수영장의 수영_데이터 분석 블로그

3장. 구글 애널리틱스의 주요 개념 용어와 메뉴 설명이 많이 나오는 단원이었다. 정리해두지 않으면 금방 잊기 때문에 조금 상세히 적을 예정. 3-1. 계정, 속성, 보기 계정이 가장 상위 개념이며, 그 아래로 '속성 및 앱', 그 다음으로 '보기'라는 하위관계로 생각할 수 있다. - 계정(Analytics Accounts) : 어카운트라고도 부르며, 사용자 한 명이 여러 개의 계정을 만들 수 있다. 나는 연습을 위해 'Demo Account', 실습을 위해 '모두의 GA' 계정 등을 만들었다. - 속성 및 앱 (Properties & App) : 하나의 계정에 딸려오는 개념으로 '데이터가 실제로 저장되는 공간'으로 이해한다. 즉 데이터베이스라고 볼 수 있는 것 -> 이렇게 생각하면 같은 사이트(Googl..

1장. 구글 애널리틱스 알아보기 구글 애널리틱스란 무엇인가. 웹/앱 데이터 분석을 위한 도구라고 볼 수 있다. 웹 사이트와 앱에서 발생하는 트래픽을 추적하여 그 데이터를 분석하는 것이다. UA 버전일 때에는 사실상 웹 분석 뿐이라고 봐도 무방했지만, GA4로 전환되며 앱 분석도 유용해졌다고 한다. (UA만 다뤘어서 이번 기회에 GA4를 제대로 공부해보자) 웹, 앱, 하이브리드 앱 1. 웹 : 기능이나 목적에 따라 페이지 단위로 구성되고, 이 페이지들은 링크로 연결된다. 이 페이지들의 총합이 웹 사이트. 고정형 웹과 반응형 웹이 있다. 2. 앱 : 모바일 기기에서 전용으로 동작하는 어플리케이션. 3. 하이브리드 앱 : 콘텐츠 표현은 웹으로 개발하고, 동작과 배포는 앱의 형태로 처리한 어플리케이션. 로그 분..

북킷(BooKIT) 3주 완성 구글 애널리틱스 챌린지 인스타 스토리를 휙휙 넘기고 있는데 이게 떴다 GA? 공부하고는 싶었지만 나라면 절대로 혼자는 못 함 완전 나를 위한 챌린지잖아? 신청. 공부 기록을 매일 티스토리에 남기려고 블로그를 다시 켜봤다 (이 블로그의 존재를 떠올리게 해준 ㅇㅎ씨 감사합니다) 챌린지 도서 목차 무릇 공부는 범위를 정확히 알고 계획을 잘 세우는 것부터 시작이다 1일차인 오늘은 '목차 탐구 + 계획 세우기' ---------------------------------------------------------------------------------- 1장. 구글 애널리틱스 알아보기 1.1 구글 애널리틱스와 데이터 분석 1.2 웹, 앱 그리고 하이브리드 앱 1.3 웹/앱 데이터..

화면 설계하며 프로토타입 디자인이 필요해졌다 얼마 전까지는 하나씩 파워포인트 도형으로 그렸는데, 지난주 금요일에 UI 좀 신경 쓰라는 피드백을 듣고 툴을 다운 받아야겠다 생각. 가장 추천이 많은 파워포인트 파워목업을 TRIAL 버전으로 다운 받아보았다 youtu.be/OrSxE0XnWLw #파워목업 #PowerMockup #Powerpoint 간단한 소개 영상으로 기능을 알아볼 수 있다 Step 1. 파워 목업 공식 홈페이지 접속하기 https://www.powermockup.com/ PowerPoint Wireframe and Prototyping Tool | PowerMockup Collaboration PowerPoint includes collaboration and sharing features..

논문 리뷰가 맞는가? 논문을 리뷰한 다양한 글과 영상을 리뷰하는 것이 맞지 않나? 일단 정리해보고 부족하다 싶으면 논문도 읽어야겠다 XAI 정의 AI 시스템의 신뢰성과 투명성을 향상시키기 위해 설계된 일련의 기술과 알고리즘 Black Box AI와 반대되는 개념으로 AI가 어떤 결과물을 도출해냈을 때, 판단 과정을 '인간이 이해할 수 있는 형태로 설명'하는 기법을 의미한다. 왜 AI는 블랙박스라고 불리는가? 그 이유는 x를 모델에 넣으면 y를 출력해주지만, 어떤 이유로/과정을 거쳐서 y가 도출되는지 알 수 없기 때문이다. 수학 시간에 배우는 함수와는 다르다. y = 2x + 1이라는 함수에 x값으로 2를 넣으면, '2*2 + 1'라는 연산과정을 거쳐 5라는 y값이 나오지만, AI는 그렇지 않다. XAI ..

사실 5월에 정리한 논문이지만, 꼭 word로만 남겨놓으면 결국 어디론가 사라져버려서 블로그에도 박제.. 1. Introduction 추천 시스템에 담겨야 할 요소는 크게 Scale, Freshness, Noise 세 가지이다 Scale : massive 데이터를 충분히 처리할 수 있어야함 Freshness : 업로드와 삭제가 빠르게 일어나기 때문에, 시시각각으로 추천 영상을 업데이트 해야 함 Noise : 사용자가 과거에 시청한 영상기록만으로는 추천 영상을 뽑기도 어렵고(외부 요인 + 사용자는 한 가지 주제에 대한 영상만 보지 않음), 무엇보다 추천 영상을 시청하는지 안 하는지 평가하기가 어려움. 추천 영상을 내보냈을 때 사용자가 그 영상을 얼마나 시청했는지 (= implicit feedback)를 사..