머신러닝 & 딥러닝 #1_1 Data Analytics

 이번에 대학교에서 5일 동안 하는 머신러닝&딥러닝 강의를 들었다.

그 내용을 복습하는 차원에서 내용을 요약하려고 한다.

 

일단 시작하기 전에, What is Data Analytics?

단어를 나눠서 생각해보자.

 

Data는 행위의 결과 즉, 만들어지는 것이며 정보(Information)와 차이가 있다.

태생이 복수형이며 그 특징들은

①여러개의 자료들

②생성되는 것

③과거의 결과

④구조(Structure)

⑤형식(Type)

이 정도가 있으며 구조와 형식이 데이터 사용에서 중요하다. (이번 교육에서 중요)

 

그렇다면 Analytics(분석)은?

분석은 통계(statistics)적으로 '데이터의 특징을 확인' 하는 것이다. (확인 = 수학적 연산)

특징은 평균과 산포도로 나눌 수 있다.

* 평균(중심화 경향치) : 집단 대표하는 설명하기에 부족

* 산포도(떨어져있는 정도) : 분산, 표준편차

 

<데이터 분석의 과정은 다음과 같다>

∴ 과거의 데이터를 가지고 그 특징을 확인해 마케팅, 전략 등 미래의 의사결정에 도움을 주는 것이 Data Analytics이다!

 

 

 

ps. 짧게 끊어서 가겠습니다.