1. KDD(Knowledge Discovery in Databases)의 개요 - KDD(Knowledge Discovery in Databases)는 1996년 Fayyad가 프로파일링 기술을 기반으로 통계적 패턴이나 지식을 찾기 위해 체계적으로 정리한 데이터 마이닝 프로세스 - 데이터마이닝, 기계학습, 인공지능, 패턴인식, 데이터 시각화 등에서 응용될 수 있는 구조 Fayyad 박사 - 데이터에서 패턴을 찾는 과정을 9개의 프로세스로 제시 9개의 프로세스 분석 대상 비즈니스 도메인의 이해 분석 대상 데이터셋 선택과 생성 데이터에 포함되어 있는 노이즈(Noise)와 이상값(Outlier) 등을 제거하는 정제작업이나 선처리 분석 목적에 맞는 변수를 찾고 필요시 데이터의 차원을 축소하는 데이터 변경 분석..
본 포스팅은 ADP와 ADsP의 공통 과정인 데이터 분석 기획의 2절 분석 방법론의 내용을 다룹니다. 분석 방법론이 한번에 포스팅하기에는 내용이 방대하고 어려울 수 있기 때문에 하나의 토픽마다 포스팅을 독립해서 작성하였습니다. 분석 방법론 분석방법론의 개요- 데이터 분석이 효과적으로 기업에 정착하기 위해 체계화한 절차와 방법이 정리된 데이터 분석 방법론 수립이 필수적- 방법론은 상세한 절차(Procedures), 방법(Methods), 도구와 기법(Tool & Techniques), 템플릿과 산출물(Templates & Output)로 구성 데이터 기반 의사결정의 필요성- 고정관념(Stereotype), 편향된 생각(Bias), 프레이밍 효과(framing effect, 동일한 사건이나 상황임에도 개인의..