데이터 과학과 머신러닝 기본을 알아보자!

데이터 과학이란 무엇인가 ? 

 

데이터과학이 이슈된 이유

4찬산업혁명, 머신러닝, 인공지능 등의 시대적 요구

데이터 과학의 활용사례

사기탐지를 방지하는 시스템을 만들 수 있다. 기존 대비 적은인력으로 운영 가능하다.

또한 보험업계, 유통업계 등 다양하게 실생활에 쓰일 수 있다.

 

데이터 과학의 정의

컴퓨터를 활용해서 데이터를 분석하고 현실의 문제를 해결하는 작업

 

 

데이터과학은 융합형 인재를 원한다.

데이터과학은 머신러닝, 데이터베이스, 데이터 마이닝, 통계 등 다양한 학문의 인재를 원한다

데이터과학의 목표는 '의사결정' 을 지원하는데 있다. 

 - 직관과 경험에 의존하는 전통적방식과 달리 데이터를 기반한 객관적인 사실에 근거한 의사결정

또 다른 목표는 수익화이다.

 - 올바른 의사결정을 통해 더 많은 수익을 발생하기 위함에 있다.

 

 

빅데이터 분석 : 상관관계를 찾는 데이터 분석법이다.  

통계분석 : 실제 세계를 이해하고 해석하기 위한 작업이다. 적은 데이터를 기반으로 분석을 해왔다. 

머신러닝 : 예측과 패턴을 분석하는 것이다. 이를 통해 자동으로 학습하고 예측하는 것을 말한다. 기본적으로 많은 데이터를 필요로하고 모델의 정확도와 성능을 중요시 한다.

  "컴퓨터가 데이터로부터 스스로 학습을 할 수 있도록 프로그래밍하는 과학적인 활동입니다."

 

머신러닝의 역사는 1956년부터 시작되었다.

 

 

 

머신러닝 접근방법