SooBlending

( 분석 작업 계획 ) ① 분석 작업 개요 1) 데이터 처리 영역 : 데이터 분석을 위한 기초 데이터를 정의하고 수집 및 저장, 분석하기 수월하도록 물리적인 환경을 제공하는 영역 - 데이터 소스 - 데이터 수집 - 데이터 저장 - 데이터 처리 2) 데이터 분석 영역 : 저장되어 있는 데이터를 추출하여 가공한 후, 데이터 분석을 수행하고 그 결과를 표현하는 영역 - 데이터 분석 ( 도메인 이슈 도출, 분석목표 수립, 프로젝트 계획 수립, 보유 데이터 자산 확인) - 데이터 표현 ( 빅데이터 분석 결과 시각화 ) ② 데이터 확보 계획 1) 데이터 확보를 위한 사전 검토사항 - 필요 데이터의 정의 - 보유 데이터의 현황파악 - 분석 데이터의 유형 - 편향되지 않고 충분한 양의 데이터 규모 ( 훈련, 검증, 테..

③ 빅데이터와 인공지능 1) 인공지능(AI) - 인공지능의 정의 : 기계를 지능화하는 노력, 객체가 환경에서 예지력을 갖고 작동하는 것 - 딥러닝의 특징 : 깊은 구조에 의해 엄청난 양의 데이터를 학습할 수 있는 특징 - 기계학습의 종류 o 지도학습(Supervised Learning) : 학습 데이터로부터 하나의 함수를 유추해내기 위한 방법 : 지도 학습기가 훈련 데이터로부터 주어진 데이터에 대해 예측하고자 하는 값을 올바로 추측해내는 것 o 비지도학습(Unsupervised Learning) : 데이터가 어떻게 구성되었는지를 알아내는 문제의 범주 : 지도학습 또는 강화학습과 달리 입력값에 대한 목표치가 주어지지 않는다. : 통계의 밀도 추정과 깊은 연관이 있으며, 데이터의 주요 특징을 요약하고 설명할..

[ 빅데이터 분석 기획 ] ① 데이터와 정보 1) 데이터의 정의 - 데이터는 추론과 추정의 근거를 이루는 사실이다. - 현실 세계에서 관찰하거나 측정하여 수집한 사실이다. 2) 데이터의 특징 - 단순한 객체로도 가치가 있으며 다른 객체와의 상호관계 속에서 더 큰 가치를 갖는다. - 객관적 사실이라는 존재적 특성을 갖는다. - 추론, 추정, 예측, 전망을 위한 근거로써 당위적 특성을 갖는다. 3) 데이터의 구분 - 정량적 데이터(Quantitative Data) : 주로 숫자로 이루어진 데이터 - 정성적 데이터(Qualitative Data) : 문자와 텍스트로 구성되며 함축적 의미를 지니고 있는 데이터 정량적 데이터 정성적 데이터 유형 정형, 반정형 비정형 특징 여러 요소의 결합으로 의미 부여 객체 하나..