ADsP 공부

빅데이터 본질적인 변화

• 사전처리 => 사후처리
• 표본 조사 => 전수조사
• 질 => 양
• 인과관계 => 상관관계

 

메타데이터 = 데이터에 관한 구조화된 데이터로, 다른 데이터를 설명해주는 데이터

 

딥러닝 지도 학습에는 DL,CNN,RNN,LSTM 

딥러닝 비지도 학습에는 Autoencoder

SVM => 머신러닝 분류분석 기법

 

빅데이터 분석에는 분석 과제에 적합한 데이터를 활용, 이 데이터를 데이터 마트라고 명명

 

데이터베이스 설계순서 요구사항 분석 => 개념적 설계 => 논리적 설계 => 물리적 설계

해결방안

데이터 오용 문제 => 알고리즘 접근 허용

책임원칙훼손 => 결과기반 책임원칙 고수

사생활 침해 => 동의에서 책임제로 변환

DIKW 단계

분석모형

암묵지 형식지 상호작용
내면화 -> 공통화 -> 표현화 -> 연결화

데이터 사이언스 3가지 영역

1. 분석적 영역 = 수학, 확률모델, 머신러닝, 분석학, 패턴인식 학습, 불확실성 모델링
2. IT 영역 = 시그널 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우징, 고성능 컴퓨팅
3. 비즈니스 분석 = 커뮤니케이션, 프리젠테이션, 스토리텔링, 시각화 등

빅데이터 가치 산출의 어려움
=> 데이터의 재사용, 기존에 없던 가치 창출, 분석 기술의 발전