PIPI

https://yozm.wishket.com/magazine/detail/2043/ [쉽게 배우는 AI] 6. 상관관계와 인과관계 | 요즘IT 지금까지 데이터 산업에서 데이터를 표나 그래프로 정리해서 본다는 것을 배웠습니다. 그렇다면 표에 정리했을 때, 독립변수와 종속변수는 어떻게 표현될까요? 표에서 어떤 열의 값이 변할 때 yozm.wishket.com - 상관관계 한쪽의 값이 바뀌면 다른 쪽의 값도 바뀐다. 두 개의 특성이 서로 관련이 있다고 추측할 수 있다. 두 개의 특성이 '서로 상관이 있다'라고 해서 상관관계다. - 인과관계 각 열이 원인과 결과의 관계일 때 인과관계라고 한다. - 상관관계와 인과관계는 비슷한 듯 하지만, 중요한 차이가 있다. - 모든 인과관계는 상관관계지만 모든 상관관계가 인과..

https://yozm.wishket.com/magazine/detail/2031/

https://yozm.wishket.com/magazine/detail/2017/ [쉽게 배우는 AI] 4. 표와 데이터 셋 | 요즘IT 무작위하게 흩어져있는 데이터를 정리할 때 어떤 방법을 사용하면 좋을까요? 보통 표와 그래프를 가장 많이 사용합니다. 정리된 데이터 상태를 보고 싶을 때는 표를, 변화의 흐름이나 정도 등을 yozm.wishket.com - 인류가 만든 시각화 도구 중에서 가장 위대한 것은 표와 그래프다. - 그 중 제일은 표다. - 표는 행과 열에 데이터를 넣는 도구로 아무리 복잡한 데이터라도 표로 데이터를 정리하면 단정하게 정리할 수 있다. - 엑셀이나 데이터 베이스와 같은 도구에 표를 담으면 컴퓨터가 가진 저장 용량과 처리 속도를 이용해 편리하게 사용할 수 있다. - 여기에 머신 ..

https://yozm.wishket.com/magazine/detail/2004/ [쉽게 배우는 AI] 3. 데이터 산업과 직업 | 요즘IT 우리가 사는 현실을 데이터로 변환할 수 있다면, 컴퓨터의 힘으로 많은 일을 해낼 수 있습니다. 이렇게 변환된 데이터를 활용하기 위한 방법 중 하나가 바로 머신러닝입니다. 복잡한 현실을 데 yozm.wishket.com - 아이디어를 현실화하기 위해서는 '데이터'가 필요하다. - 데이터 자체는 현실이 아니지만 현실을 데이터로 표현할 수 있으면 컴퓨터의 힘으로 데이터를 처리할 수 있다. - 처리 방법 중 하나가 머신 러닝이다. - 현실을 데이터화하면 복잡한 현실에서 단순해진 데이터로 발견하기 어려운 통찰을 찾아낼 수 있다. - 이를 통해서 현실을 변화시키는 일을 하는..

https://yozm.wishket.com/magazine/detail/1997/ [쉽게 배우는 AI] 2. 머신러닝 모델이란? | 요즘IT 머신러닝에서 모델은 입력 데이터와 출력 데이터 사이의 패턴과 관계를 학습하기 위해 데이터 세트에서 훈련된 프로그램으로, 회귀, 의사 결정 트리, 신경망 등 많은 기술을 사용하여 훈련될 수 yozm.wishket.com - 모델은 머신러닝을 이해하는 열쇠다. - 교훈에 대한 설명은 아이들로 예를 들 수 있다. 아이들은 아이스크림을 먹으면 맛있다고 느끼고 돌을 먹어보면 먹지 못하는 것을 알게 된다. 이 과정에서 먹어도 되는 것과 안 되는 것을 학습하는데 이런 판단 능력을 '교훈'이라고 부른다. - 교훈 덕분에 경험해보지 않아도 결과를 예측 혹은 추측할 수 있다. - ..

https://yozm.wishket.com/magazine/detail/1985/ [쉽게 배우는 AI] 1. 머신러닝이란? | 요즘IT 지금까지 인류는 좋은 결정을 내리기 위해 많은 노력을 했습니다. 숫자를 발명해 크기에 대해 정밀하게 인식할 수 있게 되었고, 더 나아가 복잡한 세상을 숫자로 표현하기 위한 여러 방법을 찾 yozm.wishket.com - 결정은 비교와 선택으로 이루어져 있다. - 인류는 좋은 결정을 하기 위해 수를 만들어서 대소관계를 표준화시켰다. - 숫자 덕분에 크기에 대해서 엄밀하게 인식하고 정밀하게 소통할 수 있게 됐다. - 수는 비교를 위한 가장 중요한 도구다. - 인류는 복잡한 세상을 숫자로 표현하기 위한 여러 가지 방법을 찾고 모아 '통계'라고 이름을 붙였다. - 인간의 욕..

https://brunch.co.kr/@jennyjang93/22 빅 데이터와 데이터 사이언스의 차이점 및 관계성 여러분들은 빅 데이터와 데이터 사이언스가 과연 같은 의미인지, 아니면 서로 다른 의미인지 헷갈리시지 않으셨나요? 저는 사실 이 둘의 차이점을 구별하기가 참 어려웠습니다 .. 빅데이터와 데 brunch.co.kr 빅 데이터와 데이터 사이언스의 차이점 - 빅 데이터와 데이터 사이언스는 데이터를 다루는 방식이 다르다. 빅 데이터는 방대한 양의 데이터를 취급하고 관리하는 것을 다룬다. 빅 데이터 : MapReduce와 Hadoop의 등장으로 많은 양의 데이터를 쉽게 처리할 수 있다. 데이터 사이언스 : 데이터를 과학적으로 분석하는 학문이다. 본질적으로 더 정량적이며 다양한 통계적 접근 방식을 사용해..

https://www.madtimes.org/news/articleView.html?idxno=18524 데이터 분석에서 치열하게 생각하는 방법 - 매드타임스(MADTimes) 조금 모호한 이야기가 되겠지만, 데이터를 분석할 때 치열하게 생각하는 방법에 관해 이야기해 보려 한다.“데이터 분석가에게 필요한 역량”에 대한 질문을 받을 때마다 가장 강조하고 싶은 www.madtimes.org - '데이터 분석가에게 필요한 역량'에 대한 질문을 받을 때마다 가장 강조하고 싶은 게 '치열하게 생각할 줄 알아야 한다'는 것이다. - 치열하다는 것을 자칫 시간과의 싸움이라고만 생각하기 쉽지만 오히려 다양한 관점에서 생각할 수 있는지가 관건이다. - 데이터 분석에서 '생각'은 명상을 통해 얻게 되는 깨달음이 아니다. ..

https://yozm.wishket.com/magazine/detail/2394/ 성장하고 싶은 당신이 꼭 해야 하는 인지적 활동 | 요즘IT 본인이 어떤 문제가 있는지 인지조차 없다면, 그 어떤 말을 들어도 스스로 변화를 만들 수 없다. 변화는 인지를 통한 깨달음에서 시작하기 때문이다. 안타깝게도 스스로 인지하는 일은 쉽지 않 yozm.wishket.com - 본인이 어떤 문제가 있는지 인식조차 없다면, 그 어떤 말을 들어도 스스로 변화를 만들 수 없다. 변화는 인지를 통한 깨달음에서 시작하기 때문이다. - 의도적인 인지 활동은 성장의 필수 요소다. - 그런데 인지적 활동이 성장과 효과적으로 이어지려면 '성장 마인드셋'과 '지속적인 학습'이라는 기반이 필요하다. 성장 마인드셋과 지속적인 학습 - 드웩..

https://yozm.wishket.com/magazine/detail/2406/ 데이터시각화101: ④언제 어떤 차트를 사용해야 할까 | 요즘IT 데이터 시각화는 복잡한 데이터를 시각적으로 쉽고 명확하게 표현하는 과정입니다. 그러나 실제로 시각화 작업을 시작할 때, 어떤 정보를 전달해야 하며 어떻게 효과적으로 시각화해야 할지 막 yozm.wishket.com - 데이터 시각화는 복잡한 데이터를 시각적으로 쉽고 명확하게 표현하는 과정이다. - 데이터 시각화의 주요 목적들을 여섯 가지로 나누고, 각 목적에 맞는 다양한 시각화 유형들을 정리했다. - 비교는 데이터 포인트들 간의 차이점이나 유사점을 보여주고 싶을 때 사용한다. - 추세는 데이터의 시간에 따른 변화를 보여줄 때 사용한다. - 구성은 전체에서 ..