지식경영의 핵심 이슈암묵지 : 공통화, 내면화형식지 : 표출화, 연결화상호작용 관계: 공통화 → 표출화 → 연결화 → 내면화 (암기! 공표했다. 연내 처리한다고)데이터와 정보의 관계 DIKW 피라미드지혜 : 창의적 아이디어 (e.g. A마트의 다
빅데이터의 이해 관점에 따른 정의 : Volume, Variety, Velocity, (Values, Visualization, Veracity)빅데이터 정의의 범주 및 효과 : 데이터의 변화 → 기술 변화 → 인재, 조직의 변화출현 배경과 변화 출현 배경산업계 : 고
일차원적인 분석산업별 분석 애플리케이션일차적인 분석의 문제점 : 큰 변화에 제대로 대응하거나 새로운 기회를 포착하기 어렵다데이터 사이언스의 의미와 역할의미: 데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문지식을 종합한 학문역할 :
분석기획이란? 실제 분석을 수행하기에 앞서 분석을 수행할 과제를 정의하고, 의도했던 결과를 도출할 수 있도록 이를 적절하게 관리할 수 있는 방안을 사전에 기획하는 일련의 작업 분석 대상과 방법 목표 시점 별 분석 기획 방안분석 기획시 고려 사항 💡 Avali
분석 마스터플랜은 일반적인 ISP 방법론을 활용하되, 데이터 분석 기획의 특성을 고려하여 수행 마스터 플랜 수립 개요우선순위 고려요소전략적 중요도비즈니스 성과/ROI실행 용이성ISP : 기업 및 공공기관에서 시스템의 중장기 로드맵을 정의하기 위한 정보전략계획수행과제 도
데이터 처리신규 시스템이나 DW에 포함되지 못한 자료의 경우, 기존 운영시스템(Legacy)이나 스테이징 영역과 ODS(Operational Data Store)에서 데이터를 가져와서 DW에서 가져온 내용과 결합해서 활용 (가급적 클린징 영역인 ODS에서 전처리를 해서
데이터 마트 : 데이터 웨어하우스와 사용자 사이의 중간층에 위치한 것으로, 하나의 주제 또는 하나의 부서 중심의 데이터 웨어하우스요약변수 : 수집된 정보를 분석에 맞게 종합한 변수, 재활용성이 높다(합계, 횟수 등)파생변수사용자가 특정 조건을 만족하거나 특정 함수에 의
표본 추출 방법단순랜덤 추출법(simple random sampling)계통 추출법(systematic sampling) (e.g. 5개마다 조사)집락 추출법(cluster random sampling) (e.g. 지역표본추출, 다단계표본추출)층화추출법(stratifi
정상성모든 시점에 대해 일정한 평균평균이 일정하지 않은 시계열은 차분(difference)을 통해 정상화분산이 시점에 의존하지 않고 일정분산이 일정하지 않은 경우 변환(transformation)을 통해 정상화공분산도 단지 시차에만 의존, 실제 특정 시점 t, s에는
데이터마이닝 : 대용량 데이터에서 의미있는 패턴을 파악하거나 예측하여 의사결정에 활용하는 방법비지도 학습OLAP(On-Line Analytical Processing)연관성 규칙발견군집분석SOM(Self Organizing Map)데이터마이닝 추진단계 : 목적설정 →
뉴런의 활성화 함수Relu 함수 $R(x) = max(0, x)$ softmax 함수 : 표준화지수함수로도 불리며, 출력값이 여러개로 주어지고 목표치가 다범주인 경우 각 범주에 속할 사후확률을 제공하는 함수 $yi = \\frac{exp(z_j)}{\\sum{i=