Day_00. 인공지능의 현재와 데이터 분석가의 역할

1.인공지능 – Artificial Intellligence àAI 란?

인공지능 = 인간의 지능을 컴퓨터로 구현하는 것

기계학습(Machine Learning) = 인공지능을 구현하는 모든 기법

딥러닝 = 기계학습을 실현하는 기술

 

세계에서 유명한 머신러닝 & 딥러닝의 학회

ICML , NIPS , ICLR, KDD

 

최근 가장 뜨고 있는 인공지능 방법

1. GAN = Generateive Adversarial Network – 가짜 이미지를 만드는 기법

2.RL = Reinforcement Learning – 강화학습 , 컴퓨터가 스스로 학습하게 하는 방법

 

Bigdata의 정의?

=아직은 명확한 정의가 없다,. 하지만 보통 3V – volume , velocity , variety의 특성을 가진다고 한다

 

Bigdata의 3가지 필수 요소

이름	기능	요소의 구성
인프라 – Infrastructure	데이터 수집,처리,관리	Volumne , Velocity
분석 – analysis	분석기법 (Method) 정의	Variety + value
시각화 – Visualization	표현기법	Value

 

모든 bigdata의 목적

=정확한 의사결정

==내가 하고 싶은 말보다 “상대방이 듣고 싶어하는 이야기”를 해야 한다

 

데이터 분석의 기법 정의

데이터 마이닝	--	비지도 학습 – unsupervised learning	Clusterning
	--	지도학습 – Supervised Learning	Classfication
			Regression

 

지도학습의 3대 모형

선형회귀

신경망

의사결정 나무  ==해석성은 Good 정확성은 Bad

**정확성과 해석성은 반비례 체계를 가진다

 

현대 data분석분야의 상황

1=Regression – 가장 많이 사용한다

2=Python , R – 상황에 따라 다르게 사용하고 있다

***Python , R , SQL 을 사용할중 아는 사람의 몸값이 높다

 

데이터의 홍수 시대의 문제

전문인력의 부재

산학의 인력 MISSMATCH

기업은 경력자를 찾고 학교는 훈련 시킬 수 있는 DATA가 없다

더불어 학생은 눈만 높아진다

 

빅데이터는 거품인가?

=아니다

=한국판 뉴딜정책, 데이터 댐 구축등 정부주고 사업이 많다

=정부중심의 공공데이터 활성화 정책이 나오고 있다

 

데이터 시대의 분석가의 미래

데이터 3법의 발의로 엄격하면서도 쉽게 사용할 수 있게 되었다

빅데이터 분석기사 (국가인증 국가자격) 등장 , 2020,12,19 첫 시행 예정

국가 데이터맵 제정

데이터 품질관리 중요성의 대두

 

발전방향

=성공한 Project 뿐만 아니라 실패한 사례 역시 중요하게 살펴 보아야 한다

 

중요 시서점

올바른 모형보다 올바른 데이터 “전처리” 가 중요한 시점이다

분석전 “용어”의 정의를 확실히 진행해야 한다

단순한 기술통계 분석보다 고도화된 통계적 지식이 중요하다

데이터를 바라보는 진지한 능력이 중요하다

어떤 도구를 쓰는지는 중요하지 않다 NIA 경시대회에서 오로지 “엑셀”만 할줄 아는 고등학생의 예측분석이 가장 정확했던 것처럼

데이터를 “탐정”의 시선으로 범죄 증거물을 보듯 다양하고 심층적으로 봐야한다

상대가 원하는 정보를 뽑아 내는 것이 중요하다,

데이터만 이해하지 말고 설득 시키려는 자세가 중요

인문학적 소양을 통해 소통해야 한다

 

빅데이터 시대에 필요한 사람들

현업 담당자 , 데이터 분석가 , 처리 담당자(DBA등)

아무리 좋은 도구도 현업을 대체할수 없다

마이닝은 모든 것을 바꾸는게 아니라  생활에 “조금” 도움을 주는것이다

T자형 인재 ,자기 분야를 선택해서 잘하는 분석가가 좋다

 

요점

==협업과 소통이 제일 중요하다

==공짜 점심은 없다, 즉 한번에 여러 개를 잘 할 수는 없다

==하나를 잘하면 다른 하나는 부족해 지는것