진강이의 성장일지

유형별 통계량각 유형별 군집의 특성을 알아보기 위해, 성별, 학력수준, 가구구성형태, 가구주 여부, 지역, 수도권 여부, 월평균소득, 가구 거주형태, 직업유무의 분포를 살펴봤다.‘디지털 약자’ 유형은 여성, 저학력, 1인 가구, 가구주, 동 거주, 비수도권, 저소득, 아파트 외 거주, 직업 없음의 비율이 높았다.디지털 약자 유형은 저학력에 1인 가구, 수도권 밖 그리고 읍/면 비율이 다른 유형에 비해 상대적으로 높다. 이는 디지털 기기를 접하기 힘든 고립된 환경이라고 유추할 수 있다. 따라서 이들 유형은 디지털 기기 ‘역량’이나 ‘활용’보다도 ‘접근’ 제고에 힘을 써야 한다.‘디지털 프랜드’ 유형은 남성, 학력, 다가구, 가구주, 동 거주, 비수도권, 고소득, 아파트 거주, 직업 음의 비율이 높았다.‘일..

분석내용 (투입데이터)투입 데이터 과학기술정보통신부･한국지능정보사회진흥원(NIA)에서 매년 시행하고 있는 디지털정보격차실태조사(2022) 통계 원자료(raw data)를 활용했다.(설문지 데이터) 디지털정보화 지수본 프로젝트에서는 과학기술정보통신부･한국지능정보사회진흥원(NIA)에서 설정한 디지털정보격차지수를 참고하여 디지털정보화 접근 수준, 디지털정보화 역량 수준, 디지털정보화 활용 수준 을 산출하였으며 이 값을 이용하여 k-means 군집분석을 실시하였다.출처 : 한국지능정보솨회진흥원(NIA) 디지털정보격차실태조사 2022일반 국민의 디지털정보화수준을 100으로 할 때 일반 국민 대비 노년층의 디지털정보화 수준은 최소 0%이며 최대 100% 이상의 값이 된다. 즉 100%이면 노년층의 디지털정보화 정도..

01. Pandas의 설치 및 활용 판다스는 파이썬에서 가장 널리 사용되는 데이터 분석 라이브러리로 데이터 프레임이라는 자료구조를 사용한다. 데이터 프레임은 엑셀의 스프레드시트와 유사한 형태이며 파이썬으로 데이터를 쉽게 처리할 수 있도록 한다. import pandas as pd names = ['yelim', 'gyuwon','haeun','soyeon','yeeun'] births = [968, 155, 77, 578, 973] custom = [1, 5, 25, 13, 23232] babydataset = list(zip(names, births)) df = pd.DataFrame(data=babydataset, columns=['names', 'births']) df.head() # head() ..

아이디어 브레인스토밍 사회 문제 디지털화 시대, 디지털정보격차 실태조사에 따르면 연령별, 그리고 4대 취약계층별로 비교해봐도 '고령층'이 디지털 활용, 접근, 역량 수준이 확연히 떨어짐 하지만 그렇다고 모든 고령층을 디지털 소외계층으로 볼 순 없음 닐슨코리아, g마켓, 아주경제 등에서 조사한 자료에 따르면 장,노년층의 디지털 정보화 수준이 예전에 비해 많이 올라감 또한 교육을 많이 받은 베이비붐세대 장년층이 노년층으로 편입시 이 지수는 더 올라갈거임 => 노인의 디지털 소비가 여러가지 형태로 나뉨 데이터를 통해 각 군집의 특성을 알아봐야 함。 （지역、나이、 성별、교육수준、 종사중인 산업、월소득 등등） https://file.notion.so/f/f/eb1a79a2-2fea-40fa-bf18-e7e3af1..

아나콘다를 설치하고 주피터 노트북을 실행하려고 하면 다음과 같은 화면이 뜨면서 실행이 되지 않았다. Traceback (most recent call last): File "C:\Users\lyl89\anaconda3\Lib\site-packages\notebook\traittypes.py", line 235, in _resolve_classes klass = self._resolve_string(klass) ^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Users\lyl89\AppData\Roaming\Python\Python311\site-packages\traitlets\traitlets.py", line 2018, in _resolve_string return import_it..

1. 미래와 소프트웨어 빅데이터 활용 공모전 준비 & 데이터 분석 및 시각화 공부 인프런 - '공공데이터로 파이썬 데이터 분석 시작하기' 강의를 수강하며 공공데이터포털에 있는 데이터를 통해 파이썬 데이터 분석에 입문해본다. 파이썬으로 데이터 분석을 하기 위해 어떤 도구가 필요하고 어떻게 사용해야 하는지에 대해 알아본다. 원하는 데이터를 얻거나 가공하기 위해서 필요한 여러 전처리 기법을 알아보고 실습한다. 다음의 라이브러리를 배운다. (데이터 분석 : pandas, 수치 연산 : numpy, 시각화 : matplotlib, seaborn) 배운 것을 토대로 빅데이터 활용 미래 사회문제 해결 아이디어 해커톤 준비한다. 2. c언어 복습 및 심화 공부 '독하기 시작하는 c 프로그래밍' 강의를 수강하며 c언어 ..