ADsP 데이터 분석 준전문가 이론정리

소개

"ADsP 데이터 분석 준전문가 이론정리"에 대한 내용입니다.

목차

1장 데이터의 이해
2장 데이터의 가치와 미래
3장 가치창조를 위한 데이터 사이언스와 전략 인사이트
4장 데이터 분석 기획의 이해
5장 분석 마스터플랜
6장 R 기초와 데이터 마트
7장 통계분석
8장 정형 데이터 마이닝

본문내용

#데이터의 유형
#정성적 데이터 vs 정량적 데이터★
1)정성적 데이터(qualitative): 설명, 응답자의 주관적 견해와 판단을 토대로 함.(주관적 내용)
-비정형 데이터(언어, 문자 등). 통계분석 어려움. 저장•검색•분석에 많은 비용 소모
ex) 회사 매출이 증가함. 기상특보
2)정량적 데이터(quantitative): 수치화, 과거의 수치를 토대로 함.(객관적 내용)
-정형 데이터(수치, 도형, 기호 등). 통계분석 용이. 정형화된 데이터로 비용소모 적음
ex) 나이, 몸무게, 주가, 습도, 강수량
#정형 데이터 vs 반정형 데이터 vs 비정형 데이터★
1)정형 데이터: 구조화된 데이터. 정형화된 형태O, 연산O
ex) 관계형 데이터베이스, RDB, 스프레드시트, CSV, CRM, ERP, SCM 등 정보시스템
2)반정형 데이터: 형태는 있으나 일관성이 없어 연산 불가(형태O, 연산X)
ex) HTML, XML, JSON, 웹 문서, 머신 데이터, 센서 데이터(RFID), competitor pricing
3)비정형 데이터: 형태가 없거나 복잡하여 연산 불가(정형화된 형태X, 연산X)
ex) 소셜 데이터(트위터, 페북), 영상, 이미지, 음성, 텍스트(word, PDF), email
#지식경영 핵심 이슈
-데이터는 지식경영의 핵심 이슈인 암묵지와 형식지의 상호작용에 있어 중요한 역할
#지식의 차원: 공통화 > 표출화 > 연결화 > 내면화★★

1)암묵지: 학습•경험을 통해 개인에게 체화되어 있지만 겉으로 드러나지 않은 비가시적 지식
-사회적으로 중요하지만 다른 사람과 공유하기 어려움
-상호작용: 공통화(Socialization, 경험 공유), 내면화(Internalization, 형식지 학습)
*개인에게 축적된 내면화된 지식 -> 조직의 지식으로 공통화
2)형식지: 문서나 매뉴얼처럼 암묵지가 외부로 표출되어 형상화된 공유 가능 지식
-상호작용: 표출화(Externalization, 내재된 경험을 문서나 매체로 저장하는 과정. 구체화된 개념 도출), 연결화(완성도를 높여 체계화)

참고자료

· 없음