빅데이터, 애널리틱스, 데이터과학의 현재와 미래

등록일 / 수정일
페이지 / 형식
자료평가
구매가격

2021.01.14 / 2021.01.14
5페이지 / docx (MS워드 2007이상)
평가한 분이 없습니다. (구매금액의 3%지급)
500원

다운로드장바구니

Naver로그인

Kakao로그인

최대 20페이지까지 미리보기 서비스를 제공합니다.

자료평가하면 구매금액의 3%지급!

추천 연관자료

하고 싶은 말: 컬럼비아 대학원의 Applied Analytics 전공수업 과제물들입니다.
빅데이터, 애널리틱스, 기계학습, 데이터사이언스와 연결된 사업, 전략, 관리 등에 관련된 내용들이며
최소 A- 이상만 올렸습니다.

본문내용: 1. Trends in Analytical Techniques
The most popular word that describes today’s analytics is machine learning. In almost every analytical application that companies develop today involves in machine learning techniques. For example, decision trees predict which employee is likely to leave or which customer will stop using a cell phone service. In customer recommendation systems, KNN (K Nearest Neighbors) suggests a series of products a particular customer will love to browse by making predictions based on the customer’s search history, ratings, and the shopping pattern of a similar customer. The machine learning techniques also enable the companies to predict which customer segment will most likely to buy a particular product, dramatically increasing sales. While there are many other techniques that are applied to the industries for various purposes, machine learning has been around for a while; it is derived from AI (Artificial Intelligence) which existed since approximately 1950’s. Back then, the AI needed detailed instructions for every action the machine was supposed to make. However, AI has been kept getting advanced as the engineers, developers and users want the machine to think and act by itself without needing their instructions or rules. And this desire to completely automate the machine is the main element that moves the trends in AI toward next stages, machine learning and deep learning. In the former stage, the machine is partially automated. Although it still requires most rules, the machine by itself can gather data, analyze them and make predictions under the preset rules, just as described in the examples above. One main concept in machine learning is unsupervised learning where the machine is not given the purpose of gathering data. Instead, the machine is asked to find an interesting and useful pattern or information for the user from the data it gathered. Finally, the next stage of machine learning is called deep learning. It is more advanced version that can handle the tasks with even less instructions or rules. The field of AI is still developing in the quest for complete automation.
The main advantage of machine learning and deep learning is automation: their ability to keep getting better and improve their performance by themselves by training with more data that become available. In businesses, this allows significant improvement in efficiency as the machines do not require “human-touch” as they react and adapt to the fast-changing environment. If a person is to perform data gathering and analysis for every change in data, it would be impossible for him to complete the task because the data is endlessly generated in this era of big data. What would be the amount of data trails that people visiting Amazon’s web page leave every day? Uncountable. The machine learning is a must in such a business environment.

자료평가

아직 평가한 내용이 없습니다.

회원 추천자료

빅데이터 특징과 중요성및 기술분석및 빅데이터 기업 활용사례분석과 빅데이터 미래전망분석

빅데이터사례분석과 미래전망-목차-1. 빅데이터의 개념2. 빅데이터의 특징3. 빅데이터의 중요성4. 빅데이터의 현재5. 빅데이터 분석 기술6. 빅데이터 활용사례(1) 구글 Google 활용사례(2) 페이스북 활용사례(3) 현대백화점 활용사례(4) DHL 활용사례(5) 월마트 활용사례(6) ZARA 자라 활용사례(7) 넷플릭스 활용사례7. 빅데이터의 미래전망참고문헌1. 빅데이터의 개념빅데이터 bigdata란 인터넷 및 각종 SNS등을 통해 오가는 모든 메시지, 이미지, 그리

2023년 1학기 방송통신대 정보사회와행정 기말시험과제물)제4차 산업혁명이 본격화하고 있는 상황에서 정부의 역할과 행정의 미래에 대하여 설명하시오

데이터베이스에 저장하고 있다. 이를 이용해 빠른 검색이 가능해진 것이다. 인공지능은 게임을 하는 방법을 배우는 것이 아니라 게임하는 방법을 배우도록 가르치며, 구글은 인공지능을 이용하여 검색을 개선하는 것이 아니라 검색을 이용하여 인공지능을 개선하고 있다. 이를 위해 저렴한 병렬처리장치인 그래픽처리장치를 사용하고 있으며, 인공지능이 영리해지는 것은 네트워크 효과 때문이다. 공상과학영화 는 미래의 로봇경찰을 다루며, 이

Google 구글 기업 경영전략분석및 구글 POLC전략분석과 현재 구글 경영전략문제점및 향후 구글 경영전략 제안

부재)4) 개인 정보 유출 문제5) ‘구글 왕국’에 대한 반감2. 구글의 현재 상황 분석과 대안 제시가. 구글의 SWOT 분석1) Strength2) Weakness3) Opportunity4) Threat나. 이를 통해 세워보는 새 Strategy1) SO :세계 최대 고객층, 우수한 인재와 빅데이터 시대의 결합2) ST : 다양한 서비스 제공을 통한 광고 수입 약화 극복3) WO : 전자기기 산업투자를 통한 아시아 시장 점유율 극복4) WT : 기본에 충실한 전략을 통해 이미지 개선5) 최종선택전략 :WO 전략참고문헌

빅 데이터와 금융시장

데이터는 넘쳐나고 정작 필요한 정보를 찾는 일은 점점 어려워지고 있다. 근래에 인터넷과 모바일에 기반을 둔 페이스북, 트위터 같은 SNS(Social Network Service)를 사용하는 사람도 점점 늘고 있다. SNS를 통해 왜곡된 정보는 이용자들에게 많은 혼란을 일으키게 되는데 이는 자료의 범람으로 인한 혼란의 대표적인 예이다.2008년 9월, 과학저널온라인판에서는 “인터넷 이후 기업에 가장 큰 영향을 미칠 것으로 기대되는 것은 빅 데이터(Big Data)

글로벌기업 SAP의 빅데이터 활용한 경영성공전략 사례분석과 SAP의 빅데이터 활용한 향후전략제안 레포트

SAPBig Data를 활용한 승리전략분석CONTENTSⅠ. 서 론1. 주제선정배경Ⅱ. 본 론1. 빅데이터(Big Data) 개념분석1) 빅데이터 개념2) 빅데이터 탄생배경2. SAP 기업소개 및 HANA 기술소개1) SAP 기업개요2) HANA 기술분석3. SAP의 스포츠분야에서의 대표적인 빅데이터 활용사례 분석 1) 독일의 월드컵 우승에 크게 기여한 SAP2) WTA(여자테니스협회)와의 협약3) FC바이에른 뮌헨에 스포츠 분석프로그램 제공한 SAP4) SAP와 F1 슈퍼카 맥라렌, 미래의 루트 4. 국내 스포츠

오늘 본 자료 더보기

오늘 본 자료가 없습니다.

최근 판매 자료

Naver 로그인

Kakao 로그인