본문 바로가기

분류 전체보기174

[ADsP] 분석 마스터 플랜 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 분석 마스터 플랜 마스터플랜 수립 프레임워크 분석 거버넌스 체계 수립 마스터플랜 수립 프레임워크 #분석 마스터 플랜 수립 프레임 워크 - 데이터 기반 구축을 위해 분석 과제를 대상으로 전략적 중요도, 비즈니스 성과 및 ROI, 분석 과제 실행의 용이성 등 다양한 기준을 고려해 적용 우선순위를 설정한다. - 업무 내재화 적용 수준, 분석 데이터 적용 수준, 기술 적용 수준 등 분석 적용 범위 및 방식.. 2020. 8. 21.
[ADsP] 데이터 분석 기획의 이해 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 데이터 분석 기획의 이해 분석 기획 방향성 도출 분석 방법론 분석 과제 발굴 분석 프로젝트 관리 방안 분석 기획 방향성 도출 #분석 기획의 정의 - 실제 분석을 수행하기에 앞서 분석을 수행할 과제의 정의 및 의도했던 결과를 도출할 수 있도록 하는 방안을 사전에 계획하는 일련의 작업 - 분석 과제 및 프로젝트를 직접 수행하는 것은 아니지만, 어떠한 목표를 달성하기 위하여 어떤 데이터를 가지고 어떤 방.. 2020. 8. 21.
[ADsP] 가치 창조를 위한 데이터 사이언스와 전략 인사이트 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 가치 창조를 위한 데이터 사이언스와 전략 인사이트 #빅데이터 분석과 전략 인사이트 - 빅데이터 분석도 기존의 분석과 마찬가지로, 데이터에서 가치, 즉 통찰을 끌어내 성과를 창출하는 것이 관건이며, 단순히 빅데이터에 포커스를 두지 말고 분석을 통해 가치를 만드는 것에 집중해야 한다. - 데이터는 크기의 이슈가 아니라, 거기에서 어떤 시각과 통찰을 얻을 수 있느냐의 문제가 중요하다. 무작정 "빅"한 데.. 2020. 8. 21.
[ADsP] 데이터의 가치와 미래 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 데이터와 정보 빅데이터의 이해 비즈니스 모델 위기 요인과 통제 방안 미래의 빅데이터 빅데이터의 이해 #빅데이터의 정의 (1) 3V - Volume (양): 데이터의 규모 측면 - Variety (다양성): 데이터의 유형과 소스 측면 - Velocity (속도): 데이터의 수집과 처리 측면 (2) 데이터 자체 뿐 아니라 처리, 분석 기술적 변화까지 포함되는 중간 범위의 정의가 있다. - 새로운 처리,.. 2020. 8. 21.
[ADsP] 데이터의 이해 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 데이터의 이해 데이터와 정보 데이터베이스 정의와 특징 데이터베이스 활용 데이터와 정보 #데이터의 정의 - 데이터는 추론과 추정의 근거를 이루는 사실 - 단순한 객체로서의 가치 뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 가지는 것으로 설명되고 있다. #데이터의 특성 - 존재적 특성: 객관적 사실 - 당위적 특성: 추론·예측·전망·추정을 위한 근거 #데이터의 유형 - 정성적(qualitative.. 2020. 8. 20.
[ADsP] 시계열 에측 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-2-1. 통계학 개론 3-2-2. 기초 통계분석 3-2-3. 다변량 분석 3-2-4. 시계열 에측 3-3. 정형 데이터 마이닝 시계열 에측 정상성 시계열 모형 정상성 #정상성 - 시간의 흐름에 따라 관측된 시계열 자료를 분석하기 위해서는 정상성을 만족해야 함 - 정상성이란, 시점에 관계없이 시계열의 특성이 일정함을 의미 #정상성의 조건 - 평균이 일정, 분산이 시점에 의존하지 않음, 공분산은 시차에만 의존하고, 시점 자체에.. 2020. 8. 19.
[ADsP] 다변량 분석 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-2-1. 통계학 개론 3-2-2. 기초 통계분석 3-2-3. 다변량 분석 3-2-4. 시계열 에측 3-3. 정형 데이터 마이닝 다변량 분석 #다변량 분석 - 간단한 형식으로 데이터를 요약하는 것 - 이를 통해 반응변수와 설명변수 간의 관계를 쉽게 이해하기 위해 실행 - 정보의 손실 없이 설명 변수의 숫자를 줄이거나 다수의 개체를 몇 개의 작은 그룹으로 나눈다. #다변량 분석의 방법 - 주성분분석(Principal COmpo.. 2020. 8. 19.
LeetCode 448. Find All Numbers Disappeared in an Array LeetCode 448. Find All Numbers Disappeared in an Array - Python Given an array of integers where 1 ≤ a[i] ≤ n (n = size of array), some elements appear twice and others appear once. Find all the elements of [1, n] inclusive that do not appear in this array. Could you do it without extra space and in O(n) runtime? You may assume the returned list does not count as extra space. Example: Input: [4,.. 2020. 8. 18.
[ADsP] 기초 통계분석 - 기술통계, 회귀분석 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-2-1. 통계학 개론 3-2-2. 기초 통계분석 3-2-3. 다변량 분석 3-2-4. 시계열 에측 3-3. 정형 데이터 마이닝 기초 통계분석 #기술 통계 - 자료를 요약하는 기초적 통계 - 분석에 앞서 데이터의 통계적 수치를 계산해봄으로써, 데이터에 대한 대략적인 이해와 분석의 통찰력을 얻기에 유리하다. - R에서는 head(data), summary(data), mean(data$column), median(data$co.. 2020. 8. 18.
[ADsP] 모수 검정 1. 데이터 이해 1-1. 데이터의 이해 1-2. 데이터의 가치와 미래 1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 2. 데이터 분석 기획 2-1. 데이터 분석 기획의 이해 2-2. 분석 마스터 플랜 3. 데이터 분석 3-1. R 기초와 데이터 마트 3-2. 통계분석 3-2-1. 통계학 개론 3-2-2. 기초 통계분석 3-2-3. 다변량 분석 3-2-4. 시계열 에측 3-3. 정형 데이터 마이닝 통계학 개론 통계 분석 개요 확률 및 확률분포 추정과 가설검정 모수 검정 모수 검정 #모수 검정 - 모집단의 모수에 대한 검정에는 모수적 방법과 비모수적 방법이 있다. (1) 모수적 검정 - 모집단의 분포에 대한 가정을 하고, 그 가정 하에서 검정통계량과 검정통계량의 분포를 유도해 검정을 실시하는 .. 2020. 8. 17.

티스토리툴바