01. 작업형 제 1유형 [30점]

[1] 각 제품보고서별 처리 시간(처리시각과 신고시각의 차이) 칼럼(초단위)을 생성 후 공장별 처리 시간의 평균을 산출하시오. 산출된 결과를 바탕으로 평균 처리 시간이 3번째로 적은 공장명을 구하시오.
‧ 데이터 : 7_1_1.csv

[2] STATION_ADDR1 변수에서 구 정보만 추출한 후, 마포구, 성동구의 평균 이동 거리를 구하시오.
‧ 데이터 : 7_1_2.csv

[3] 분기별 총 판매량(제품A~E 합계)의 월평균을 구하고, 월평균이 최대인 연도와 분기를 구하시오.
‧ 데이터 : 7_1_3.csv

02. 작업형 제 2유형 [40점]

훈련 데이터로 학습한 모델을 테스트 데이터에 적용하여 예측한 결과를 제출하시오. (분류 예측값 제출)
※ 제출 형식은 ID, pred 두 칼럼만 존재해야 한다. (평가 지표: macro f1-score)

‧ 데이터 : 7_2_train.csv
                   7_2_test.csv

03. 작업형 제 3유형 [30점]

[1] 어느 학교에서 50명의 학생들을 대상으로 새로운 학습 프로그램의 효과를 조사하고자 한다. 각 학생에 대해 학습 전과 학습 후의 시험 점수를 측정하였다.
‧ 데이터 : 7_3_1.csv

[2] 어느 회사가 조사한 고객 데이터는 100개의 샘플로 이루어져 있으며, 각 샘플에는 고객의 나이, 소득, 가족 수, 그리고 제품 구매 여부가 포함되어 있다. 로지스틱 회귀 분석을 통해 고객의 제품 구매 여부를 예측 하고자 한다. (임곗값 0.5 기준)

‧ 데이터 : 7_3_2_train.csv
                   7_3_2_test.csv