데이터베이스
-
ADsP 3과목 데이터 분석 (2)DATA 2017. 6. 5. 08:56
3과목 데이터 분석 (2) 3-3. 정형 데이터 마이닝3-3-1. 데이터 마이닝 개요 - 데이터 마이닝: 대용량 데이터에서 의미있는 패턴을 파악하거나 예측하여 의사결정에 활용- Supervised Learning(교사학습/지도학습); 의사결정나무, 인공신경망, 회귀분석, k-NN, 사례기반추론- Unsupervised Learning(비교사학습/비지도학습); 군집분석, 연관분석, OLAP, SOM- 데이터 마이닝 추진단계: 목적설정→데이터 준비→가공→기법적용→검증- 데이터 분할 1. Training data: 모델 구축용 데이터(50%) 2. Validation data: 모델 검증용 데이터(30%) 3. Test data: 모델 평가용 데이터(20%)- 모형 평가a는 우량, b는 불량인 상품일 때, 연..
-
ADsP 3과목 데이터 분석 (1)DATA 2017. 6. 1. 15:02
3과목 데이터 분석 (1) 3-1. R기초와 데이터 마트3-1-1. R기초 - R 1. 오픈소스; 도움 요청 쉬움, 패키지 수시 업데이트 2. S 통계언어 기반 (GNU S) 3. 모든 운영체제 사용가능 4. 객체지향언어 5. 함수형 언어; 깔끔한 코드, 빠른 속도, 디버깅 노력 감소- R Studio 1. 오픈소스 2. 변수와 타입 확인 가능 3. 스크립트 관리와 문서화 편함 4. 코딩을 해야 하지만 자동화 가능 5. 래틀(Rattle): R을 GUI 환경에서 편리하게 사용하도록 돕는 패키지- 화면 1. 스크립트; 입력 2. 콘솔; 실행 3. 워크스페이스; 변수와 데이터 4. 패키지, plot, help 등- 함수 - 데이터 구조 1. 벡터; 동질적(모든 원소는 같은 자료형 또는 모드) 2. 리스트; ..
-
ADsP 2과목 데이터 분석기회DATA 2017. 5. 31. 10:30
2과목 데이터 분석기회 * 정의와 함께 주관식으로 나올 수 있는 것은 밑줄 표시 2-1. 데이터 분석 기획의 이해2-1-1. 분석 기획 방향성 도출 - 분석기획을 위한 역량: 수학/통계학 지식, 정보기술, 도메인지식- 분석 대상과 방법에 따른 분석 유형분석 유형분석대상 O X 분석 방법 O Optimization Insight X Solution Discovery - 목표시점 별: 과제중심적 접근방식 vs 장기적인 마스터 플랜 방식- 분석 기획 시 고려사항1. 데이터에 대한 고려: 데이터 확보, 데이터 유형2. 적절한 비즈니스 유즈 케이스 탐색3. 장애요소에 대한 사전 계획 수립 2-1-2. 분석 방법론 - 분석방법론 모델1. 폭포수 모델: 순차적 진행으로 문제가 발견되면 피드백2. 나선형 모델: 반복을..
-
ADsP 1과목 데이터 이해DATA 2017. 5. 30. 11:14
1과목 데이터 이해 1-1. 데이터의 이해1-1-1. 데이터와 정보 - 데이터1. by 특성: 존재적(사실), 당위적(근거)2. by 유형: 정성적(언어, 문자), 정량적(수치, 도형, 기호)- 지식경영의 핵심 이슈1. 암묵지: 학습과 경험을 통해 내면화된 지식. 중요하지만 공유 어려움2. 형식지: 문서나 매뉴얼처럼 형상화된 지식. 전달과 공유 용이- DIKW1. 데이터: 객관적 사실 ex)연필 가격이 A에서 100원, B에서 200원2. 정보: 의미도출 ex)A가 싸다3. 지식: 유의미한 정보 분류 및 경험 결합 ex)저렴한 A에서 사겠다4. 지혜: 아이디어가 결합된 창의적 산물 ex)다른 상품도 A가 쌀 것이다 1-1-2. 데이터베이스 정의와 특징 - 용어의 역사1950년대: 미군에서 데이터베이스(d..