외부 연합 스터디

댓글에 사진 복사해서 올려주세요!

데이터 분석을 쉽게 해볼 수 있는 Kaggle에서는 타인에 데이터 분석 사례와 csv 파일을 볼 수 있습니다 보통 업보트 수가 높고 옆에 메달 색이 좋을 수록 좋더군요 이후 코드 인터프리트를 이용하여 csv 파일을 넣고 Kaggle 결과값으로 나온 것 중 효과가 가장 좋은 것을 제시하였습니다 csv 파일을 업로드 할 수 없을 경우 csv 파일의 일부분을 복사하여 GPT에게 복사하는 방법이 있을 듯 합니다

개인적으로는 예전부터 데이터 분석에 관심이 있어서 파이썬도 배워보고 했는데 업무에 적용을 하지 않으니 발전도 더디고 점점 더 까먹게 되어서 현재는 주로 엑셀로 분석하면서 업무를 진행중인데요 복잡한 분석이나 모델링은 데이터팀을 통해서 요청해서 결과값을 받아서 해석하지만 이 과정에서 커뮤니케이션에 소요되는 시간 및 제대로 전달이 이뤄지지 못하면 그 것을 수정하고 또 다시 요청하고 데이터를 전달받고 하는 과정에서 상당히 타임로쓰가 있었음

예전에 다음카페 인기글에서 봤던 맛집 찾는 법에 착안하여 만들어 보았습니다 서울시 공무원분들이 업무추진비를 썼던 식당을 조사하였습니다 집행횟수가 많을 수록 맛집이라 생각해서 집행 횟수 6번 이상의 식당들을 구글 지도에 표시했습니다

그래서 코인프 스터디에서 배운 ChatGPT ADA와 구글코랩을 활용하여 단톡방 데이터를 기반으로 텍스트마이닝을 한번 시도해보았습니다 부족하지만 저의 사례를 한번 공유해보도록 하겠습니다 우선 ChatGPT에게 역할을 부여하며 우리 한 번 잘해보자 하며 파일을 줬습니다

커스텀 인스트럭션에는 과제방에 올라온 내용을 복붙해 넣었습니다

안녕하세요 코이엔이라고 합니다 저는 현재 경영학을 전공하며 마케팅에 관심이 있어서 이를 중심으로 사례를 준비했습니다 마케팅에 있어 정량적인 무언가를 분석해보고 싶다고 생각은 해왔지만 아직 2학년이라 지식과 도구 둘 다 없었습니다 그러다 구요한 님께서 언급하셨던 Superstore 데이터를 듣고 바로 다운 받고 이후에 뚱땅거리기 시작했습니다

저희 팀은 학교에서 제공해주는 년도별 전과 지원자 현황 자료를 가지고 2024년도 자료를 예측해보기로 했습니다 2020 2021 2022 2023 4개 년도의 데이터로 2024년도 현황을 분석하고자 했고 이를 위해서는 다음 pdf 자료를 excel 파일로 변환하는 과정이 필요하다고 생각했습니다

코드인터프리터 11팀 한재서 이상무 권윤아 조민수 방형록 서현승 1 과제 목표 인하대학교의 20202023 전입전출 파일을 활용하여 2020 - 2022년의 결과를 바탕으로 2023년도의 결과를 예측한다 이를 실제값과 비교하여 GPT4의 정확도를 측정한다

최근 지속가능발전목표SDGs의 중요성이 강조되고 있는 가운데 SDGs와 연계하여 데이터를 분석하고 시각화 하는 것은 단순한 과제 제출 이상의 깊은 의미를 갖는다고 판단하였습니다 이에 저희 팀은 17가지 지속가능발전목표 중 Climate Action인 13번 목표를 중심으로 이산화탄소와 빙하 사이의 연관성을 깊게 탐구하고자 주제를 이산화탄소와 빙하의 상관 관계로 선정하게 되었습니다

이번에 실험을 하는 대상부재 입니다 ASTM라는 공식적인 규격에 맞추어서 제작이 되어있기 때문에 이 데이터로 표면적과 길이를 입력하였습니다

이번 과제는 인하대 코인프 스터디에 제공된 인하대 과별 전입 전출에 대한 RAW 데이터를 활용해 어떤 것이든 데이터 시각화를 진행해 보고자 목표를 설정하였습니다 개인적인 궁금증으로 제공된 인하대 과별 데이터만을 이용하는 것이 아닌 추가적인 데이터와의 교집합을 이용해 데이터 시각화를 진행하고자 하였습니다 이를 위해 전공과와 연관이 큰 문과대학 공과대학 같은 인하대의 대학명 자료를 긁어와서 과에 매치시키는 작업을 진행하였습니다

안녕하세요 이번 GPTers 코드인터프리터 스터디에 참가하여 143분으로부터 노하우를 많이 얻어서 감사하다는 말씀 드리고 시작하겠습니다 저는 화공생물공학을 전공하고 있고 전공 특성 상 실험을 꽤 많이 진행했습니다 거의 한 주에 하나 주제로 실험을 진행한 결과 데이터가 꽤 많아요

랜드마크에 방문하는 년도 별 관광객 수를 분석하여 랜드마크의 기대 수명을 예측할 수 있을까

인하대로 통학하는 학생들이 가장 많이 이용하는 버스는 주안역에서 출발하는 511번 버스입니다 주안역에서 인하대로 가는 버스에는 자료는 교통카드 빅데이터 시스템에서 511번 버스의 학기 중 이용량3월 방학 중 이용량7월 13번 버스의 3월학기 중 이용 통계를 다운로드 하였습니다

생성된 강의 대본을 통해 강의 내용의 핵심을 쉽게 파악할 수 있다

2단계 진행해보니 gpt가 직접 코드를 실행하는건 자기소개서 자체가 길어서 끊기는 문제가 있습니다 그래서 colob 에서 직접 실행한다고 코드를 제공해달라고 했습니다 제공 받은 코드에 자기소개서를 넣고 run해보고 오류를 고치는 과정을 반복합니다 저 같은 경우엔 긍정부정 리스트 추가 -폰트 - 예외 문구 처리 - 워드클라우드 반영 순으로 진행했습니다

코인프스터디 팀 과제를 마치고 GPT에게 데이터 시각화의 가능성을 보았다 이것저것 시도해보던 중 갑자기 떠오른 ‘신라촌락문서’ 고등학교 때 학생부종합전형을 준비하면서 신라촌락문서에 대한 통계적 분석과 역사학적 의의를 제기한 보고서를 작성한 적이 있었다 GPT에게 이걸 준 사람은 아무래도 세계 최초인 듯한 자만한 생각에 바로 진행시키게 되었다

저희 팀은 흥미로운 주제를 고민하던 중 우리가 자주 보는 넷플릭스의 주가와 한국 작품 또는 계절이 얼마나 연관성이 있는지 궁금해져 GPT를 통해 한번 시도해보기로 하였습니다 먼저 한국작품과 주가의 연관성부터 아래의 순서대로 코드 인터프리터를 시도해보았습니다

우리의 궁금증 – 비싼 집은 비싼 값을 할까 홍콩 뉴욕 런던 파리 도쿄 그리고 서울 이 도시의 공통점은 무엇일까 비싼 도시의 기준은 다양할 수 있지만 부동산 시장의 건전성 주택 가격 수준 임금 대비 주택 가격 비율 등을 총체적으로 고려했을 때 이 도시들은 세상에서 가장 집값이 비싼 도시들이다 그렇다면 정말로 비싼 도시 그러니까 비싼 집은 비싼 값을 할까 우리는 이런 궁금증을 가지고 데이터를 다뤄 보기로 했다

결과적으로 비어있는 공간을 채우다가 사용량을 초과해 버렸습니다ㅜㅜ

더우면 살인과 폭력 사건이 증가한다는 기사를 보았습니다 실제로 더우면 우리는 빡이 칩니다 아무래도 찝찝하고… 한국의 기온 특성상 더위와 습도는 늘 동반되어 우리의 땀샘을 쉬지 못 하게 만드니까요 우리가 “더우면 살인사건이 엄청나게 증가하니까 여름은 위험하다” 라고 말할 수 있을까요

1 워드클라우드 만들기 워드클라우드를 뭐를 가지고 만들면 재미있을까 3 구글코랩으로 이용해서 그냥 영상만 주면 만들어주게 할 수 있지 않을까 이때 각 사진의 영상은 pickalab으로 prompt smile 로 해서 만듬

저는 업무 연관성도 높아서 정부 부처별 보도자료를 수집해서 주기적으로 분석 관리해보면 좋겠다는 생각을 해보았습니다 🙄 이후로는 과기정통부 홈페이지 보도자료 게시판을 크롤링 하고 싶다고 하니 url과 코드를 작성해줬지만 url이 변경되었는지 오류가 났었고 그래서 원하는 페이지 URL을 직접 입력해주었습니다