본문 바로가기

AI 관련78

ADSP 요약정리 - 2장 데이터의 가치와 미래 - 위기요인과 통제방안 제4절 위기요인과 통제방안 1. 위기요인 - 사생활 침해 : 데이터 수집이 신속 용이하고, 양이 증대됨에 따라 개인의 사생활 침해 위협 뿐만 아니라 범위가 사회 - 경제적 위협으로 변형될 수 있음. 익면화 기술이 발전되고 있으나, 아직도 충분치 않음. 정보가 오용될 때 위협의 크기는 막대함. - 책임원칙 훼손 : 빅데이터 기반 분석과 예측 기술이 발전하면서 정확도가 증가한 만큼, 분석 대상이 되는 사람들은 예측 알고리즘의 희생양이 될 가능성도 높아짐 *빅데이터 시스템에 의해 부당하게 피해보는 상황을 최소화 할 장치마련이 반드시 필요 - 데이터 오용 : 데이터 과신, 잘못된 지표의 사용으로 인한 잘못된 인사이트를 얻어 비즈니스에 적용할 경우 직접 손실 발생 2. 통제방안 -동의에서 책임으로 * '개인정보 .. 2021. 9. 22.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 비즈니스 모델 제 3절 비즈니스 모델 1. 빅데이터 활용사례 - 기업 혁신 사례 : 구글 검색 기능, 월마트 매출 향상, 질병 예후 진단 등 의료분야에 접목 - 정부 활용 사례 : 실시간 교통정보 수집, 기후정보, 각종 지질활동 등에 활용, 국가안전 확보활동 및 의료와 교육 개선에 활용 방안 모색 - 개인 활용 사례: 정치인과 가수의 SNS 활용 2. 빅데이터 활용 기본 테크닉 - 연관규칙 학습 (Association rule learning) * 어떤 변인들 간에 주목할 만한 상관관계가 있는지를 찾아내는 방법 ex) A를 구매한 사람이 B를 더 많이 사는가? - 유형분석 (Classification tree analysis) * 새로운 사건이 속하게 될 범주를 찾아내는 일 ex) 이 사용자가 어떤 특성을 가진 집단에.. 2021. 9. 22.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 빅데이터의 가치와 영향 제 2절 빅데이터의 가치와 영향 1. 빅데이터의 가치 - 특징 데이터의 가치를 측정하는 것은 쉽지 않음. * 데이터 활용 방식 : 재사용, 재조합(mashup), 다목적용 개발 -재사용이나 재조합, 다목적 용 데이터 개발 등이 일반화 되면서 특정 데이터를 언제-어디서-누가 활용할지 알수 없음. * 새로운 가치 창출 : 데이터가 기존에 없던 가치를 창출함에 따라 가치 측정이 어려움 * 분석 기술 발전 : 클라우드 분산 컴퓨팅과 새로운 분석 기법의 등장으로 가치 없는 데이터도 거대한 가치를 만들어내는 재료가 될 가능성이 높아짐. 2.빅데이터의 영향 - 빅데이터가 가치를 만들어 내는 방식 (빅데이터 보고서, 2011, 맥킨지) *투명성 재고로 연구개발 및 관리 효율성 재고 *시뮬레이션을 통한 수요 포착 및 주.. 2021. 9. 21.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 빅데이터의 이해 제 1 절 빅데이터의 이해 1. 정의 - 빅데이터 (Big data) : 큰 (big) 데이터 * 단순히 용량만 방대한 것이 아니라 복잡성도 증가해 기존 데이터 처리 애플리케이션이나 관리 툴(tool)로는 다루기 어려운 데이터세트의 집합(collection of data sets) - 빅데이터 현상은 다양한 영역에서 일어나고 있으며 정의 또한 다양 * (일반적 정의) 빅데이터는 일반적인 데이터베이스 소프트웨어로 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터(Mckinsey, 2011) --> 활용하는 데이터 규모에 중점 * 다양한 종류의 대규모 데이터로부터 저렴한 비용으로 가치를 추출하고 데이터의 초고속 수집 발굴 분석을 지원하도록 고안된 차세대 기술 및 아키텍처 ( IDC, 2011) -.. 2021. 9. 21.
ADSP 요약정리 - 1장 데이터의 이해 - 데이터베이스 활용 제 3절 데이터베이스 활용 1. 기업 내부 데이터베이스 - 정보통신망 구축이 가속화되면서 90년대에는 기업내부 데이터베이스(인하우스 DB)는 기업 경영 전반에 관한 모든 자료를 연계하여 일관된 체계로 구축, 운영하는 경영 활동의 기반이 되는 전사 시스템으로 확대됨 -OLTP(Online Transaction Processing) 시스템 : 90년대 중반 이전, 정보의 수집과 이를 조직내에서 공유하기 위한 경영정보시스템 (MIS)과 생산자동화, 통합자동화 등 기업 활동의 영역별로 구축되던 시스템. 단순 자동화에 치우침 -OLAP(Online Analytical Processing)시스템 : 데이터 마이닝 등의 기술이 등장하면서 단순한 정보의 '수집'에서 탈피, '분석'이 중심이 되는 시스템 구축으로 변화하.. 2021. 9. 20.
ADSP 요약정리 - 1장 데이터의 이해 - 데이터베이스 정의와 특징 제2절 데이터베이스 정의와 특징 1. 용어의 연역 - 1950s : 수집된 자료를 일컫는 데이터(data)의 가치(base)라는 뜻으로 데이터 베이스 (data base)가 탄생 - 1963년 : 미국 SDC가 개최한 심포지엄에서 공식적ㅇ로 사용됨 ( 초기개념인 대량의 데이터를 축적하는 기지라는 의미에 머무름) GE의 바크만은 최초의 현대적 의미의 데이터베이스 관리시스템인 IDS를 개발. 이를 통해 새롭게 저장장치에 직접 접근하기 위한 데이터 모델이 제안되었고 이후 다양한 데이터 모델을 기반으로 한 데이터베이스 관리시스템이 개발됨 - 1965년 : 2차 시포지엄에서 시스템을 통한 체계적 관리와 저장 등의 의미를 담은 '데이터베이스 시스템'이라는 용어가 등장 - 1970s 초반 유럽 데이터베이스라는 단일어.. 2021. 9. 20.
ADSP 요약정리 - 1장 데이터의 이해- 데이터와 정보 제 1절 데이터와 정보 1. 데이터의 정의 - 데이터의 의미는 과거 관념적이고 추상적인 개념에서 기술적이고 사실적인 의미로 변화 - 데이터란 추론과 추정의 근거를 이루는 사실 (옥스퍼드 대사전) ; 데이터를 단순한 객체로서 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것으로 설명 - 데이터는 객관적 사실 (fact, raw material) 이라는 존재적 특성을 갖는 동시에 추론-예측-전망- 추정을 위한 근거(basis)로 가능하다는 당위적 특성을 가짐 -논문, 경영전략, 정책수립 등 일련의 가치 창출과정에서 가장 기초를 이루는 것 -데이터의 유형 * 정성적 데이터 (qualitative data) : 언어-문자 등 비정형 데이터, 상대적으로 많은 비용과 기술적 투자가 수반 * 정량적 데이.. 2021. 9. 20.
4주차 스파르타코딩클럽 왕초보 웹개발일지 from flask import Flask, render_template, jsonify, request app = Flask(__name__) from pymongo import MongoClient client = MongoClient('localhost', 27017) db = client.dbhomework ## HTML 화면 보여주기 @app.route('/') def homework(): return render_template('index.html') # 주문하기(POST) API @app.route('/order', methods=['POST']) def save_order(): name_receive = request.form['name_give'] count_receive = reque.. 2021. 8. 19.
3주차 스파르타 코팅클럽 왕초보 웹개발일지 import requests from bs4 import BeautifulSoup headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'} data = requests.get('https://www.genie.co.kr/chart/top200?ditc=D&ymd=20200403&hh=23&rtm=N&pg=1',headers=headers) soup = BeautifulSoup(data.text, 'html.parser') trs = soup.select('#body-content > div.newest-lis.. 2021. 8. 15.
2주차 스파르타 코팅클럽 왕초보 웹개발일지 환율 api 적용해보기 양초를 팝니다. 가격 6900원/개 달 무드등은 밤에 아이가 좋아해요. 밤에도 무서워 하지 않습니다. 달러-원 환율:1151.78 주문자이름 수량 수량을 선택하세요 1 2 3 주소 전화번호 주문하기 2021. 8. 10.
1주차 스파르타 코딩클럽 왕초보 웹개발 일지 기획서를 보고 html 코드를 짜보자 이미지는 팔고 싶은것 아무거나 자유 !! 양초를 팝니다. 가격 6900원/개 달 무드등은 밤에 아이가 좋아해요. 밤에도 무서워 하지 않습니다. 주문자이름 수량 수량을 선택하세요 1 2 3 주소 전화번호 주문하기 저는 달 무등 페이지를 만들어 보았습니다. 2021. 8. 9.
css 기초 오늘 배운 태그 : 박스 형태로 묶어주는것 css 사용하는 방법 안에 로 만들어 사용한다. mytitle 라는 클래스 가리 킬 때, .mytitle {.....} (쩜 마이타이틀) 쩜 꼭 쓰기 ~ 안에서 가 있다면 ~ 으로 클래스 지정해서 위 head 안의 style 태그로 변화를 주면 된다. 배경관련 태그 background- color background- image background- size 사이즈 width height 폰트 font-size font-weight font-famliy color 간격 margin : 시계방향으로 간격을 줄수도 있다. (ex. 30px, 0px, 30px, 30px = 위,우,아래,좌 여백) padding : 강제성을 띈다. 2021. 7. 25.
스파르타 코딩클럽 시작 이번 주부터 스파르타 코딩 클럽에서 웹 개발을 배우게 되었다. 내일 배움 카드를 이용해서 시작하게 되었고 자부담 4만 원에 시작할 수 있었다. 사실 앱개발인줄알았는데... 웹 개발을 시작하게 되었지만 그래도 해보는 데까진 해볼 거다. 파이팅!! ■스파르타 코딩 클럽 링크 ↓ 스파르타코딩클럽 5주 완성! 코딩을 전혀 모르는 비개발자 대상의 웹개발 강의 spartacodingclub.kr 2021. 7. 21.
[ADsP] 데이터와 정보 공부_ 암묵지와 형식지 데이터의 가치가 사업의 가치를 정의한다. 데이터와 정보편에 나오는 지식경영에 대한 내용과 암묵지,형식지 내용을 소개한다. 지식창조 메커니즘에는 공동화, 표출화, 연결화, 내면화가 있다. 이 요소들은 각각 순환하여 한 사이클을 완성한다. 암묵지를 더 수준 높은 암묵지로 바꾸고, 그 노하우를 형식지로 바꾸어 공식적인 자사 핵심역량으로 나타낸다. 이런 노하우들을 수집, 분류, 통합하여 체계화한다. 이것은 사업 시스템을 만드는과정과 같다. 이런 시스템은 조직이 추진하면서 각 개인의 암묵지가 생성되고 이걸 다시 고차원의 암묵지로 만드는 사이클을 반복한다. 이런 노하우들은 회사의 가치를 점점 높인다. ▶지식경영과 지식창조 프로세스 - 일본의 노나카 이꾸지로는 1990년대 초반에 지식창조 이론을 최초로 제시했다. 지.. 2021. 7. 6.
2021년 5월 22일 ADsP 시험후기 그리고 시험일정 다른 업종에서 일하다가 처음으로 데이터라는걸 접하고 ADsP시험을 준비했습니다. 비전공자이고 시험공부랑 담쌓은지 10년이 넘었습니다. 오랫만에 준비한 시험공부는 정말 힘들었습니다. 시험은 민트책으로 준비했습니다. 2021년 버전입니다. 패캠 ADsP 교육도 듣고 유튜브에 있는 ADsP 교육도 찾아서 들었습니다. 저의 공부방법은 민트책 1회독 + 기출문제 무한히 풀어보기(엑셀이용) + 동영상 강의 듣기 이렇게 3가지 방법을 사용했습니다. 기간은 약 1달 정도 했습니다. 이번 시험은 민트책 과년도 출제 문제에서 나온 유형이랑 좀 달랐습니다. 단답형에서는 계산 문제가 나왔고 객관식에서는 책에 없는 내용도 있었습니다. 100점 만점이 목표라면 민트책 말고도 다른책도 같이 보시면 좋을것 같아요 다음 시험을 준비해.. 2021. 5. 23.
ADsP 1과목 공부 _2 ■ 암묵지와 형식지 데이터는 지식경영의 핵심 이슈인 암묵지와 형식지의 상호작용에 있어 중요한 역할을 함. - 암묵지 : 개인에게 축적된 내면화된 지식 => 조직의 지식으로 공통화 - 형식지 : 언어, 기호 , 숫자로 표준화된 지식 => 개인의 지식으로 연결화 구분 의미 예 특징 상호작용 암묵지 학습과 체험을 통해 개인에게 습득되어 있지만 겉으로 드러나지 않는 지식. 김장김치 담그기, 자전거 타기 사회적으로 중요하지만 개인에게 체화되어 있기 때문에 외부에 표출되어 다른 사람에게 공유되기 어려움. 공통화, 내면화 형식지 교과서, 매뉴얼, 비디오, DB와 같이 형상화된 지식을 의미 교과서, 비디오, DB 유형의 대상이 있기 때문에 지식의 전달과 공유가 매우 용이함. 표준화, 연결화 ■ 기업지원 시스템 Q. 기.. 2021. 5. 9.
ADsP 3과목 공부 _3 ■ 연관분석 Q. 교차 판매/ 물건 배치 등에 이용되는 기법은? (연관분석) "어느 고객이 어떤제품을 같이 구매할까?" ☞ 연관분석 실시 ☞ 교차판매 ■연관성분석 연관성분석 연관규칙 : 항목들 간의 '조건 - 결과' 식으로 표현되는 유용한 패턴을 말함. 연관분석(장바구니 분석) : 연관규칙을 발견해내는 것. 연관성분석 특징 ①연관분석은 기업의 활동 중에서 마케팅 분야에서 가장 많이 사용되고 있음. ②트랜잭션 : 특정고객, 장바구니 하나에 해당하는 정보. ③장바구니 데이터에서는 주로 트랜잭션 사이의 연관성을 살펴보는 것으로, 빈번히 나타나는 규칙을 찾아내는 것이다. ■연관성분석 연관분석의 장점 ①탐색적 기법 : 조건 반은 (if- then)으로 표현 되는 연관분석의 결과를 이해하기 쉬움. ②강력한 비목적성.. 2021. 5. 8.
ADsP 3과목 공부 _2 ■비모수 검정 ■모수적 검정과 비모수 검정의 차이점 - 모수적 검정 ①가정된 분포의 모수 : (예를 들어 모평균 μ, 모비율 p, 모분산σ² 등)에 대해 가설을 설정 ②관측된 자료를 이용해 구한 표본 평균 x, 표본 분산 S² 등을 이용해 검정을 실시 -비모수적 검정 ①가정된 분포가 없으므로 가설을 단지' 분포의 형태가 동일하다' 또는 '분포의 형태가 동일하지 않다'와 같이 분포의 형태에 대해 설정 ②관측값의 절대적인 크기에 의존하지 않는 관측값들의 순위 (rank)나 두 관측값 차이의 부호 등을 이용해 검정함. ∴ 대표적인 비모수 검정방법으로는 쌍으로 관측된 표본에 대한 부호 검정, 윌콕슨의 순위함 검정, 윌콕슨의 부호 순위합 검정, 만-위트니의 U 검정, 런검정, 스피어만의 순위 상관계수 등. ■SO.. 2021. 5. 8.

티스토리툴바