인공지능과 빅데이터 9주차 1차시 - 데이터 사이언스 개요, 활용 분야

대량의 데이터를 다루는 기술에 대한 수요가 증가하였다!

인공지능 전에는 엄청난 시간이 소요되었다.

빅데이터 기술 발전과 함께 분산컴퓨팅 고도화, 일반화

-> 데이터 사이언스

분산컴퓨팅, 기계학습, 통계학 등 다양한 능력이 필요하다.

데이터는 그대로 데이터 베이스에 저장된다! -> 데이터를 유의미하게 사용하자

데이터로부터 정보를 얻고, 의미있는 패턴을 찾아낸다

iot와 ioe를 통해 데이터도 엄청나게 쌓인다.

빅데이터가 수집되는 분야에서 데이터 사이언스는 필수이다.

비지니스 활용 측면이 데이터 사이언스의 이점(기능) 중 하나이다.

개인정보에 대한 동의가 있다면 데이터 활용을 통해 서비스를 개선할 수 있다.

클러스터링 - 레이블 되지 않은 수 많은 데이터를 유사한 특징끼리 클러스터링을 해준다.
비슷한 특징 - 컴퓨터가 알아서 해준다.

데이터 분석, 수집, 결과를 다 해야 하므로 통찰력, 최신 기술, 통계적 지식도 필요하다

데이터가 많이 모이고, 활용하는 시기와 일치하였다.

팀으로 움직이고, 효율적으로 일을 처리한다.

필요없는 데이터, 오류를 잡아내는 힘도 필요하다.

AI 전문가? 과학자?

SOTA - 최신, 복잡한 문제?