Causal Inference
ATE(Average Treatment Effect)는 Treatment와 Control Group을 비교해서 Treatment의 Effect를 정의한 값이다. 이름이 의미하는 것처럼 Individual이 아닌 Group단위로 합한 후 평균 효과를 본다. 개개인의 Counterfactual을 보는 것은 불가능에 가깝기 때문이다. ATE를 수식으로 쓰면 다음과 같다(참고). $$E[Y|T=1] - E[Y|T=0] = \underbrace{E[Y_1
Business
최근 들어 팀장으로서 거대한 하나의 사이클을 그리고 있다. 업무계획 및 평가, 그리고 승진까지 하나의 사이클이다. 현재는 이러한 일련의 평가를 한데 묶어서 경력관리라는 이름으로 정리하고 있다. 데이터는 회사에서 흐르는 물과도 같은 것이기 때문에 중요하다고 말하지만, 반대로 말하면 물과 같기 때문에 사라지기 전에는 그 중요함을 모르고, 데이터 기반의 사업이라고 한들 데이터를 다루는
Life
Jospeh Campbell은 미국의 신화학자이다. 대표적인 저서로는 "천의 얼굴을 가진 영웅" 등 신화에 관한 책이 있다. 책의 내용에 따르면 우리가 알고 있는 신화는 대부분 공통적인 스토리를 따르고 있다고 주장한다. 그리고 그 스토리에는 기구한 인생 스토리와 역경, 그리고 그 역경을 주위의 도움과 자신의 노력을 포함하고 있다. 이 스토리는 영웅에게만 적용되는
Book
왜 읽게 되었는가? * 제목에 끌렸다. 기존과 같으면 이런 책은 읽지 않는 편이다. 하지만 책의 내용이 무난하고, 여기서 내가 혹시 내 삶에 적용할 수 있는 것이 있지 않을까 싶어 읽어보게 되었다. * 부자라면 어떠한 책을 보더라도 책에서 교훈을 추출해낼 수 있지 않을까 하는 생각이 결정적이었던 것 같다. * 결론부터 말하면 적어도 적용할 포인트는
Book
요즘 우리 모두 FIRE(Financially Independent & Retire Early)를 외치지만, 사실 현실은 쉽지 않다. 모두가 FIRE를 할 수 있다면 사람들은 FIRE를 꿈꾸지는 않았을 것이다. 그래서인지 마음은 FIRE를 꿈꾸면서 다양한 책을 읽어보지만 동시에 장기근속하기 위해 뛰어난 직원으로 살아남기 위한 책도 보곤 한다. 이 책도 그러한 마음에서 고른 책이다. "평생&
Book
책 제목만 보았을 때, 이미 내용을 대략 예상하였다. 최대한 자기 능력외에 타인 능력을 빌어서 성공에 가까워지는 것을 권하는 자기계발 책이라고 생각하였다. 그래서 이 책을 그간 읽으려고 시도하지 않았다. 하지만 투자를 하는 주위 사람들의 반복된 추천에 사뭇 이 책을 읽어봐야겠다는 생각이 들어 책을 읽기 시작하였다. 그리고 책은 생각보다 좋았다. 특히 단순히
Causal Inference
쟤는 키가 저렇게 컸는데 난 왜 이러지? - 사춘기 소녀 멘토링(상큼발랄 블링걸스) 中 Why Difference in Difference? * Online Marketing → Effectiveness 측정이 쉽다. * Offline Marketing(billboard or TV Campaign) → 측정이 어렵다. * Difference in Difference(Diff in Diff or DiD) → Macro interventions의 Effect를 측정 DiD Estimator * $\hat{ATET} = E[Y_1(
Data
데이터 모델로서 MVP(Minimum Viable Product)는 어떤 모습이어야 할까? MVP 자체가 프로덕트를 포함한 단어이기 때문에 데이터 모델이란 단어보다는 데이터 프로덕트라는 표현으로 접근하는게 더 좋지 않을까 생각한다. MVP로서 데이터 프로덕트라고 한들 아주 다르지는 않을 것이라고 생각한다. 린스타트업의 저자 에릭 리스(Eric Ries)는 MVP(최소기능제품)은 결국 제품이 제공하는 핵심여량과
Causal Inference
Going Around Omitted Variable Background * Omitted Variable Bais를 Control 하기 위해서 가장 쉬운 방법은 Omitted Variable을 식에 추가하면 된다.하지만 데이터가 없으면 더할 수도 없다. * 아니면, Wage에 대한 Education의 Effect를 볼 때, Ability값을 일정한 레벨로 유지하는 방법도 있다.이 때는 회귀모델에 Ability를 넣고 계산하면 된다. * 그런데 Ability를 측정하기 위한 방법을
Book
닥치는 대로 체계가 구성된 유일한 이유는 이전에 있는 것을 기초로 그 다음 진화가 이루어지기 때문이다. 클루지(Kluge)란 어떤 문제에 대한 서툴거나 세련되지 않은 해결책을 말한다. 공학에서 세련되지 않았음은 다시 말해서 "개선될 수 있는 여지"가 있거나, "더 좋은 여지"가 있는 상황임을 말한다. 그래서인지 저자도,
Programming
SSL 인증서 작업 중에 발생한 일이었다. SCP를 이용해서 인증서파일을 서버로 옮겼다. 그리고 Zero SSL 인증서를 NGINX에 설치하기 위해서 두개의 파일을 병합하기 위해 다음 명령어를 실행하였다. $ cat certificate.crt ca_bundle.crt >> certificate.crt 그런데 certificate.crt 용량이 끝 없이 GB단위로 커지기 시작하였다. 시스템 디스크 용량이 가득차버려서, 빠르게 중단시키고
Book
개인적으로 자기계발 서적은 그다지 좋아하지 않는다. 그런데 독서모임에서 읽기로 한 책이어서 다소 반 강제의 느낌으로 책을 보게 되었다. 책을 읽기 전에, 유튜브에 저자 자청에 대한 인터뷰가 있어 내용을 훑어보고 시작하니 대략 다음과 같은 내용이 가장 핵심인 것을 알 수 있었다. 저자는 이를 역행자 6단계 모델이라고 지칭하였다. * 1단계 자의식 해체 * 2단계
Business
※ 해당 내용은 회사를 대표하지 않는, 개인의 의견입니다. 2012년 HBR에서 Data Scientist를 "The Sexiest Job of the 21st Century"로 묘사한바 있다. 이 아티클을 기점으로 한국에서는 최근 몇년 사이 빅데이터, 데이터 과학, 4차산업혁명이 맞물려서 데이터 과학은 아주 한한 키워드가 되었고 많은 사람들이 데이터 과학자를 희망하면서 공부하였고, 또 취업을 하였다.
Data
어떤 사람들은 3루에 태어났지만 자신이 3루타를 쳤다고 생각하면서 인생을 산다 - Barry Switzer Association $\neq$ Causation $$E[Y|T=1] - E[Y|T=0] = \underbrace{E[Y_1 - Y_0|T=1]}_{ATT} + \underbrace{\{ E[Y_0|T=1] - E[Y_0|T=0] \}}_{BIAS}$$ * 위 식에서
Effective & Efficient * 유달리 개발쪽의 책을 보면 Efficient 보다는 Effective로 시작하는 책을 종종 본다. 대체로 초급을 넘어서 중급으로 갈 때 보는 책이다. * Efficient가 대체로 과정에서 리소스를 잘 쓰기 위한 관점이고 Effective는 결과나 목적 중심을 강조하는 관점에서 사용된다. * Effective ~ 형태의 책이 Efficient~ 보다는 자주 보인다는 부분을 생각해보면, 역시 개발자에게는 결과 관점의
MIS
종합적으로 지각된 서비스 품질 * 종합적으로 지각된 서비스 품질 * 그렌루스(Gronroos)가 제안한 모형(1984) * 서비스 품질은 기술적 품질, 기능적 품질, 이미지의 세 차원으로 구성 * 이미지는 서비스품질이 지각되는 과정에서 필터기능을 함 * 서비스의 6원칙 * 서비스 품질은 수익을 견인한다. * 의사결정은 가급적 고객 접점에 가까운 조직으로 분권화 되어 있어야 한다. * 조직은 현장 지원을 위한