Ai

안녕하세요 늑대양입니다 :) 오늘은 [AI 데이터 사이언티스트 취업 완성 과정]의 4일차 일과를 정리하여 안내해드리도록 하겠습니다. Day 4. 온라인 학습 범위: - 28강 - 예상 학습 시간: 3:45:06 대주제(Part) 중주제(Chapter) 소주제(Clip Part.3 통계로 데이터 분석 능숙해지기 Chapter.01 기초 통계량 (1) 대푯값 CH01_01. 평균의 종류 산술평균, 기하평균, 조화 평균 Part.3 통계로 데이터 분석 능숙해지기 Chapter.01 기초 통계량 (1) 대푯값 CH01_02. 평균의 함정 Part.3 통계로 데이터 분석 능숙해지기 Chapter.01 기초 통계량 (1) 대푯값 CH01_03. 중앙에 위치하는 값 '중앙값' Part.3 통계로 데이터 분석 능숙해..

안녕하세요 늑대양입니다 :) 오늘은 [AI 데이터 사이언티스트 취업 완성 과정]의 첫째 날 일과를 정리하여 안내해드리도록 하겠습니다. 교육을 받는 장소는 신분당선 4번 출구에 위치한 미왕빌딩 11층 C 강의실 입니다. 강의를 받는 곳은 쾌적하며, 자리에 따로 컴퓨터는 배치되어 있지 않습니다. 위 사진처럼 출석 체크는 QR 코드를 사용하여 진행합니다. 0. Contents: 01. 과정 소개 02. 슬기로운 MGS 생활 03. 행정문의 04. DS란? 05. 아이스브레이킹 & Quiz Time 06. AI 특강 15:00 부터 출석 체크 후, 본격적으로 OT가 진행되었습니다. 1. K-digital training 코스 및 패스트캠퍼스 소개: 1. HRD-NET(K-digital training) 수료기준..

안녕하세요 늑대양입니다 :) Megabyte School에서 진행하는 AI 데이터 사이언티스트 취업 완성 과정을 수강하게 되어 카테고리 신설 및 인트로를 작성합니다. 자고 일어나면 OT 일정부터 시작 ㅇㅅㅇ.. 메가바이트 스쿨은 패스트캠퍼스에서 운영하는 산하기관 혹은 교육 프로그램으로 이해했으며, 다앙한 교육 프로그램들이 있으니 관심있으신 분들은 아래의 링크를 통해 자세한 내용을 확인하시면 좋을 것 같습니다. 메가바이트 스쿨 소개 링크 내일배움아카데미 : K-Digital Traning 메가바이트 스쿨 | 패스트캠퍼스 패스트캠퍼스에서 국비지원으로 '무료' 수강하는 기업연계 취업 부트캠프 fastcampus.co.kr 간단한 과정 개요로는 국비지원 6개월 과정이며, 코로나의 영향으로 온오프라인 병행 방식으..

# 읽고 있는 도서의 p158 ~ 161 내용 참고 및 인용 데이터 기획자: 데이터 기획자는 빅데이터 프로젝트를 계획, 운영, 관리합니다. 빅데이터의 등장과 보편화에 따라 빅데이터 기반의 새로운 서비스와 상품을 기획하고 사업화할 기회도 증가하고 있습니다. 데이터 기획자의 범주 안에는 사내 팀을 이끄는 데이터 기획자뿐 아니라 회사 전체를 운영하는 '데이터 앙트레프레너(Data Entrepreneur)'도 포함됩니다. 팀 또는 회사를 이끄는 것이 주 업무이므로 반드시 데이터 엔지니어, 데이터 애널리스트, 데이터 사이언티스트 또는 데이터 리서처처럼 주 업무가 데이터를 다루는 일일 필요는 없습니다. 그러나 빅데이터를 통해 혁신적인 가치를 창출하는 프로젝트를 총괄하는 만큼 빅데이터에 대한 기본적인 지식을 갖춰야 ..

# 읽고 있는 도서의 p149 ~ 153 내용 참고 및 인용 시티즌 데이터 사이언티스트: 시티즌 데이터 사이언티스트는 파워블로거와 비슷한 점이 많습니다. 본연의 직업을 그대로 유지한 채 시간과 정성을 들여 블로그에 글을 쓰고 소통한다면 파워블로거가 될 수 있습니다. 시티즌 데이터 사이언티스트는 기업 내 '파워 데이터 유저'로 본래의 주업무가 있지만 빅데이터에 대한 관심을 바탕으로 자신의 능력과 영역을 확장시키는 인재인 것입니다. 따라서 빅데이터에 조금이라도 관심이 있는 사람이라면 누구나 시티즌 데이터 사이언티스트가 될 수 있습니다. 빅데이터 지식과 기술의 보편화에 따라 앞으로 시티즌 데이터 사이언티스트에 대한 수요는 꾸준히 증가할 것입니다. 시티즌 데이터 사이언티스트의 업무: 빅데이터 지식과 기술이 발전..

# 읽고 있는 도서의 p120 ~ 127 내용 참고 및 인용 데이터 사이언티스트: 방대한양의 데이터에 다양한 분석 기법을 적용함으로써 가치 있는 인사이트를 찾아내고 제공합니다. 회사의 현재 상황을 정량적이고 과학적인 방법으로 분석 머신러닝 등의 기법으로 미래의 상황을 예측 데이터 사이언티스트의 업무: 1. 포뮬레이션: 포뮬레이션(Formulation)은 해결하고자하는 비즈니스 문제를 데이터 분석 문제로 바꾸는 과정 비즈니스 문제에 따라 분석의 목표, 사용 기법, 필요한 데이터가 완전히 달라짐 보유한 데이터에서 통계치를 내거나 여러 종류의 데이터 간 관계를 파악하기 위해 회귀분석 등의 기법을 적용 머신러닝 또는 딥러닝 기반의 예측 모델을 활용 2. 전처리, EDA 데이터 분석 문제를 세웠다면 다음 작업은 ..

# page 65 ~ 73 Chapter 02. 데이터 다루기: 핵심 키워드: 지도 학습 비지도 학습 훈련 세트 테스트 세트 지도 학습과 비지도 학습: "머신러닝 알고리즘은 크게 지도 학습(supervised learning)과 비지도 학습(unsupervised learning)으로 나눌 수 있습니다." "지도 학습에서는 데이터와 정답을 입력(input)과 타깃(target)이라고 하고, 이 둘을 합쳐 훈련 데이터(training data)라고 부릅니다." "그리고 앞서 언급했듯이 입력으로 사용된 길이와 무게를 특성(feature)이라고 합니다." "지도 학습은 정답(타깃)이 있으니 알고리즘이 정답을 맞히는 것을 학습합니다." "반면 비지도 학습 알고리즘은 타깃 없이 입력 데이터만 사용합니다." "머신..