Project
-
[퀀트] 퀀트란 무엇인가?Project/퀀트 (with Python) 2025. 3. 8. 12:32
Table of ContentsIntroduction퀀트란?퀀트 투자 모델 종류Reference Introduction 최근 몇 년 사이 AI와 머신러닝 기술의 발달로 인해 퀀트 투자에도 머신러닝을 활용하는 사례가 점점 늘어가고 있다. 특히, NLP를 이용하여 뉴스와 소셜 미디어에 대한 분석을 통해 시장 심리를 예측하거나 딥러닝 기반으로 주가 및 변동성 예측 모델을 고도화하기도 한다. 최근에는 강화 학습 기반의 포트폴리오 최적화 기능까지 도입하면서 퀀트에 대한 관심이 높아지고 있다. 이와 더불어 주식, 경제 등과 같은 정보들을 개인에게 무료로 제공하거나 저렴하게 제공하는 API 서비스들이 등장함에 따라 데이터를 찾기 쉬워졌고 이와 함께 노코드/로우코드 기반의 플랫폼이 늘어남에 따라 데이터 활용이 개인 ..
-
Key Performance Indicator on Smart ManufacturingProject/Manufacturing (with Tableau) 2023. 11. 15. 00:05
Table of ContentsIntroduceWhat is a Manufacturing KPI?KPIs On Smart ManufacturingReference Introduce Industry 4.0 is known as the 4th industrial revolution. The term was popularised in 2016. Industrial change was the joining of technologies like the Industrial Internet of Things(IIoT), autonomous vehicles, quantum computing, Artifical Intelligence and 3D Print are impact every step of the manuf..
-
[R] Customer Behavior Analysis 01Project/Customer Behavior (with R) 2022. 10. 15. 09:36
Table of Contents Introduction 고객이란? 고객 유형 분류 기존 고객 세분화의 한계점 Reference Introduction IT의 발달과 함께 데이터의 저장 혹은 저장된 데이터를 불러와서 처리하기 용이해졌고 계속해서 발전해가고 있다. 특히, 대규모 데이터베이스(DB)의 구축이 가능해짐에 따라 고객 데이터의 효율적 운영과 체계적인 분석을 가능하게 했다. 고객은 제품과 서비스를 제공받는 대가로 일정한 가치를 제공하는 사람이기 때문에 기업에서는 중요한 관심 대상이다. 따라서 기업에서는 빅데이터를 활용한 고객 데이터 처리 및 분석 방법에 대한 다양한 시도를 하고 있으며, 회사 내부에서는 고객 분석의 니즈는 반드시 해야하는 대상이다. 고객이란? 고객(Customer)의 사전적 정의는 늘..
-
[R] Recommendation System 01Project/Recommendation System (with R) 2021. 12. 5. 21:29
Table of Contents Introduction 추천 시스템(Recommendation Systems)이란? 추천 시스템의 분류 Reference Introduction 과거에 비해 다양한 정보의 발생으로 인한 개인의 정보 과다노출로 피로도는 급격하게 늘어나고 있다. 이에 따라 다양한 영역에서 사용자의 니즈를 바탕으로 상품 또는 콘텐츠 등을 추천하기 위한 추천 시스템(Recommendation System)이 등장하였다. 추천 시스템은 크게 정보 필터링(Information Filtering System) 기술의 일종으로 영화 예매 사이트 또는 리뷰 사이트의 영화 추천 시스템 또는 쇼핑몰의 상품 추천 시스템 등에 사용되고 있다.우리는 주변에서 추천 시스템이라고 하면 협업 필터링(Collaborat..
-
[R] 신용카드 사용자 연체 예측 AI 경진대회 - EDAProject/AI Competition (with R) 2021. 4. 10. 11:03
Table of Contents 개요 EDA R markdown을 이용한 분석 - 2일차 Reference 개요 분석 기간 : 2021.04.05 ~ 2021.05.24 17:59 분석 주제 : 신용카드 사용자 데이터를 보고 사용자의 대금 연체 정도를 예측하는 알고리즘 개발 분석 배경 신용카드사는 신용카드 신청자가 제출한 개인정보와 데이터를 활용해 신용 점수를 산정합니다. 신용카드사는 이 신용 점수를 활용해 신청자의 향후 채무 불이행과 신용카드 대급 연체 가능성을 예측합니다. 현재 많은 금융업계는 인공지능(AI)를 활용한 금융 서비스를 구현하고자 합니다. 사용자의 대금 연체 정도를 예측할 수 있는 인공지능 알고리즘을 개발해 금융업계에 제안할 수 있는 인사이트를 발굴해주세요! 대회 설명 : 신용카드 사용자..
-
[R] 신용카드 사용자 연체 예측 AI 경진대회 - 준비Project/AI Competition (with R) 2021. 4. 6. 00:38
Table of Contents 개요 데이터 불러오기 R markdown을 이용한 분석 - 1일차 Reference 개요 분석 기간 : 2021.04.05 ~ 2021.05.24 17:59 분석 주제 : 신용카드 사용자 데이터를 보고 사용자의 대금 연체 정도를 예측하는 알고리즘 개발 분석 배경 신용카드사는 신용카드 신청자가 제출한 개인정보와 데이터를 활용해 신용 점수를 산정합니다. 신용카드사는 이 신용 점수를 활용해 신청자의 향후 채무 불이행과 신용카드 대급 연체 가능성을 예측합니다. 현재 많은 금융업계는 인공지능(AI)를 활용한 금융 서비스를 구현하고자 합니다. 사용자의 대금 연체 정도를 예측할 수 있는 인공지능 알고리즘을 개발해 금융업계에 제안할 수 있는 인사이트를 발굴해주세요! 대회 설명 : 신용카..
-
[R] Bar Chart Race 재현 04Project/Bar Chart Race (with R) 2020. 7. 18. 13:10
목차 [R] Bar Chart Race 재현 01 [R] Bar Chart Race 재현 02 [R] Bar Chart Race 재현 03 서론 Bar Chart Race 재현 프로젝트의 마지막 단계로 지난 3번의 과정을 거쳐 데이터를 수집하고, 전처리 과정을 통해 데이터의 구조를 변경하는 작업을 진행하였다. 전처리 과정을 막대 그래프를 그리기 위한 과정이었으며, 이 과정에서는 melt()함수에 대한 이해가 필요했다. 데이터를 구조화 한 이후에 ggplot2를 이용하여 시각화를 한다. Bar Chart Race 재현의 마지막 과정으로 시각화 한 부분을 영상처리를 할 예정이다. 시각화 작업을 진행하기 위해서는 프레임 단위로 이미지가 생성이 되어야 가능하며, R에서는 gganimate를 활용하여 영상화를 진..
-
[R] Bar Chart Race 재현 03Project/Bar Chart Race (with R) 2020. 7. 11. 11:02
목차 [R] Bar Chart Race 재현 01 [R] Bar Chart Race 재현 02 서론 Bar Chart Race 재현 프로젝트를 수행하면서 전체적인 프로세스를 소개하였고 공공데이터를 수집하는 방법과 Bar Chart Race가 가능하도록 데이터를 가공하는 과정을 소개하였다. 이어서 가공한 데이터를 기반으로 데이터 시각화 하는 방법에 대해 가이드 할 예정이다. R에서는 기본으로 제공하는 graphics라는 라이브러리가 있으나, 시각화를 자유롭게 핸들링하기 위해서는 ggplot2를 추천한다. 본 재현에서는 기존에 있는 graphics 라이브러리가 아닌 ggplot2를 이용하여 시각화를 한다. 데이터 시각화 reshape2 라이브러리에 있는 melt()를 사용하여 [표 1]과 같이 데이터를 가공..