diff --git a/function/python/brightics/function/statistics/meta/statistic_summary.json b/function/python/brightics/function/statistics/meta/statistic_summary.json index 24f8889ff..c0c5d6da4 100644 --- a/function/python/brightics/function/statistics/meta/statistic_summary.json +++ b/function/python/brightics/function/statistics/meta/statistic_summary.json @@ -214,7 +214,7 @@ "summary": "일반적인 데이터 통계를 계산한다.", "tutorialLink": "https://www.brightics.ai/kr/docs/ai/v3.7/tutorials/102_Explore_date_related_data?type=insight" }, - "md": "# 통계 요약\r\n일반적인 데이터 통계를 구하기 위한 함수\r\n## 설명\r\n이 함수는 합계, 최대값, 최소값, 평균, 분산, 총 갯수 등 선택된 열에 대한 그룹 별 요약 통계를 보여준다.\r\n\r\n## 속성\r\n#### 입력\r\n1. **table**: (테이블) 입력 데이터 테이블. 반드시 하나 이상의 열을 포함한다.\r\n#### 출력\r\n1. **table**: (테이블) `Input Columns`에 대한 `Target Statistic` 의 결과를 보여준다.\r\n#### 매개변수\r\n1. **Input Columns***: 입력으로 사용될 열.\r\n\r\n2. **Target statistic***: 사용할 통계 함수. \r\n\r\n3. **Percentile Amounts**: 백분위 수. `Percentile`을 사용할 통계 함수로 선택 했을때만 적용된다. 허용범위는 0 <= 백분위 수 <= 100 이다.\r\n\r\n4. **Trimmed Mean Amounts**: 절삭평균. `Trimmed Mean`을 사용할 통계 함수로 선택 했을때만 적용된다. 허용범위는 0.0 <= 절삭평균 < 0.5 이다.\r\n절삭평균이란 자료에서 이상치로 인해 산술평균에 크게 영향을 준다고 할 때 이상치를 제거할수 있을 만큼 일정 비율을 정해서 그 한도내의 자료값만으로 평균을 구한 것이다.\r\n\r\n5. **Group By**: 그룹을 분류하기 위한 열 이름. 그룹에 대해 해당 함수가 독립적으로 수행 된다.\r\n\r\n6. **Workers**: 병렬처리 파라메터\r\n\r\n## 예제\r\n\r\n**[예제 모델]**\r\n\r\n\r\n\r\n본 튜토리얼에서는 요약 통계량을 구하기 위해 sample_iris 데이터가 사용된다. 이 함수에서 사용되는 매개변수는 아래와 같다.\r\n\r\n++매개변수++\r\n1. **Input Columns***: sepal_length\r\n2. **Target Statistic***: Min, Max\r\n3. **Percentile Amounts**: None\r\n4. **Trimmed Mean Amounts**: None\r\n5. **Group By**: None\r\n6. **Workers**: None", + "md": "# 통계 요약\r\n일반적인 데이터 통계를 구하기 위한 함수\r\n## 설명\r\n이 함수는 합계, 최대값, 최소값, 평균, 표본분산, 표본표준편차, 총 갯수 등 선택된 열에 대한 그룹 별 요약 통계를 보여준다.\r\n\r\n## 속성\r\n#### 입력\r\n1. **table**: (테이블) 입력 데이터 테이블. 반드시 하나 이상의 열을 포함한다.\r\n#### 출력\r\n1. **table**: (테이블) `Input Columns`에 대한 `Target Statistic` 의 결과를 보여준다.\r\n#### 매개변수\r\n1. **Input Columns***: 입력으로 사용될 열.\r\n\r\n2. **Target statistic***: 사용할 통계 함수. \r\n\r\n3. **Percentile Amounts**: 백분위 수. `Percentile`을 사용할 통계 함수로 선택 했을때만 적용된다. 허용범위는 0 <= 백분위 수 <= 100 이다.\r\n\r\n4. **Trimmed Mean Amounts**: 절삭평균. `Trimmed Mean`을 사용할 통계 함수로 선택 했을때만 적용된다. 허용범위는 0.0 <= 절삭평균 < 0.5 이다.\r\n절삭평균이란 자료에서 이상치로 인해 산술평균에 크게 영향을 준다고 할 때 이상치를 제거할수 있을 만큼 일정 비율을 정해서 그 한도내의 자료값만으로 평균을 구한 것이다.\r\n\r\n5. **Group By**: 그룹을 분류하기 위한 열 이름. 그룹에 대해 해당 함수가 독립적으로 수행 된다.\r\n\r\n6. **Workers**: 병렬처리 파라메터\r\n\r\n## 예제\r\n\r\n**[예제 모델]**\r\n\r\n\r\n\r\n본 튜토리얼에서는 요약 통계량을 구하기 위해 sample_iris 데이터가 사용된다. 이 함수에서 사용되는 매개변수는 아래와 같다.\r\n\r\n++매개변수++\r\n1. **Input Columns***: sepal_length\r\n2. **Target Statistic***: Min, Max\r\n3. **Percentile Amounts**: None\r\n4. **Trimmed Mean Amounts**: None\r\n5. **Group By**: None\r\n6. **Workers**: None", "exampleModels": [ { "fileName": "통계 요약.json", diff --git a/function/python/brightics/function/transform/meta/pivot3.json b/function/python/brightics/function/transform/meta/pivot3.json index 154a0fd08..3d3266033 100644 --- a/function/python/brightics/function/transform/meta/pivot3.json +++ b/function/python/brightics/function/transform/meta/pivot3.json @@ -142,7 +142,7 @@ ], "summary": "입력 테이블을 회전한다." }, - "md": "# 데이터 회전\r\n이 함수는 입력 테이블을 회전한다.\r\n\r\n## 설명\r\n이 함수는 다양한 종류의 테이블 (예 : 데이터베이스, 스프레드 시트 또는 비즈니스 인텔리전스 프로그램)의 데이터를 그룹화 및 합계, 평균 또는 기타 통계를 포함해서 요약한다. 데이터 회전은 유용한 정보에 초첨을 맞추어 통계를 정렬하고 재정렬 (또는 \"피벗\")한다.\r\n\r\n참조\r\n- \r\n\r\n\r\n## 속성\r\n#### 입력\r\n1. **table***: (Table) 테이블 형태 데이터.\r\n#### 출력\r\n1. **out_table**: (Table) 결과 테이블.\r\n#### 매개변수\r\n1. **Rows**: Grouper, 이 열 요소의 모든 조합은 테이블의 왼쪽 부분에 표시된다.\r\n\r\n2. **Columns**: Grouper, 이 행 요수의 모든 조합은 테이블의 위에 표시된다.\r\n\r\n3. **Values***: 집계할 컬럼.\r\n\r\n4. **Aggregate Function**: 집계 함수.\r\n\r\n\r\n## 예제\r\n\r\n**[예제 모델]**\r\n\r\n\r\n\r\n이 예제에서는 Pivot 데이터 데이터 회전 함수를 적용한다. 예제에 사용된 파라미터 설정은 아래와 같다.\r\n\r\n++매개변수++\r\n1. **Rows**: Species\r\n2. **Columns**: None\r\n3. **Values***: sepal_length\r\n4. **Aggregate Function**: MEAN, SUM", + "md": "# 데이터 회전\r\n이 함수는 입력 테이블을 회전한다.\r\n\r\n## 설명\r\n이 함수는 다양한 종류의 테이블 (예 : 데이터베이스, 스프레드 시트 또는 비즈니스 인텔리전스 프로그램)의 데이터를 그룹화 및 합계, 평균 또는 기타 통계를 포함해서 요약한다. 데이터 회전은 유용한 정보에 초첨을 맞추어 통계를 정렬하고 재정렬 (또는 \"피벗\")한다.\r\n\r\n참조\r\n- \r\n\r\n\r\n## 속성\r\n#### 입력\r\n1. **table***: (Table) 테이블 형태 데이터.\r\n#### 출력\r\n1. **out_table**: (Table) 결과 테이블.\r\n#### 매개변수\r\n1. **Rows**: Grouper, 이 열 요소의 모든 조합은 테이블의 왼쪽 부분에 표시된다.\r\n\r\n2. **Columns**: Grouper, 이 행 요수의 모든 조합은 테이블의 위에 표시된다.\r\n\r\n3. **Values***: 집계할 컬럼.\r\n\r\n4. **Aggregate Function**: 집계 함수 (표본분산, 표본표준편차 등).\r\n\r\n\r\n## 예제\r\n\r\n**[예제 모델]**\r\n\r\n\r\n\r\n이 예제에서는 Pivot 데이터 데이터 회전 함수를 적용한다. 예제에 사용된 파라미터 설정은 아래와 같다.\r\n\r\n++매개변수++\r\n1. **Rows**: Species\r\n2. **Columns**: None\r\n3. **Values***: sepal_length\r\n4. **Aggregate Function**: MEAN, SUM", "exampleModels": [ { "fileName": "데이터 회전.json",