본문 바로가기

Data Science/ADsP

1과목. 데이터의 이해

반응형

1과목. 데이터의 이해

  1. 데이터의 이해
    1. 데이터와 정보
    2. 데이터베이스 정의와 특징
    3. 데이터베이스 활용
  2. 데이터의 가치와 미래
    1. 빅데이터의 이해
    2. 빅데이터의 가치와 영향
    3. 비즈니스 모델
    4. 위기 요인과 통제 방안
    5. 미래의 빅데이터
  3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트
    1. 빅데이터 분석과 전략 인사이트
    2. 전략 인사이트 도출을 위한 필요 역량
    3. 빅데이터 그리고 데이터 사이언스의 미래

1장. 데이터의 이해

 

1절. 데이터와 정보

  1. 데이터의 유형
    1. 정성적 데이터
    2. 정량적 데이터
  2. 지식경영의 핵심 이슈
    1. 암묵지 - 공통화, 내면화
    2. 형식지 - 표출화, 연결화
  3. DIKW 피라미드
    1. 데이터 -> 정보 -> 지식 -> 지혜

2절. 데이터베이스 정의와 특징

  1. 데이터베이스 정의
    1. EU
    2. 국내 저작권법
    3. 국내 컴퓨터용어사전
  2. 데이터베이스 특징
    1. 통합된 데이터
    2. 저장된 데이터
    3. 공용 데이터
    4. 변화되는 데이터

2장. 데이터의 가치와 미래

 

1절. 빅데이터의 이해

  1. 빅데이터의 정의
    1. 관점에 따른 정의
      1. McKinsey - 데이터 규모에 중점
      2. IDC - 분석 비용 및 기술에 초점
      3. 가트너그룹 - 3V (Volume, Variety, Velocity)
    2. 빅데이터 정의의 범주 및 효과
      1. 데이터 변화 -> 기술 변화 -> 인재, 조직 변화
        1. 데이터 변화 Volume, Variety, Velocity
        2. 클라우드 컴퓨팅
        3. 데이터 중심 조직
  2. 출현 배경과 변화
    1. 산업계의 출현배경
    2. 학계의 출현배경
    3. 기술발전으로 인한 출현 배경
  3. 빅데이터에 거는 기대의 비유적 표현
  4. 빅데이터가 만들어 내는 본질적인 변화
    1. 사전처리 -> 사후처리
    2. 표본조사 -> 전수조사
    3. 질 -> 양
    4. 인과관계 -> 상관관계

2절. 빅데이터의 가치와 영향

  1. 빅데이터 가치 산정이 어려운 이유
    1. 데이터 활용방식
    2. 새로운 가치 창출
    3. 분석기술 발전
  2. 빅데이터의 영향
    1. 빅데이터가 미치는 영향 -> 생활 전반의 스마트화
      1. 기업 - 혁신, 경쟁력제고, 생산성향상
      2. 정부 - 환경 탐색, 상황분석, 미래대응
      3. 개인 - 목적에 따른 활용

3절. 비즈니스 모델

  1. 빅데이터 활용 사례
    1. 관점에 따른 정의
    2. 정부
    3. 개인
  2. 빅데이터 활용 기본 테크닉
    1. 연관 규칙 학습
    2. 군집분석
    3. 유전 알고리즘
    4. 기계학습
    5. 회귀분석
    6. 감정분석
    7. 소셜네트워크분석 (사회관계망분석)

 

4절. 위기 요인과 통제방안

  1. 위기 요인에 따른 통제 방안
    1. 사생활 침해 -> 동의에서 책임으로
    2. 책임 원칙 훼손 -> 결과 기반 책임 원칙고수
    3. 데이터 오용 -> 알고리즘 접근 허용

5절. 미래의 빅데이터

  1. 빅데이터 활용의 3요소
    1. 데이터 : 모든 것의 데이터
    2. 기술 : 진화하는 알고리즘, 인공지능
    3. 인력 : 데이터 사이언티스트, 알고리즈미스트

3장. 가치 창조를 위한 데이터 사이언스와 전략 인사이트

 

1절. 빅데이터 분석과 전략 인사이트

  1. 빅데이터 회의론의 원인
    1. 부정적 학습효과 -> 과거의 고객관계관리(CRM)
    2. 부적절한 성공사례 -> 필요없는 분석사례를 과대 포장
  2. 일차원적인 분석 vs 전략 도출을 위한 가치 기반 분석
    1. 산업별 분석 애플리케이션
      1. 금융 서비스
      2. 병원
      3. 에너지
      4. 정부
    2. 전략 도출 가치 기반 분석
      1. 통찰력 창출에 포커스
      2. 활용 범위를 더 넓고 전략적으로 변화 -> 가치 기반 분석으로

2절. 전략 인사이트 도출을 위한 필요 역량

  1. 데이터 사이언스의 의미
    1. 데이터 전문 지식 종합
  2. 데이터 사이언스의 구성요소
    1. 데이터 사이언스의 영역
    2. 데이터 사이언티스트의 요구 역량
  3. 데이터 사이언스:과학과 인문의 교차로
    1. 분석 기술보다 중요한 소프트 스킬로 전략적 통찰분석이 필요함
  4. 전략적 통찰력과 인문학의 부활
    1. 컨버젼스 -> 디버전스
    2. 생산 -> 서비스
    3. 생산 -> 시장창조

3절. 빅데이터 그리고 데이터 사이언스의 미래

  1. 빅데이터의 시대
  2. 빅데이터 회의론을 넘어 가치 패러다임의 변화
    1. 과거 : 아날로그 세상의 효과적 디지털화
    2. 현재 :디지털화된 정보와 대상의 연결화
    3. 미래 : 복잡한 연결을 효과적으로 관리
  3. 데이터 사이언스의 한계와 인문학
    1. 데이터 사이언스의 한계
      1. 분석과정에서 인간의 해석이 개입
      2. 분석결과에 대한 해석과 결론의 다양성
      3. 모든 분석은 가정에 근거함
    2. 데이터 사이언스의 인문학
      1. 데이터에 묻혀 있는 잠재력을 풀어내는 인문학

 

반응형

'Data Science > ADsP' 카테고리의 다른 글

3과목. 데이터 분석 개념원리  (0) 2024.02.21
3과목. 데이터 분석  (1) 2024.01.30
2과목. 데이터 분석 기획  (0) 2024.01.28
Chapter 01. 데이터의 이해  (1) 2023.10.07
ADsP 과목과 합격 기준  (0) 2023.10.07