임월드 (행복보다 의미)

나의 체중을 관리하면서 (체중 증량하기) 체중과 칼로리 이외에 체중과 관련이 있을것으로 예상되는 요소들을 같이 수집했다. 요소들은 다음과 같다. 밀가루 / 식사 및 간식 섭취 횟수 / 음식의 질(초록, 노랑, 빨강) / 장활동 / 걸음수 1. 칼로리와 체중 변화 제일 먼저 살펴볼 것은 칼로리에 따른 체중 증량 유무다. is_gained가 True(주황색) = 체중이 0.1kg이라도 증가한 날 is_gained가 False (파란색) = 체중이 증가하지 않거나 감소한 날 이 그래프는 체중이 증가하거나 그렇지 않은 날의 전체 건수를 보여주는데, 칼로리 섭취량에 따라 건수를 세분화했다. gained_weight = 증가한 체중(kg) 칼로리 섭취량이 높을 수록 살이 찐다는 것을 알 수 있다. 2. 음식의 질과..

문제 정의 : 나는 왜 살이 안 찔까? 나는 대학교 1학년을 마치고 난 후부터 1년 사이에 9kg가 빠져 지금까지 살이 다시 찌지 않는 상태에 있다. (데이터 분석을 시작하면서 조금씩 찌고 있기는 하다) 건강검진을 받았지만 아무 이상이 없게 나왔고 지금까지 이유를 모른다. 이유를 모른다고 해서 이유가 없는 것은 아니다. 하지만 이유를 모른다고 해서 다신 살을 찔 수 없는 것도 아니다. 나만의 가설과 분석, 실천으로 조금씩 체중 증가에 변화를 가져오고 있다. 7월이 되었다. 1차에서는 나의 평소 섭취 칼로리 분석했고 권장 칼로리보다 훨씬 못 미치게 섭취한다는 사실을 알았다. 2차에서는 평소보다 섭취량을 늘린 결과와 그 외 다양한 상관관계를 분석해 보았다. 3차에서는 6월 결과에 대해 분석해본다. 기간을 나..

문제정의 : 나는 왜 살이 안 찔까? 나의 하루 평균 섭취 칼로리에 적지 않은 충격을 받은 뒤 (1487kcal...) 1800kcal이상 먹기를 5/14일부터 시작했다. 나의 가설은 딱 하나 높은 칼로리->체중증가 딱 이것 하나만 지키려고 노력했다. 매일 1800kcal이상을 넘기진 못했지만 의식적으로 많이 먹으려고 노력했다. (여성 권장칼로리에 못 미치지만 한번에 2000kcal로 늘리는 것이 무리라 판단되어 일단 1800kcal로 정했다.) 그리고 실천한지 3주가 지났다. 검증해보자! [가설1] 지난 한 달(4/8-5/13)보다 지난 3주간 (5/14-6/5) 평균 몸무게가 더 높을 것이다. [검증] 먼저, 지난 한 달 평균이다. 칼로리: 1487kcal 체중(아침): 38.8kg 체중(저녁):39..

이제 막 데이터 사이언티스 준비를 시작한 나에게 가장 쉽고 재밌게 데이터 분석을 할 수 있는 방법이 뭐가 있을까? 바로 생활데이터다. 김진영 데이터 사이언티스트의 '생활데이터 당장 시작하기' 를 읽고 생활데이터라는 것을 처음 접했다. 여러 사람들이 자신의 관심사를 바탕으로 데이터를 수집, 분석하고 자신만의 의미있는 결과를 도출한 사례들을 정말 흥미롭게 읽었다.그리고 나도 해보고싶다! 생활 데이터 시작하기 생활데이터 분석의 대상으로 빠지지 않고 등장하는 것이 바로 '삶의 질' 개선이다. 데이터를 다루는 사람이라면 자신의 일상을 데이터 분석 대상으로 삼아봤을 것이다. 삶의 질을 개선하기 위한 수단은 사람마다 다양할 것이다. 수면 질 높이기, 식단 관리하기, 체중 관리하기 등등. 자신의 수면 패턴, 식습관, ..

최근에 데이터 분석에 관심을 갖게 되면서 브런치를 통해 ‘김진영’ 데이터 과학자를 알게 되었다. 당장 서점의 컴퓨터 과학 코너만 가도 널리고 널린 게 데이터 분석 책이다. 물론 모든 저자들이 진심과 열성을 다해 자신의 책을 썼겠지만 내가 브런치를 통해 읽은 그의 글에는 유난히 데이터를 향한 열정과 삶에 대한 사랑이 녹아 있었다. 그의 브런치, 블로그, 책을 읽을 때 마다 이상하게 그의 글을 읽는 것만으로 그가 어떤 사람인지 알 것만 같은 느낌이 든다. 그의 글에는 항상 진심이 느껴진다. 데이터 과학에 관심을 갖고 있는 사람이라면 꼭! 꼭! 강력 추천 x 100 한다. 이 책은 철자 그대로 ‘우리 모두’가 할 수 있는 생활 데이터 분석을 안내한다. 목차를 살펴보자. chapter 1. 데이터 과학 입문 c..