Data

데이터 사이언스와 데이터 분석에 대한 종합 문서.

섹션 구성

Data Science

머신러닝/딥러닝 알고리즘과 모델링 기법을 다룹니다.

• 지도학습: 분류(Logistic Regression, Tree 기반, Boosting), 회귀(Linear, Ridge/Lasso, SVR)
• 비지도학습: 클러스터링(K-means, DBSCAN, HDBSCAN, GMM 등)
• 앙상블: Bagging, Boosting, Stacking
• 딥러닝: CNN, RNN/LSTM, Attention
• 준지도학습: PU Learning
• 인과추론: Double Machine Learning
• 불확실성 정량화: Conformal Prediction

Data Analysis

비즈니스 분석 기법과 도메인별 분석 방법론을 다룹니다.

• 분석 기법: RFM, Funnel, Cohort, LTV, A/B Test, VoC
• 비즈니스 모델: B2C 커머스, 버티컬 커머스, 구독 서비스, 마켓플레이스
• 산업별 분석: 이커머스, 핀테크, 부동산, 물류
• 시각화: 목적별/상황별/산업별 가이드
• 공공부문: 프로젝트 사례, 데이터 소스, 조달 가이드