 |
단순한 통계 모델로는 예측 정확도를 높이는 것이 어려웠습니다.
③ 해결 방법(새로운 시도, 협업, DX 등)
이 문제를 해결하기 위해 머신러닝 기법을 활용한 새로운 접근 방식을 도입하였습니다. 기존의 단순 회귀분석을 보완하기 위해, 랜덤
|
|
 |
통해 경영의사결정에 실질적으로 기여하고 싶습니다.
13. 데이터 분석 경험 중 가장 기억에 남는 프로젝트는?
보험 해지율 예측 모델을 만들면서 Cox 회귀분석을 활용한 경험이 있습니다. 단순한 예측보다, 어떤 요인이 해지에 영향을 미치는지
|
|
 |
분석을 수행했으며, 분석결과를 시각화하고 보고서로 정리하는 전반적인 기획·실행을 주도했습니다. 단순 수치 해석이 아니라 정책 설계로 이어질 수 있도록 분석 목적을 명확히 정의한 점에서 높은 평가를 받았고, 이 경험을 통해 KERIS의 교
|
|
 |
어떻게 의료현장에 적용할 수 있을까?’라는 질문을 스스로에게 던지며 공부하는 편입니다. 예컨대 회귀분석을 배울 때 단순히 모델 적합도를 높이는 것보다는, 그 결과가 환자나 정책결정자에게 어떤 의미를 가질지 생각합니다. 누군가는
|
|
 |
단순한 기술 구현이 아니라, 고객의 요구를 반영해 가치를 창출하는 과정입니다. 따라서 데이터를 통해 문제를 정의하고, 사용자 경험을 고려하며, 다양한 부서와 협업할 수 있는 능력이 필수적입니다. 저는 학문과 프로젝트 경험을 통해 이
|
|
 |
선형대수학 84
계산 방법 85
최적화 86
데이터 분석 및 머신러닝 86
수리 모델링 87
추가 문제 88
? 통계학 학술이론에 대한 지식검증 기출문제 89
기초 이론과 개념: 89
회귀 분석 및 모델링: 89
가설 검정과 추론: 90
데이터 분석 및 시각
|
|
|
선형대수학 84
계산 방법 85
최적화 86
데이터 분석 및 머신러닝 86
수리 모델링 87
추가 문제 88
? 통계학 학술이론에 대한 지식검증 기출문제 89
기초 이론과 개념: 89
회귀 분석 및 모델링: 89
가설 검정과 추론: 90
데이터 분석 및 시각
|
|
 |
을 정리하고, 부족한 데이터를 보완하기 위해 다양한 데이터 소스를 검토하며 변수를 추가하는 방식으로 문제를 해결해 나갔습니다. 또한, 단순한 회귀 분석뿐만 아니라 머신러닝 기반의 랜덤 포레스트, 로지스틱 회귀 등을 활용하여 예측 모
|
|
 |
회귀모델로 분석하였습니다. 특히 접근성 향상이 부동산 가치 상승으로 직결되지 않는 지역의 특성을 규명하여, 단순한 교통 인프라 확충만으로는 지역 균형 발전이 어려움을 제시하였습니다.
하나 더 있는데 ‘COVID-19 이후 상권 변화와 온라
|
|
 |
회귀 분석, 이상치 탐지 등 머신러닝 기법을 학습해 실험 결과 예측 모델을 구현한 바 있어, 향후 공정 최적화 자동화 시스템 구축에도 기여할 수 있습니다.
삼성전자 DS부문의 반도체공정기술 직무는 단순한 제조 설계가 아니라, 산업의 한계
|
|
메뉴펼치기
