[직딩잇템] 어서와 데이터는 처음이지 - 기초 of 기초 데이터 개념: Chapter 2. 빅데이터와 머신러닝 시대, 뭘 배워야 하지? - 통계, 수학, 도구

Chapter 2. 빅데이터와 머신러닝 시대, 뭘 배워야 하지? - 통계, 수학, 도구

빅데이터와 머신러닝

빅데이터
  - 엄청나게 많은(BIG) 데이터
  - 대량으로 축적된 데이터 덩어리
  - 대량의 데이터를 활용하는 방법론, 알고리즘

머신러닝
  - 알고리즘 선택/분석 단계에 속함
  - 머신러닝 = 수단 (목적 X)

머신러닝 사용법
  1. 목적을 정의한다.
  2. 목적에 맞는 데이터가 있어야한다.
  3. 어떤 머신러닝 기법을 쓸지 선택한다.

기술의 발전
  - 2010년대에 들어와서 제대로 활성화됨
  - 저장장치에 대한 기술의 발달로 인해 빅데이터와 머신러닝 기술이 발달
  - '이 엄청난 데이터를 분석하면 뭔가 얻을 수 있지 않을까?'에서 시작

 

데이터 분석 고수의 Skill

#1 통계 
  - 통계의 기초 부분만 알아도 보는 눈이 달라진다!

#2 수학
  - 선형대수
  - 미분 : 머신러닝에서 현재까지 틀린 정도 계선

#3 도구
  - 데이터분석 프로그램, 소프트웨어
  - 프로그래밍 언어를 사용해서 결과를 얻어냄

데이터분석 고수 = 고인물

기초가 튼튼하면 좋은 결과를 낼 수 있다!

정리

1. 빅데이터 : 양이 많은 데이터
2. 머신러닝 : 빅데이터를 이용하여 데이터를 분석하는 기법 중 하나
3. 빅데이터 분석 Skill : 통계 / 수학 / 도구(프로그래밍 기술)