n개의 독립적인 베르누이 시행 $Bern(p)$에서 성공한 횟수 지시확률변수의 합의 꼴 Sum of indicator random variables각 확률변수는 독립적($i.i.d$)이며 베르누이 분포를 따른다는 것은 다음과 같다. $$X=X_1+X_2+···+X_n, \ X_j=\begi..

본 글은 네이버 부스트코스에서 제공하는 하버드 확률론 기초: Statistics 110 강의를 기초로 정리하였습니다. Conditioning조건을 부여하는 것 Conditioning은 통계학의 핵심이며, 확률변수 Random variables와 그 분포에 관련이 있다. 도박꾼의 파산 문제 Gambler's Ruin도박꾼의 파산문제 도박꾼 A와 도박꾼 B는 각 라운드에서 1달러씩 걸며 동일한 경기를 반복하고 있다. 둘 중 한 명이 파산하면 게임은 종료되는데, A가 게임을 이길 확률, 다시 말해 B가 파산해 게임이 종료될 확률은? → 유사한 문제에 대응할 수 있도록 패턴을 파악하는 것이 중요하다. 사건 정의와 가정사건 정의p: 한 라운드에서 A가 이길 확률q: 1-p 가정(1) 매 라운드는 독립적이..

본 글은 네이버 부스트코스에서 제공하는 하버드 확률론 기초: Statistics 110 강의를 기초로 정리하였습니다. 문제가 완벽히 같더라도 다른 표현과 환경을 제시한다면, 불가능하게 들릴 수 있다. Monty Hall problem문제총 세 개의 문이 있고, 하나의 문 뒤에는 차량이 그리고 남은 두 개의 문 뒤에는 염소가 놓여 있다. 몬티는 각각의 문 뒤에 놓인 것이 무엇인지 알고 있으며, 참가자는 차량이 뒤에 놓인 문을 열고 싶어 한다. 참가자가 문을 하나 선택하면 몬티가 남은 두 개의 문 중 염소가 뒤에 놓인 문을 열며, 참가자는 처음 선택을 번복할 수도 혹은 고수할 수도 있다. 추가 가정몬티가 남은 두 개의 문 중 하나의 문을 열 때, 열게 될 문을 선택할 확률은 동일하다. Lazy Mon..

본 글은 네이버 부스트코스에서 제공하는 하버드 확률론 기초: Statistics 110 강의를 기초로 정리하였습니다. 조건부 확률Thinking conditionally Thinking conditionally is a condition for thinking. 조건부로 생각하는 것은 생각하는 것에 대한 조건이며, 다시 말해 명확하게 생각할 수 없다는 것. 조건부로 생각하는 건 어떤 사실, 주어진 정보 등을 고려해 생각한다는 것이고, 생각하는 것에 대한 조건이라는 것은 옳은 생각을 하기 위해 반드시 필요한 전제라 할 수 있다. 조건을 고려하지 않고 생각하는 건 생각이 아니며, 조건을 전제해 생각해야만 사고가 성립한다는 의미인 듯 How to solve a problem in Statistics..

본 글은 네이버 부스트코스에서 제공하는 하버드 확률론 기초: Statistics 110 강의를 기초로 정리하였습니다. 독립과 배반독립사건 중 하나가 다른 사건에 대한 정보를 주지 않는 경우에 해당한다. 사건 A가 발생했다고 해서 사건 B의 발생 여부를 알 수는 없는 것과 같다. 배반사건 A가 발생했다면, 사건 B는 발생할 수 없는 경우 뉴턴-피프스 문제 각 면이 1부터 6까지 있고, 모든 면이 나올 확률이 동일한 주사위에 대해서 다음 세 가지 가능성 중 가장 확률이 높은 것. 단, 각 주사위를 던지는 실험은 독립이라 가정한다. 만약 독립이 아니라면 불공정한 주사위로 원하는 결과를 유도할 수 있다. A. 6개의 주사위 중 적어도 1개의 6이 나올 확률 ← 정답: 뉴턴의 답변B. 12개의 주사위..