Task :
회의 목표
•
주관적 선호가 아니라
프로젝트 목표에 가장 잘 맞는 데이터셋을 1~2개 후보로 압축
•
회의 종료 시 반드시 다음을 정한다:
◦
최종 후보 1순위
◦
예비 후보 1순위
회의 전에 각자 준비할 것
1. 데이터셋 7개, 그냥 ‘느낌’으로 훑어보기
깊게 보지 말고, 아래 질문에 O / △ / X만 체크해 봅시다!
(가능하다면 자유 메모도 OK)
•
이 데이터가 무슨 얘기인지 대충 감이 온다
•
무엇을 맞히거나 나누려는지 보인다
•
결과를 말로 설명할 수 있을 것 같다 (자신이 생각했을 때)
•
너무 복잡해 보이지 않는다
2. 각자 꼭 생각해 와야 할 것
•
해보고 싶은 데이터 1개
•
하기 싫은 데이터 1개
•
내가 잘 할 수 있을 것 한 가지
(정리, 설명, 코드 따라치기, 발표, 기타 등등 아무거나)
(참고) APPASA: Ask 부분 복붙
1.Ask
배경 이해하기 (Background)
비즈니스 목표 이해하기 (Business Goal & KPI)
분석 범위 및 제한 이해하기 (Scope & Limitation)
협업 체계 구축하기 (Collaboration Framework)
산출물 이해하기 (Deliverables)
실행 및 진행 사항 정리
김송미
•
에어비앤비•
이커머스박동주
•
retail데이터: 구직 범용성 / 제조 데이터•
브라질 이커머스, 에어비앤비김영호
•
이커머스•
생산 데이터, 스마트팜/생육환경 김나희
•
생산 품질 관리•
비지도학습, 에어비앤비전지호
•
회귀(에어비앤비), 분류: 머신러닝 역량 극대화•
금융, 스마트팜 등: 도메인 지식송기남
•
스마트팜: 목적 설정이 자유로울듯, 이커머스•
에어비앤비: 회귀 이외의 분야 시도 희망다이캐스트
•
장점: 실무 현장에서의 데이터 분석 필요성 & 적용 가능성
•
단점: 인사이트 도출에서 한계 가능성 (우리가 개입할 수 있는 것들이 많이 없음)
이커머스
•
장점: 낮은 이해 장벽, 낮은 모델 성능 압박, 높은 커리어 확장성
•
단점: 흔한 주제, 깊이 없이 가면 평범해질 위험
유체공정
•
장점: 제조 데이터임에도 불구하고, 많은 인사이트를 도출할 가능성이 열려 있음
•
단점: 너무 많은 해석에 매몰될 위험, 현업에 입직하기엔 도움이 크지 않음, 실무와의 거리
다이캐스트(), UK(), Olist() 금융, 에어비앤비, 유체공정, 스마트팜결과
•
최종 주제: 다이캐스트
•
예비 주제: UK or Olist
오늘의 최종 목표: 계획서 제출하기
1.
도메인 조사
2.
데이터 뜯어 보기
목적 & 목표
프로젝트 핵심 내용
궁금한 것
분류 | 불량 유형 | 핵심 원인 |
미성형 | Short Shot | 속도·압력 부족 |
내부 | Bubble / Blow Hole | 공기 배출·온도 |
구조 | Crack / Deformation | 냉각·응력 |
표면 | Stain / Scratch / Dent | 금형·취급 |
열 | Burning Mark | 고온·가스 |
이물 | Contamination / Inclusions | 환경·재료 |