본 게시글은 강필성 교수님의 다변량 데이터 분석 강의를 기반으로 작성되었습니다.
작성자 : KUBIG 16기 최규빈
Data-driven Decision Making
데이터를 기반으로, 객관적인 수치를 토대로 최적의 의사결정
What we want to know
word | description |
---|---|
Optimization | 실행할 수 있는 최적이 무엇인가? |
Predictive modeling | 다음에는 무슨 일이 발생할 것인가? |
Forecasting | 현재의 트랜드가 계속될 것인가? |
Statistical Analysis | 왜 이번 일이 발생한 것인가? |
Alerts | 이 상황에 필요한 액션이 무엇인가? |
Query drilldown | 문제가 정확히 어디에 있는 것인가? |
Ad hoc reports | 얼마나 많이, 자주, 어디에서 발생한건가? |
Standard reports | 무슨 일이 일어난 것인가? |
Analytics의 3가지 단계
Descriptive | Predictive | Prescriptive |
---|---|---|
설명 | 예측 | 최적화 |
Definition
특정 task를 수행하기 위해 performance measure를 바탕으로 성능을 측정하며 경험으로부터 학습하여 지속적으로 개선되는 computer program
Supervised Learning
지도학습
Unsupervisesd Learning
비지도학습
4Vs
Volume
Velocity
Variety
Value
대량의 데이터로부터 유용한 결과물을 어떻게 뽑아낼 것인가
지능적 행위가 가능한 컴퓨터, 소프트웨어
연역적 논리
A->B->C 의 형태로 symbolic 연산
귀납적 논리
경험을 통해 학습(머신러닝 학습 방법)
1. Data Reduction/Structural Simplification
주어진 데이터들을 이용해 본질적인 특징을 보존하며 적은 차원의 데이터 셋으로 변환하는 것
2. Sorting and Grouping
유사한 객체나 변수들을 묶어내는 것
3. Investigation of the dependence among variables
변수들 간의 관계의 본질적 특성 평가
4. Prediction
목적을 가지고 하나의 변수를 다른 변수들의 관측치로부터 예측
5. Hypothesis construction and testing
가설을 생성하고 검정하는 과정
1. Ask an interesting question
2. Get the data
3. Explore the data
4. Model the data
5. Communicate and visualize the results
[다변량 데이터 분석] Chapter.06 Artificial Neural Networks (1) | 2023.05.04 |
---|---|
[다변량 데이터 분석] Chapter.05 (0) | 2023.03.28 |
[다변량 데이터 분석] Chapter.04 (1) | 2023.03.21 |
[다변량 데이터 분석] Chapter.03 (0) | 2023.03.19 |
[다변량 데이터 분석] Chapter.02 (0) | 2023.03.13 |
댓글 영역