본문 바로가기

분류 전체보기179

[ADsP] 데이터마트 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 3-1-1. R 프로그래밍 기초 3-1-2. 데이터마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 데이터마트 #데이터 변경 및 요약 (1) 데이터 마트(Data Mart) - 데이터 웨어하우스(DW)와 사용자 사이의 중간층에 위치한 것으로, 하나의 주제 또는 하나의 부서 중심의 데이터 웨어하우스라고 할 수 있다. - 데이터 마트 내 대부분의 데이터는 DW로부터 복제되지만, 자체적으로 수집될 수도 있으며, 관계형 DB나 다차원 DB를 이용하여.. 2020. 8. 23.
[ADsP] R 프로그래밍 기초 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 3-1-1. R 프로그래밍 기초 3-1-2. 데이터마트 3-2. 통계분석 3-3. 정형 데이터 마이닝 R 프로그래밍 기초 #R 소개 (1) R 소개 - R은 오픈소스 프로그램으로 통계, 데이터마이닝을 위한 언어이다. - 윈도우, 맥, 리눅스 OS에서 사용 가능하다. - 객체 지향 언어이며 함수형 언어이다. 즉, 통계 기능뿐만 아니라 일반 프로그래밍 언어처럼 자동화하거나 새로운 함수를 생성하여 사용 가능 - 객체 지향 언어는 필요한 부분을 프로그.. 2020. 8. 23.
[ADsP] 주성분 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 3-2-5. 다차원 척도법 3-2-6. 주성분 분석 3-3. 정형 데이터 마이닝 #주성분분석의 정의 - 여러 변수들의 변향을 주성분이라는 서로 상관성이 높은 변수들의 선형결합으로 만들어 기존의 상관성이 높은 변수들을 요약, 축소하는 기법이다. - 첫 번째 주성분으로 전체 변도을 가장 많이 설명할 수 있도록하고, 두 번째 주성분.. 2020. 8. 22.
[ADsP] 다차원 척도법 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 3-2-5. 다차원 척도법 다차원 척도법 #다차원척도법 정의 - 객체간 근접성을 시각화하는 통계기법이다. - 군집분석과 같이 개체들을 대상으로 변수들을 측정한 후에 개체들 사이의 유사성/비유사성을 측정하여 개체들을 2차원 공간상에 점으로 표현하는 분석방법이다. - 개체들 2차원 또는 3차원 공간 상에 점으로 표현하여 개체들 사.. 2020. 8. 22.
LeetCode 21. Merge Two Sorted Lists - Python LeetCode 21. Merge Two Sorted Lists - Python Merge two sorted linked lists and return it as a new sorted list. The new list should be made by splicing together the nodes of the first two lists. Example: Input: 1->2->4, 1->3->4 Output: 1->1->2->3->4->4 Solution : class Solution: def mergeTwoLists(self, l1: ListNode, l2: ListNode) -> ListNode: if l1 is None : return l2 if l2 is None : return l1 if.. 2020. 8. 21.
[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.

티스토리툴바