https://jeonhaa.tistory.com/38 ADP 필기 요약 정리(1과목 - 데이터의 이해)데이터 유형- 정성적 데이터 : 언어, 문자 (예 : 회사에 매출이 증가함 등)- 정량적 데이터 : 수치, 도형, 기호 (예 : 나이, 몸무게, 주가 등) 지식 경영- 암묵지학습과 경험을 통해 개인에게 축적된jeonhaa.tistory.comhttps://jeonhaa.tistory.com/37 ADP 필기 요약 정리 (2과목 - 데이터 처리 기술 이해)ETL (Extraction, Transformation, Load)데이터의 이동 및 변환 절차와 관련된 업계 표준 용어다양한 데이터 원천으로부터 데이터를 추출 및 변환 하여 ODS, DW, DM 등에 데이터를 적재ODS (Operation Data S..
전체 글
데이터 시각화매우 광범위하게 분산된 방대한 양의 자료를 분석하여 한 눈에 볼 수 있도록 도표나 차트 등으로 정리하는 것통찰력을 얻기 위해서는 시각화한 서비스가 필요데이터 분석과 의사소통 목적시각화데이터연구나 조사/발견/수집 결과인 일종의 기초 자료로서, 정보를 만들기 위한 원자재 같은 것디자인의 대상은 될 수 없음정보생산자와 사용자의 관점에 따라 다르게 전달될 수 있으며, 나름대로의 형태와 형식을 갖고 있음자기 조직화되지 않은 일반적인 의미만을 내재지식다른 영역의 정보가 자지 조직화해 획들할 수 있는 것지혜자기 내면화한 지식이기 때문에 명시적인 언어로 상대방에게 전달하기 어려움시각화 분류와 구분데이터 시각화그래픽 의미를 이용해 명확하고 효과적으로 커뮤니케이션하기 위함정보 시각화대규모 비수량 정보를 시각적..
분석 대상과 방법분석 기획시 고려사항가용 데이터 고려, 데이터 유형에 대한 분석 먼저가치가 창출될 수 잇는 적절한 활용방안과 유즈케이스장애요소들에 대한 사전 계획 수립정형 데이터반정형 데이터비정형 데이터ERP, CRM, SCM 등 정보시스템로그데이터, 모바일데이터, 센싱데이터영상, 음성, 문자 분석 방법론업무 특성에 따른 모델폭포수 모델 단계를 순차적으로 진행, 이전 단계가 완료되어야 함프로토타입 모델분석의 어려움이 있을 때 일부분을 우선 개발, 시험 사용 후 개선 작업나선형 모델반복을 통해 점증적으로 개발, 처음 시도하는 프로젝트에 용이, 복잡도 상승할 수 있음구성 : 단계 → 태스크 → 스탭 KDD 분석 방법론 (선전변마)데이터셋 선택 → 데이터 전처리 → 데이터 변환 → 데이터 마이닝 CRISP..
데이터 유형- 정성적 데이터 : 언어, 문자 (예 : 회사에 매출이 증가함 등)- 정량적 데이터 : 수치, 도형, 기호 (예 : 나이, 몸무게, 주가 등) 지식 경영- 암묵지학습과 경험을 통해 개인에게 축적된 내면화된 지식개인에게 습득되어 있지만 겉으로 드러나지 않는 지식조직의 지식으로 공통화사회적으로 중요하지만 다른 사람에게 공유되기 어려움예 : 김장김치 담그기, 자전거 타기- 형식지문서나 매뉴얼처럼 형상화된 지식언어, 기호, 숫자로 표출화된 지식(표출화 - 개인에게 내재된 경험을 객관적인 데이터로 문서나 매체에 저장, 가공, 분석하는 과정)개인의 지식으로 연결화전달과 공유가 용이함예 : 교과서, 비디오, DBDIKW데이터(Data) 가공하기 전의 데이터정보(Information)의미를 부여한 데이터지..
ETL (Extraction, Transformation, Load)데이터의 이동 및 변환 절차와 관련된 업계 표준 용어다양한 데이터 원천으로부터 데이터를 추출 및 변환 하여 ODS, DW, DM 등에 데이터를 적재ODS (Operation Data Store)추가 작업을 위해 데이터를 추출/통합한 데이터베이스실시간 또는 실시간 근접구성단계인터페이스데이터 획득데이터 스테이징데이터들이 추출되어 하나 또는 그 이상의 스테이징 테이블들에 저장데이터 원천과 스테이징 테이블과의 데이터 매핑은 일대일 또는 일대다데이터 프로파일링데이터 클렌징데이터 인티그레이션익스포트데이터 웨어하우스(DW)DW 특징주제 중심성특정 이벤트나 업무 항목을 기준으로 구조화 → 이해 쉬움영속성, 비휘발성읽기 전용, 삭제되지 않음통합성데이터들..