0. 머신러닝 준비 프로젝트

5. 실전 프로젝트 및 실제 응용 사례

프로젝트 1: 웹 트래픽에 대한 A/B 테스트
이 프로젝트에서는 실제 회사의 웹 트래픽 데이터를 사용하여 두 가지 페이지 버전이 사용자 전환율에 미치는 영향을 평가합니다. 다음을 배우게 됩니다:

• Pandas를 사용한 트래픽 데이터 정리 및 탐색

• t-검정 및 가설 검정 등 통계적 테스트를 사용하여 전환율 비교

• 결과 시각화 및 데이터 기반 의사결정 수행

• 웹사이트 성능 최적화를 위한 실행 가능한 인사이트 보고서 작성

프로젝트 2: 머신러닝을 위한 은행 데이터 탐색
이 실전 사례에서는 은행 고객 정보를 포함한 금융 데이터를 분석하여 패턴을 탐지하고 향후 머신러닝 모델에 사용할 데이터를 준비합니다. 중점 사항:

• Pandas와 NumPy를 활용한 데이터 정리 및 변환

• Seaborn으로 시각적 탐색을 통해 추세 및 상관관계 식별

• 기술 통계로 고객 행동 이해

• 예측 모델링을 위한 데이터셋 준비

프로젝트 3: 보험 데이터 분석
보험 회사의 데이터를 활용하여 보험료에 영향을 주는 주요 요인과 고객 위험을 식별합니다. 배우는 내용:

• 고객 및 청구 데이터 정리 및 변환

• EDA(탐색적 데이터 분석) 기법으로 추세 및 이상 탐색

• 의사결정을 지원하는 기술 통계 및 시각화 사용

• 예측 위험 모델을 위한 데이터 준비

프로젝트 4: 악성코드 데이터 분석
이 프로젝트에서는 악성코드 정보를 포함한 데이터를 분석하여 사이버 공격 패턴을 식별하고 취약점을 방지하는 데 도움을 줍니다. 중점 사항:

• 악성코드 데이터 정리 및 구조화

• 시각적 탐색을 통해 주요 특성 식별

• 데이터 품질 향상을 위한 전처리 기술 적용