IT분야의 다양한 경험과 노하우를 겸비한 구성원들의 이야기를 나누어 드립니다.

위민 후 코드 서울 커뮤니티 운영진들에게 대한 궁금한 점이 있으시다면 물어봐 주세요. IT분야 엔지니어, 개발자, 데이터사이언티스트, 기획자, PM, 교육 기획자, 디자이너, 마케터 등 다양한 경험을 가진 커뮤니티의 구성원들이 대기하고 있습니다. 오셔서 자유롭게 소통해요.

더 재밌는 온라인 행사를 만들기 위해 메타버스를 활용했던 경험을 공유하고자 합니다.
왜 게더타운을 선택하게 되었는지, 맵은 어떻게 제작했는지, 실제로 운영한 과정은 어떤지 데이터야놀자 2021 행사를 위해 게더타운을 사용해온 과정을 이야기합니다.

전국적인 부동산 시장이 과열됨에 따라 우리가 수도권에 집을 살 수 있을지 걱정부터 앞서는 시점에 살고 있습니다.
이러한 문제에 대해 아파트 실거래 데이터를 활용해 최근 4년 6개월간 수도권 아파트 시장의 전반적인 흐름을 분석합니다.
동 단지명 전용면적 id 설정, 분기별로 묶어 마스터 테이블을 생성하고, 1차 군집을 통해 수도권 아파트 id들의 유형을 파악했습니다.
또한 2차 군집을 통해 분석 기간인 18분기 동안 1차 군집 결과의 변화를 파악했습니다.
부동산 도메인 지식과 분석 결과를 활용해 내 집을 마련할 수 있는 기회가 되길 기대합니다.

최근 주택가격의 급격한 상승, 수차례의 부동산 정책변화, 지역 간 가격 편차가 더욱 커져서 벼락거지라는 신조어가 생길 정도로 사회 문제는 여전히 심각한 상황입니다.
하지만, 현재 부동산 관련 앱에서는 정형 데이터를 토대로 부동산 추천 및 분석을 제공하고 있으나, 비정형 데이터에 대한 부동산 정보는 얻기 힘듭니다.
이러한 상황 속에서 정형 데이터만의 부동산 정보를 제공하는 것에 나아가 부동산 뉴스데이터를 활용하여 수요자들에게 맞춤형 부동산 정보를 큐레이션하는 서비스를 기획하였습니다.
부동산 관련 뉴스를 주제별로 분류 · 정제한 이후 지역별 아파트 구매지수, 월별 핫이슈, 핵심 키워드 등 다양한 부동산 정보를 제공하기 위한 데이터 분석을 시도해보았습니다.

배틀그라운드 선수 중에, 어떤 선수는 뛰어난 사격 실력을 앞세워 전투에서 이기고, 또 다른 선수는 빠른 판단력을 토대로 전투에서 승리합니다.
만약 이 두 선수의 실력을 비교하고 싶다면, 어떤 기준으로 비교해야 할까요? 이 두 선수 중에 어떤 선수가 더 잘한다고 할 수 있을까요?
저희는 이런 질문에서 출발하여, 선수들을 정량적으로 평가할 수 있는 지표들을 설정해 선수간 비교가 쉽고 간편하게 대시보드 형태로 만들었습니다.
발표에서 데이터 수집 및 가공 과정, 선수 평가 지표 설정 기준과 과정, 활용 방안 등을 공유해보려고 합니다.

밋업 인사

Next-Frame Video Prediction with Convolutional LSTMs

케라스로 하는 음성인식 기초

단일 프로젝트에 복수의 인공지능 솔루션 적용 사례: 자동분류, 개체명인식기, 주제분석, 검색, 유사문서 추천

얼굴 합성과 인공지능

추천시스템의 변천사

밋업 토론