IT/빅데이터9 [빅데이터] 빅데이터 분석과 활용 (V 정리) V. 빅데이터 플랫폼과 데이터 서비타이제이션 1. 서론 빅데이터 플랫폼과 데이터 서비타이제이션에 대한 이해를 높이기 위해서는 기록, 즉 데이터에 대한 고찰이 우선되어야한다. 2. 데이터 서비스를 위한 데이터 가치화 가. 데이터와 미래 데이터 방향 (1) 데이터의 정의 현실 세계에서 우리 눈앞에 주어진 모든 것들은 데이터를 의미하며, 인간이 살아가는 세상 자체가 데이터라 볼 수 있다. (2) 정보 통신 기술의 발전과 데이터의 변화 웹2.0, SNS, 모바일 혁명등의 기술로 데이터 규모/유형/특성이 변화하고 있고, 데이터 특성에 현실성과 실시간성이 나타나고 있다. (3) 데이터의 현재와 나아갈 방향 ‘빅데이터, 더욱 길어진 디지털 그림자, 이머징 마켓의 놀라운 성장’ 요약 중 디지털 데이터 중 유용한 가치 .. 2022. 10. 24. [빅데이터] 빅데이터 비즈니스 이해와 활용 (PART 3 정리) PART 3. 빅데이터 기술 5장 빅데이터 처리 기술 1절 빅데이터 기술 이해의 필요성 빅데이터 처리 과정에서 가장 중요한 것은 바로 직전의 기획 단계에서 가설을 수립하고 이에 대한 필요 데이터의 항목과 조건을 명확하게 수립하는 것이다. 경영학도의 입장에서는 구체적인 기술의 이해까지는 아니더라고 빅데이터 활용과정 전반을 이해하고 적용과정을 리뷰하기 위해서 최소한의 기술적인 개념을 이해할 필요성이 있다. 2절 빅데이터의 종류 빅데이터의 종류를 구분하는 관점은 정보 추출, 데이터 추가・삭제 등 데이터 관리 용이성이며, 정형 데이터, 반정형 데이터, 비정형 데이터로 나뉜다. 정형 데이터 : 데이터가 속성에 따라 분류된 형태. 표의 형태로 정리될 수 있다. 반정형 데이터 : 메타 데이터의 규칙에 따라 표현된 데.. 2022. 9. 24. [빅데이터] 인공지능 시대의 비즈니스 전략 (3부 정리) 3부 실질적 실행 8장 데이터 활용의 단계 데이터는 분석하는 것이 아니라 활용하는 것 데이터 분석의 의미는 ‘숨겨진 인사이트를 찾아내서 의사결정에 사용하기 위해서’라고 생각한다. 데이터 분석은 데이터 활용의 여러 형태 중 하나이다. 데이터 분석보다 중요한 것이 데이터 가치화이다. 기존 데이터를 통해 전에 없던 새로운 가치를 갖는 데이터를 만들어내는 것이 더 좋은 데이터 활용 방법이다. 데이터 가치화에서 끝나는 것이 아니다. 진정한 데이터 활용은 분석을 통해 알게된 인사이트와 새로 만들어낸 가치를 통해 ‘비즈니스를 변회'시키는 것이다. 반드시 거쳐야 하는 단계 1단계 데이터 파악: 아주 구체적으로 2단계 파일럿 프로젝트: 프로세스 변경 중심으로 작고 빠르게 3단계 데이터 수집 및 저장: 원시 데이터를 한곳.. 2022. 9. 18. [빅데이터] 인공지능 시대의 비즈니스 전략 (2부 정리) 2부 경영의 변화 5장 왜 변화가 필요한가 뒤에 숨겨진 과정들 여기에 얼마나 많은 조직과 사람들이 관여했을까? 얼마나 많은 이해관계가 충동했을 까? 여러 장애물을 넘기 위해 CEO가 강하게 추진했을까? 아니면 CEO로 부터 강력한 권한을 부여받은 어떤 임원이 추진했을까? 이런 일을 추진하기 위한 조직 구성은 어떻게 했을까? 두뇌 한계를 뛰어넘기 위한 도구 뛰어난 성능을 보이는 다른 알고리즘이 있어도 인간이 이해하지 못하면 채택하지 않는다. 인간의 이해범위 안에서 이뤄지는 기존 방식만을 고수하면 인공지능을 제대로 활용할 수 없다. 인공지능 시대의 인간의 역할 효율성은 일을 올바로 하는 것이고, 유효성은 올바른 일을 하는 것이다.(Efficiency is doing things right; Effective.. 2022. 9. 2. [빅데이터] 인공지능 시대의 비즈니스 전략 (1부 정리) 1부 도구의 이해 1장 인공지능이란 무엇인가 인공지능의 구성요소 머신러닝 자연어 처리 컴퓨터 감각 자동 추론 지식 표현 데이터 드리븐 비즈니스 인공지능을 본격적으로 활용하는 경영을 데이터 드리븐 비즈니스, 즉 데이터 주도 비즈니스라고 한다. 데이터를 분석하는 행위, 이를 바탕으로 어떤 판단을 하는 행위 등을 인간이 아니라 컴퓨터가 하도록 한다는 것이 핵심. 2장 머신러닝이란 무엇인가 머신러닝은 컴퓨터가 데이터를 통해 스스로 학습하는 것처럼 하는 기술이다. 스스로 학습한다는 의미에 대한 오해 ‘자동차의 바퀴가 인간의 다리와 같은 역할을 한다.’ ≠ ‘자동차의 바퀴와 인간의 다리는 같은 것이다’ 작동방식에 따른 유형 분류 지도 학습 비지도 학습 강화 학습 머신러닝 알고리즘과 딥러닝 DNN(Deep Neura.. 2022. 8. 31. [빅데이터] 빅데이터 기초: 개념, 동인, 기법 (제 8장 정리) 제 8장 빅데이터 분석 기법 정량적 분석 정량적 분석은 데이터에서 발견되는 패턴과 상관관계를 정량화하는 데 초점을 맞춘 분석 기법이다. 통계적 방법을 기반으로 하여 데이터 세트에서 관측한 많은 값들을 분석한다. 표본의 크기가 크다면 결과를 전체 데이터 집합에 일반화해서 적용 가능 정성적 분석 다양한 품질을 설명하는 데 중점을 둔 서술적 분석 기법이다. 더 작은 표본을 더 깊게 분석하고 일반화할 수 없다. 데이터 마이닝 데이터 디스커버리라고도 한다. 대규모 데이터 세트를 대상으로 하는 특수한 형태의 분석 기법이다. 빅데이터 분석과 관련하여 데이터 마이닝은 일반적으로 대규모 데이터 세트에서 패턴과 경향을 찾아내는 자동화된 소프트웨어 기술을 의미한다. 통계적 분석 데이터를 분석하는 수단으로 통계를 사용한다. .. 2022. 8. 28. 이전 1 2 다음 반응형
