데이터 공부하는 뉴욕킴

데이터 해석 및 활용 21. 데이터(data)와 정보(information)에 대한 설명으로 가장 적절한 것은? ① 데이터는 적절한 의사결정의 수단이 될 수 있다. ② 정보란 현실 세계에 존재하는 가공되지 않은 그대로의 값을 의미한다. ③ 정보란 데이터를 처리해서 얻을 수 있는 결과이다. ④ 데이터와 정보는 같은 개념이다. 정답: 3번 [더보기] ① 데이터(Data) ● 현실 세계에서 단순히 관찰하거나 측정하여 수집한 사실이나 값, 가공되지 않은 그대로의 값 ● 의미가 부여되지 않은 객관적 사실 ● 가공하기 전 순수한 수치나 기호 자체 ● 예시 : 회원의 가입내역, 대리점의 매출내역, 회원의 시스템 로그인 시간 등 ② 정보(Information) ● 의사결정에 유용하게 활용할 수 있도록 데이터를 처리한 ..

Model Selection ▪ Selection of model parameter (capacity) → 모델의 크기를 말함(얼마나 복잡한 것을 썼나) ▪ If we assume a p-order polynomial regressor To Avoid Overfitting → 오버피팅을 피할 수 있는 최적의 학습곡선 (Learning Curve) 찾기 k-fold Cross-Validation 1. Partition data into k-folds 1) Training and testing • k models with different folds • Each fold becomes training data for k-1 times • Each fold becomes test data for 1 time ..

Human Pose Estimation사람의 관절이나 중요 신체부위를 keypoint로 지정하여 사람의 자세를 예측하는 기술입니다. 해외에서 활발하게 연구되고 있는 Human Pose Estimation은 국내에서는 아직 생소한 기술입니다사용처: AR/VR, Healthcare, Autonomous driving, Surveillance, Sports  By number of subjects(사람에 수에 따라 나눔)1) Single-person pose estimation / 1명• Regression to spatial coordinates • Heatmap representation for joint location prediction → 히트맵을 만들어 확률을 구함 ex. 오른쪽 팔꿈치 일 확률이 ..

Semantic Segmentation : 똑같은 사물들을 각각 나눠서 분류하지 않고, 하나의 묶음으로 봄(FCN) → 이미지에 있는 모든 픽셀에 대한 예측 Instance Segmentation : 각각의 사물들을 분류 (U-NET) → 같은 Class라도 서로 다른 물체로 구분 Instance Segmentation 이미지 내의 각 개별 객체를 감지, 분할, 분류하는 컴퓨터 비전의 한 작업입니다. 이 과정에서, 이미지 내의 모든 객체를 식별하고, 각 객체를 개별적으로 분할하여 어떤 클래스(범주)에 속하는지 분류합니다. 인스턴스 분할은 단순히 객체를 감지하는 것을 넘어서, 각 객체의 정확한 형상과 경계를 파악하고, 서로 겹치는 객체들도 구분합니다. 1. Object Detection: 먼저 객체를 감지..

1. 기업 경영에 직간접적으로 영향을 미치는 주체로서 종업 원, 고객, 지역사회 등을 포괄하는 용어로 가장 적절한 것은? ① 주주(shareholder) ② 대리인(agent) ③ 의사결정자(decision maker) ④ 이해관계자(stakeholder) 정답: 4번 이 문제에서 가장 적절한 답은 ④ 이해관계자(stakeholder)입니다. 이해관계자(stakeholder)란 기업의 활동에 영향을 받거나 기업에 영향을 미치는 모든 개인이나 집단을 의미합니다. 문제에서 제시한 종업원, 고객, 지역사회 등이 이에 해당합니다. ① 주주(shareholder)는 기업에 투자한 사람으로 기업의 소유권을 가지고 있습니다. ② 대리인(agent)은 주주를 대신하여 기업을 운영하는 경영진이나 관리자를 말합니다. ③ ..

빅데이터 활용 요소 1. 자원(빅데이터) 2. 기술(빅데이터 플랫폼) 3. 인력(데이터 과학자) 빅데이터 플랫폼 1) 플랫폼으로의 진화: 데이터 플랫폼은 정형화된 형태로 데이터를 저장하는 파일 시스템으로 시작해서 다수가 동시에 사용할 수 있는 데이터베이스(database)와 데이터웨어하우스(data warehouse)를 거쳐 폭발적으로 증가하는 데이터를 저장 및 유통하기 위한 빅데이터 플랫폼으로 진화 2) 빅데이터 자원과 이를 이용한 애플리케이션이나 소프트웨어를 손쉽게 사용할 수 있는 기반 기술이 집합적으로 모여 형성된 환경 빅데이터에서 가치를 추출하기 위해 일련의 과정을 규격화한 기술 의미 (수집 → 저장 → 처리 → 분석 → 시각화) 빅데이터 활용: 저장기술 데이터웨어하우스, RDB, 클라우드, X8..

A/B 테스트란? A안과 B안을 가지고 사람들의 반응이 어떻게 달라지는지 확인하는 작업 ex. A화면 일 때 구매력 vs B화면 일 때 구매력 고객 분석을 위한 테스트 고객분석 1) 종단적 연구 - 코호트 분석(특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단을 의미합니다. 첫방문, 캠페인 유입 등 특정 조건에 해당되는 사용자들을 그룹화하고 시간 흐름에 따른 행동 패턴을 추적합니다.) 2) 횡단적 연구 - A/B 테스트 - 다변량 분석 A/B 테스트 수행 과정 1. 실제 대상자를 반으로 나눈 후 2. 두가지 포맷의 테스트 자료(버튼, 이미지 등을 바꿈)를 만들어서 3. 이를 A,B 그룹 각각에 제공 4. 이에 따라 각 그룹이 얼마나 반응했는지를 판단 5. 결과가 우수한 내용을 실전에 반영 A/B ..

Deep learning is a specific type of machine learning(딥러닝은 머신러닝의 특정 유형입니다.) ▪ Solid understanding of the basic principles of machine learning is needed(머신러닝의 기본 원리에 대한 탄탄한 이해가 필요합니다.) ▪ General principles of machine learning will be provided(머신러닝의 일반원리를 강의합니다.) ▪ 과제 - 학습 데이터 피팅 → 필요조건 - 새로운 데이터에 일반화되는 패턴 찾기 → generalization(일반화)가 머신러닝의 핵심목표 Data-Driven Machine Learning System → x와 y의 관계를 이어주는 fun..

Object Recognition (객체 인식) 컴퓨터비전(Computer vision), 영상처리(image processing)와 관계가 깊은 컴퓨터 기술 Recognition: Object가 어떤 것인지 구분 Object Detection: Recognition보다 더 작은 범위로써 Object의 존재 유무만 판단 Proposal-based models • Faster R-CNN (NIPS 2015) • R-FCN (NIPS 2016 Proposal-free models → 한번에 예측 • YOLO (CVPR 2016) • SSD (ECCV 2016) R-CNN (2014) R-CNN은 이미지에서 Bounding Box를 뽑아내고 각 Bounding Box를 CNN으로 Classification -..

인공지능의 개념 1) Thinking humanly: the cognitive modeling approach - 인간처럼 생각하는 기계/시스템 만드는 것을 목적으로 함(human-level general intelligence) - 이를 위해서는 인간의 실제 정신작용이 어떻게 작동되는지에 대한 이해가 선행되어야 함. 이는 인간의 자기성 찰 또는 심리학적 실험을 통해 밝혀질 수 있음 - 인지 모델링 방식은 인공지능을 위한 컴퓨터 모델 및 시스템에 대한 지식과 심리학적 실험을 통해 인간의 정신 작용 메커니즘을 밝히고 관련 이론을 정립해 나가는 방식임 2) Thinking rationally: the laws of thought approach - 아리스토텔레스의 ‘성공적인 추론’에 대한 개념을 최초로 시도..