Share
Sign In
프로젝트 배경 및 목표 정하기
Before diving head-first into your data science project, conducting comprehensive background research is a must. This will help you understand the existing work in the field, validate your project idea, and find resources that could be helpful during your project.
1. 📖 Literature Review
Here you'll review academic literature, industry reports, and other authoritative sources to understand the current state of knowledge about your project's topic. Consider the following prompts to guide your review:
What are the key theories, models, or methodologies related to your project?
What gaps or disagreements exist in the current literature?
How does your project fit into this existing body of knowledge?
Use Notion's "Database" feature to keep track of the papers and sources you read. For each entry, you can record the citation, a summary of the paper's content, and your thoughts or questions about it.
2. 🧩 Similar Projects
Looking at similar projects can provide inspiration, show you what's possible, and help you avoid repeating mistakes others have made. Use this section to record:
Projects that have a similar objective or use similar methods.
What were the results of these projects?
What did they do well, and what could have been improved?
How will your project be different or build on these existing projects?
3. 📊 Datasets and Sources
Identifying potential datasets and data sources at the beginning of your project can save you time and effort later on. This section will help you:
Identify relevant datasets or data sources.
Evaluate the quality and reliability of each dataset.
Note where and how you can access each dataset.
You can also use Notion's "Database" feature to keep track of your datasets. For each dataset, record its name, source, a description of what it contains, and any other relevant notes.
Remember, thorough background research can greatly enhance the quality and success of your project. Take your time with this step and use the space provided in this Notion page to record everything you learn.
Happy researching! 📚🔎💡
데이터 과학 프로젝트에 바로 뛰어들기 전에, 철저한 배경 연구를 수행하는 것이 필수입니다. 이는 필드에서의 기존 작업을 이해하고, 프로젝트 아이디어를 검증하고, 프로젝트 중에 도움이 될 수 있는 리소스를 찾는 데 도움이 됩니다.
1. 📖 프로젝트 관련 자료 검토
여기서는 학문적 문헌, 업계 보고서, 그리고 기타 권위 있는 출처를 검토하여 프로젝트 주제에 대한 현재의 지식 상태를 이해합니다. 검토를 안내하기 위해 다음의 프롬프트를 고려해보세요:
프로젝트와 관련된 주요 이론, 모델, 또는 방법론은 무엇인가요?
현재의 문헌에서 어떤 차이점이나 불일치가 존재하나요?
프로젝트가 이 기존의 지식 체계에 어떻게 맞는가요?
Notion의 "데이터베이스" 기능을 사용하여 읽은 논문과 출처를 추적하십시오. 각 항목에 대해 인용문, 논문 내용의 요약, 그리고 그것에 대한 생각이나 질문을 기록할 수 있습니다.
2. 🧩 비슷한 프로젝트
비슷한 프로젝트를 보는 것은 영감을 제공하고, 무엇이 가능한지를 보여주며, 다른 사람들이 이미 저지른 실수를 반복하는 것을 피하도록 도와줍니다. 이 섹션을 사용하여 기록하십시오:
비슷한 목표를 가지거나 비슷한 방법을 사용하는 프로젝트.
이러한 프로젝트의 결과는 무엇이었나요?
그들이 잘한 것은 무엇이고, 무엇이 개선되었어야 했나요?
프로젝트가 이 기존 프로젝트에 어떻게 다르거나 기여할 것인가요?
3. 📊 데이터셋과 출처
프로젝트 시작 시에 잠재적인 데이터셋과 데이터 소스를 식별하는 것은 나중에 시간과 노력을 절약할 수 있습니다. 이 섹션은 다음을 도와줄 것입니다:
관련 데이터셋 또는 데이터 소스를 식별합니다.
각 데이터셋의 품질과 신뢰성을 평가합니다.
각 데이터셋에 어디서 그리고 어떻게 접근할 수 있는지를 기록합니다.
또한 Notion의 "데이터베이스" 기능을 사용하여 데이터셋을 추적할 수 있습니다. 각 데이터셋에 대해 이름, 출처, 그것이 포함하는 내용에 대한 설명, 그리고 기타 관련 노트를 기록하십시오.
기억하십시오, 철저한 배경 연구는 프로젝트의 품질과 성공을 크게 향상시킬 수 있습니다. 이 단계에 시간을 들이고 이 Notion 페이지에 제공된 공간을 사용하여 배운 모든 것을 기록하십시오.
즐거운 연구 되세요! 📚🔎💡