우리들의 T'SPACE

https://tonnykang.tistory.com/270 ADsP 데이터 분석 준 전문가 정리 12주성분분석 PCA여러 개의 변수 중 서로 상관성이 높은 변수들의 선형 결합으로 새로운 변수(주성분)을 만들어 기존변수를 요약 및 축소하는 분석 방법이다변수를 축소하여 모형의 설명력을 높임tonnykang.tistory.com 시계열 분석일정 시간 간격으로 기록된 자료들에 대하여 특성을 파악하고 미래를 예측하는 분석방법이다시계열 자료의 자기상관성이 말은 서로 이웃하는 자료들끼리 일종의 상관관계를 가진다는 말이다→ 시간적으로 앞 뒤 데이터와 관련 있음여기서 공분산의 개념을 살펴봐야한다 Covariance→ 두 개의 확률 변수의 선형관계를 나타낸다→ 하나의 증감에 따른 다른 확률 변수의 증감 경향에 대한 측도..

https://tonnykang.tistory.com/261 ADsP 데이터 분석 준 전문가 정리 4https://tonnykang.tistory.com/257 ADsP 데이터 분석 준 전문가 정리 3데이터 분석 기획분석 대상과 그 방법에 따른 4가지 분석 주제최적화 Optimization - 문제, 분석법 둘다 앎솔루션 Solution - 문제만 알고 분tonnykang.tistory.com  분석 마스터플랜 수립 프레임워크첫 단계는 발굴한 분석 과제의 우선순위를 정하는일이다전략적 중요도비즈니스 성과 및 ROI분석 과제의 실행 용이성을 기준으로 고려해 우선순위를 설정한다 우선순위 고려요소와 적용범위/방식 고려 요소를 구분하는 것은 시험에 자주 출제되었다 https://tonnykang.tistory.c..

우리는 흔히 '더 많이', '더 좋게'가 항상 긍정적인 결과를 가져올 것이라고 생각합니다. 하지만 현실은 그리 단순하지 않죠. 때로는 무언가를 추가하는 것이 오히려 전체 시스템의 성능을 저하시키고, 핵심 요소를 제거하는 것이 더 나은 결과를 가져올 수 있습니다. 이러한 역설적인 상황을 잘 보여주는 두 가지 흥미로운 현상이 바로 Braess' Paradox와 Ewing Paradox입니다. Braess' Paradox: 더하기가 때론 빼기다Braess' Paradox는 1968년 독일의 수학자 Dietrich Braess가 발견한 현상입니다. 이 역설은 교통 네트워크에서 새로운 도로를 추가했을 때 오히려 전체적인 교통 흐름이 악화될 수 있다는 것을 보여줍니다.마치 Game Theory 와 비슷합니다예를 들..

기존의 축구 통계 지표들은 어시스트, 기대 골 기여(xG Assisted), 빌드업 기대 골(xGBuildup) 등이 주를 이뤘다.하지만 이런 지표들은 득점 과정에서 일어나는 모든 행위의 가치를 제대로 포착하지 못했다.최근 새롭게 등장한 OBV(On-Ball Value) 모델은 이러한 한계를 보완하고 축구 분석의 지평을 넓혀준다. OBV의 두 가지 핵심 장점1) 득점 상황으로 이어지는 공격 과정에서 각각의 패스나 행위가 기회 창출에 미친 영향력을 정확히 가려낼 수 있다. 기회를 만드는 데 중요한 역할을 한 행위일수록 더 높은 가치를 부여받게 된다. 2) 높은 위험을 감수했지만 실패한 행위의 기회비용을 적절히 평가한다. 팀의 주요 공격수들이 위험한 시도를 하다 실패하더라도 전체적으로 팀에 이득이 된다면 긍..