[다변량 데이터 분석] Chapter.01

---

본 게시글은 강필성 교수님의 다변량 데이터 분석 강의를 기반으로 작성되었습니다.

---

작성자 : KUBIG 16기 최규빈

Chapter 1) Introduction to Multivariate

---

Introduction to Data Science

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?

• 위 -> 아래로 가면서 최적화, 예측, 설명의 단계

 

Analytics의 3가지 단계

Descriptive	Predictive	Prescriptive
설명	예측	최적화

Machine Learning

Definition

특정 task를 수행하기 위해 performance measure를 바탕으로 성능을 측정하며 경험으로부터 학습하여 지속적으로 개선되는 computer program

 

Supervised Learning

지도학습

• 입력 X와 타겟 y 사이의 관계 y = f(x)를 찾는 것

 

Unsupervisesd Learning

비지도학습

• 타겟 y가 없이 X로부터 얻을 수 있는 분포, 패턴을 찾는 것

 

Big Data

4Vs

Volume

• 방대한 데이터

Velocity

• 빠른 처리속도

Variety

• 원천이 다양해짐

Value

• 졍량적인 가치평가

Data Mining

대량의 데이터로부터 유용한 결과물을 어떻게 뽑아낼 것인가

• meaningful patters, rules를 뽑아내자

Artificial Intelligence

지능적 행위가 가능한 컴퓨터, 소프트웨어

• 방법론 + 행위의 결합
• 창의성을 기준으로 약인공지능 / 강인공지능 분리

 

연역적 논리

A->B->C 의 형태로 symbolic 연산

 

귀납적 논리

경험을 통해 학습(머신러닝 학습 방법)

Data Science Applications

1. Visualization for intuitive understanding
   짧은 시간 내에 정보를 얻을 때 용이
2. Predict, Diagnosis, and Detection
3. Support decision making in everyday life
   (recommendation system)

Multivariate Data Analysis in Data Science

1. Data Reduction/Structural Simplification

주어진 데이터들을 이용해 본질적인 특징을 보존하며 적은 차원의 데이터 셋으로 변환하는 것

• 해석 용이성 증가
• 주성분 분석
• 변수 축소 기법
• 중요한 변수를 찾아내는 것

 

2. Sorting and Grouping

유사한 객체나 변수들을 묶어내는 것

• 군집간 차이를 판별
• 계층적 군집화
• K-means 군집화

 

3. Investigation of the dependence among variables

변수들 간의 관계의 본질적 특성 평가

• Association Rule Mining
• Factor Analysis

 

4. Prediction

목적을 가지고 하나의 변수를 다른 변수들의 관측치로부터 예측

• Discrimination and Classification
• Multivariate Linear Regression

 

5. Hypothesis construction and testing

가설을 생성하고 검정하는 과정

• Inferences about a Mean Vector
• Comparisons of Several Multivariate Means

Data Science Procedure

1. Ask an interesting question

• 풀고자 하는 문제가 무엇인가?
• 데이터를 이미 보유하고 있다면 무엇을 할 것인가?
• 무엇을 예측하고 추정하기를 원하는가?

 

2. Get the data

• 데이터는 어떻게 샘플링할 것인가?
• 어떤 데이터와 정보가 우리 목표와 관련있는가?
• 프라이버시, 개인정보 이슈는 없는가
• data annotation : 데이터에 label을 달아주는 행위

 

3. Explore the data

• 데이터의 속성과 구조 알아보기
• 데이터에 이상한 점은 없는가?
• 데이터에 대어떠한 패턴이 존재하는가?

 

4. Model the data

• 모델 수립
• 모델 적합화
• 모델 검증

 

5. Communicate and visualize the results

• 결과 요약 및 시사점 분석
• 결과가 타당한가?
• 스토리를 말할 수 있는가?