RudolpiA

| 데이터 vs 정보 정보란 파생된 지식을 말한다. 우리는 프로세스 측정, 새로운 발상, 예술작품 관람, 특정 주제에 대한 논의 등 다양한 활동을 통해 지식을 얻을 수 있다. 인공위성 센서부터 인간 뇌에서 번뜩이는 뉴런에 이르기까지 정보는 끊임없이 생성된다.그러나 정보를 포착하고 전달하는 일이 늘 간단하지만은 않다. 측정하기 쉬운 것이 있는 반면 그렇지 않은 것도 있다. 하지만 우리는 서로에게 혜택을 주기 위해, 지식을 전달하기 위해, 그리고 우리가 배운 것을 기억하기 위해 노력한다. 정보를 전달하고 저장하려면 정보를 부호화 해야 한다. 이와 같은 부호화를 통해 데이터가 생성된다.따라서 데이터란 부호화된 정보를 말한다.  | 데이터 유형  가장 일반적인 데이터 유형은 수치형 데이터와 범주형 데이터다. 수..

공통점 : 데이터로부터 가중치를 학습하여 패턴을 인식하고 결정을 내리는 알고리즘 개발과 관련된 인공지능 (AI)의 하위 분야 차이점 - 머신러닝 : 데이터 안의 통계적 관계를 찾아내며 예측이나 부류를 하는 방법 - 딥러닝 : 머신러닝의 한 분야로 신경세포 구조를 모방한 인공 신경망을 사용함 딥러닝의 유래 인공 싱경망 ( Artificial Neural Networks) - 인간의 신경세포를 모방하여 만든 망(Networks) 신경 세포 : 이전 신경세포로 들어오는 자극을 이후 신경세포로 전기신호로 전달하는 기능을 하는 세포 퍼셉트론 (Perceptron) : 인공 신경망의 가장 작은 단위 선형회귀식 - Y = wX + B 몸무게와 키 데이터 Y : 키 x : 몸무게 b: 100로 임의로 설정 W : 1로..

일반적으로 데이터를 분석하는 목적은 두 가지 입니다. 예측과 추론이죠. 예측 Prediction 은 결과를 맞히는 것이고, 추론Inference 은 원인과 결과 사이의 관계를 분석 하는 것이다. 추론을 해도 결과를 도출하기는 하지만, 추론에서는 원인과 결과 간 관계에 더 초점을 두죠. '왜 우산을 들고 있는가?' 를 맞히는 것, 즉 비를 피하기 위해서 인지 아니면 햇볕을 피하기 위해서인지를 분석하는 것은 추론 입니다. 예측은 사물을 정확하게 인식하는 것에 목적이 있다. 사물을 왜 이렇게 인식했는지에 대해서는 별로 관심이 없다. 분석의 목적이 예측인지 추론인지에 따라 접근이 완전히 달라집니다. P-value 는 분석 결과의 유의성을 확인하는 첫 번째 절차입니다. p-value가 0.05 보다 클 확률은 희..