본문으로 바로가기

SDA 세션 기록

질문 하나를 들고, 함께 분석을 완성합니다.

매주 대면으로 모여 지난주에 정한 주제를 발표합니다. 발표와 질의응답, 바이브 코딩을 거쳐 각 팀의 분석과 발표자료를 완성해 온 과정입니다.

기록 찾아보기

한 주의 질문이 다음 분석으로 이어집니다.

주제를 배우고, 각자의 가설을 발표하고, 질의응답으로 분석을 다시 고칩니다. 이곳에는 그 과정을 끝까지 남긴 공개 기록을 모았습니다.

가장 최근 기록

08

SDA 3기2026년 9월 30일

ANN과 DNN

인공신경망과 심층신경망의 기본 구조를 스포츠 영상·기록·텍스트 사례와 연결했습니다.

기수 03

SDA 3기

8회 기록

  1. 012026년 7월 22일Analysis Framework질문에서 데이터, 모델, 평가와 해석까지데이터 분석의 전체 프레임워크문제 정의부터 데이터 수집, 전처리, 탐색, 모델링, 평가까지 SDA의 분석 프레임워크를 세웠습니다.
  2. 022026년 7월 29일Linear Regression스포츠의 숫자 결과를 설명하고 예측하는 선형회귀선형회귀모델선형회귀의 구조를 배우고 팀별 주제 발표로 실제 스포츠 질문에 연결했습니다.
  3. 032026년 8월 5일Logistic Regression숫자가 아니라 승리 확률을 예측하는 분류 모델로지스틱 회귀모델선형회귀와 분류 문제의 차이를 비교하고 로지스틱 회귀를 스포츠 질문에 적용했습니다.
  4. 042026년 8월 12일Vibe CodingAI를 코딩 도구로 쓰되 분석의 판단은 팀이 맡는 방법바이브 코딩으로 시작하는 분석바이브 코딩을 분석 과정에 배치하고, 질문과 검증을 사람이 계속 책임지는 방식을 실험했습니다.
  5. 052026년 9월 2일Tree-Based Models한 그루의 규칙에서 여러 트리의 앙상블까지Tree-Based ModelsDecision Tree부터 Random Forest와 Boosting까지 트리 기반 모델의 흐름을 팀 프로젝트와 연결했습니다.
  6. 062026년 9월 9일Clustering투구 조합과 시즌 변화를 군집으로 읽기투수 스타일 클러스터링MLB 투수의 구종 구성과 시즌별 변화를 군집화하고, 결과를 유형과 역할의 언어로 해석했습니다.
  7. 072026년 9월 16일Anomaly Detection스포츠 데이터에서 평범하지 않은 패턴 찾기Anomaly Detection데이터 오류, 드문 경기 상황, 특이한 선수 유형과 상태 변화를 이상 탐지의 관점에서 구분했습니다.
  8. 082026년 9월 30일ANN & DNN입력의 조합을 학습해 새로운 결과를 예측하는 딥러닝ANN과 DNN인공신경망과 심층신경망의 기본 구조를 스포츠 영상·기록·텍스트 사례와 연결했습니다.