데이터 분석 학습 및 실무 경험을 정리한 포트폴리오 repo입니다. Python, SQL을 활용한 ETL 파이프라인, 머신러닝, 딥러닝, 통계 분석 프로젝트를 포함합니다.

사용자 행동 데이터(1,000건) 기반 광고 클릭 여부를 예측하는 이진 분류 모델을 개발합니다.

• 7개 모델 비교 → Random Forest 최종 선정 (Accuracy 96.5%, AUC 0.993)
• 9개 파생변수 생성 (Engagement_Score, Ad_Affinity_Score 등), GridSearchCV 540개 조합 탐색
• 고효율 세그먼트 발굴: 40세 이상 & 저체류 시간 고객 클릭률 98.4%

Stack Python 3.10 scikit-learn pandas scipy

Johns Hopkins CSSE 데이터(2020~2023) 기반 한국·미국·독일·일본·프랑스 5개국 감염 확산 분석 및 예측 프로젝트입니다.

• SEIR 모델로 기초감염재생산수(R0) 추정
• Auto-ARIMA 14일 예측, 다변량 LSTM 30일 예측
• 봉쇄 정책 전후 성장률 변화 정량 분석 (미국: -19.2%p)

Stack Python 3.10 pmdarima tensorflow scipy

1,894만 개 보드게임 평점 데이터를 활용한 딥러닝 추천 시스템과 모델 경량화 연구입니다.

• PyTorch NCF로 Baseline 대비 RMSE 7.43% 개선 (1.1960 → 1.1071)
• 2-bit 양자화로 모델 크기 93.4% 감소 (25.97 MB → 1.72 MB)
• SQL 기반 사용자 세그먼테이션 (Power / Active / Regular / Casual)

Stack Python 3.10 PyTorch scikit-learn SQLite

Netflix 8,807개 콘텐츠 데이터를 분석하고 TF-IDF 기반 추천 시스템을 구축합니다.

• TV 프로그램 비율 증가 추세 분석 (2021년 33.7%, 2024년 38.8% 예측)
• 배우-감독 협업 네트워크 분석 (NetworkX Degree/Betweenness Centrality)
• TF-IDF + 코사인 유사도 기반 콘텐츠 추천 (동일 장르 매칭률 80%+)

Stack Python 3.10 scikit-learn NetworkX matplotlib

UCI Online Retail 데이터를 Python으로 전처리하고 MySQL에 적재하여 고객 구매 행동을 분석합니다.

• 결측치 처리, IsCancelled 파생변수, TotalPrice 생성 후 MySQL 적재
• 고객별·국가별 매출, 월별 추이, 시간대별 구매량, 반복 구매 세그먼트 분석

Stack Python 3.10 pandas MySQL SQLAlchemy

공공데이터(KC_618) 기반 전국 음식점 소비 트렌드를 분석하고 RFM 프레임워크와 K-Means 클러스터링으로 지역을 유형화합니다.

• 2021~2024년 시군구 단위 326,826건 분석
• 포화형 소도시 vs 성장형 대도시 2개 클러스터 도출 (Silhouette Score 0.595)
• 클러스터별 LTV 추정 및 투자 우선순위 산출 (경기도 화성시 1위)

Stack Python 3.10 scikit-learn pandas

스마트 물류 데이터를 기반으로 배송 지연 여부를 예측하는 이진 분류 모델을 개발합니다.

• Logistic Regression / Random Forest / XGBoost 비교 → XGBoost 최종 선정 (AUC 0.810)
• 교통 상태(Traffic_Status)가 지연 예측의 핵심 변수 (중요도 57.2%)

Stack Python 3.10 scikit-learn xgboost

60,471명의 모바일 앱 사용자 인터랙션 데이터를 분석하여 이탈 지점과 리텐션 개선 전략을 도출합니다.

• D1 리텐션 3.0% — 심각한 온보딩 문제 발견
• 퍼널 분석으로 첫 클릭 단계에서 85% 이탈 확인
• 주별 코호트 분석, 사용자 세그먼테이션 (Light / Medium / Heavy User)

Stack Python 3.10 pandas scipy plotly

뉴욕 Citi Bike 2025년 4~9월 28,206,527건 이용 데이터를 분석하고 시간별 수요를 예측합니다.

• LightGBM이 Baseline 대비 MAE 75%, RMSE 74% 개선 (MAE 1,627 → 404)
• Prophet 대비 LightGBM 우수 확인, Lag·Rolling 피처가 핵심 예측 변수
• 스테이션별 순유입/유출 분석으로 자전거 재배치 우선순위 도출

Stack Python 3.10 LightGBM Prophet pandas pyarrow

MySQL 예제 DB(classicmodels)를 활용하여 고객·매출·수익성 비즈니스 지표를 SQL로 분석합니다.

• RFM 세그먼테이션 (VIP / Loyal / At Risk / Regular)
• 코호트 분석: 첫 구매 시점별 재구매 패턴 추적
• 파레토 법칙 검증, 윈도우 함수 기반 국가별 랭킹, Funnel 분석

Stack MySQL SQL

인도 이커머스 기업의 Amazon·국제 판매 데이터(148,012건)를 분석하여 수익성 최적화 전략을 도출합니다.

• 전체 7,113개 SKU 중 3%(211개)가 29% 매출 창출
• K-Means 클러스터링으로 SKU 세분화 (Silhouette Score 0.7624)
• 배송 완료율 격차 해소 및 휴면 상품 정리 전략 수립

Stack Python 3.10 scikit-learn pandas

ResNet50 기반 패션 이미지 임베딩 추천 시스템을 구축하고 TensorFlow와 PyTorch 성능을 비교합니다.

• 861개 이미지 100% 처리, 2048차원 임베딩 생성
• TensorFlow가 PyTorch 대비 48% 빠른 처리 속도 (22.3 vs 15.0 개/초)
• 동일 아키텍처라도 프레임워크별 완전히 다른 특성 공간 생성 확인
• Streamlit 실시간 추천 대시보드 구현

Stack Python 3.10 TensorFlow PyTorch Streamlit

Google Play 스토어 앱·리뷰 데이터를 수집·정제하고 SQLite에 적재하는 ETL 파이프라인을 구축합니다.

• 앱 및 리뷰 데이터 정제 (Size 단위 통일, Installs 변환, 감성 결측 처리)
• apps, reviews 테이블 SQLite 적재 및 데이터 품질 검증

Stack Python 3.10 pandas SQLite

한국 영화 리뷰 텍스트를 기반으로 긍정/부정 감성을 분류하는 Baseline 모델을 구축합니다.

• TF-IDF 벡터화 + Logistic Regression → Validation Accuracy 0.84
• TF-IDF feature 분석으로 감성 판단 주요 단어 시각화
• Tableau 연계용 결과 CSV 생성 (train_preprocessed.csv, tfidf_features.csv)

Stack Python 3.10 scikit-learn NLP

브라질 이커머스 플랫폼 Olist 데이터(주문 100K+)를 SQL로 분석하여 고객·매출·배송 품질 지표를 도출합니다.

• RFM 지표 산출, 최근 6개월 매출 추적, 고객별 평균 주문 간격 분석
• 카테고리별 월별 매출 추세, 판매자별 매출 기여도 분석
• 배송 지연 vs 리뷰 점수 관계 분석, 이상 결제 패턴 탐지

Stack MySQL SQL

미국 기술주 8종목(AAPL, MSFT, TSLA, NVDA 등)의 주가 데이터를 분석하고 포트폴리오를 최적화합니다.

• Monte Carlo 시뮬레이션(20,000회)으로 효율적 프론티어 탐색
• Lag-5 선형회귀로 수익률 예측, 역사적 vs 예측 기반 포트폴리오 비교
• NVDA 최고 Sharpe Ratio 1.93, Streamlit 인터랙티브 대시보드

Stack Python 3.10 scikit-learn yfinance Streamlit

서울시 공공자전거 따릉이 2023~2025년 이용 데이터를 전처리하고 MySQL에 적재하여 이용 패턴을 분석합니다.

• 월별 KPI, 성별·연령대별 이용 패턴, 대여소 성과, 탄소 절감 효과 분석
• 파생 변수 생성: distance_km, speed_kmh, day_type
• BI 연계용 View(v_bike_usage_bi) 생성

Stack Python 3.10 MySQL SQL SQLAlchemy