머신러닝과 딥러닝 실전 – Python을 활용한 상품 추천(Machine Learning and Deep Learning in Action – Recommendation Using Python) :: Lecture Slides 전용준_리비젼_AIsummit_RecSysDNN_20200207_D.pdf 구글 colab을 활용한 Hands-on 시작 >> [Step 1] (구글 계정 자체가 없으면 구글 계정을 만든다) https://colab.research.google.com/ ..

With good guys right after the final session of the summit. Dr. Avinash Jade ( Avinash Jade ) who is a principal data scientist at Walmart Labs elaborated a big and fully equipped picture of the next generation analytics in retail. Thanks to Donghan Kim we could grab a decent chance to take a shot together. l추천시스템은 Global leading, Mobile specialized 기업들 (e.g...

[RFNNC MDL 2019] R을 이용한 재무적 분석 _ 예측과 이상탐지 -- 전용준. 리비젼컨설팅 The data :: smpl_bnkrpt.csv The R script :: Y_전용준_리비젼_R_예측이상탐지20191120_scrpt.txt The pdf (Some theory) :: 전용준_리비젼_MLAD_20191120.pdf RStudio 가 한글 계정을 인식하지 못해서 에러가 날 때 : ☞ 영문 사용자계정 만..

머신러닝과 딥러닝 실전 – Python을 활용한 상품 추천(Machine Learning and Deep Learning in Action – Recommendation Using Python) :: Lecture Slides 전용준_리비젼_AIsummit_RecSysDNN_20191127_D.pdf 구글 colab을 활용한 Hands-on 시작 >> [Step 1] (구글 계정 자체가 없으면 구글 계정을 만든다) https://colab.research.google.com/ ..

[전용준. 리비젼컨설팅] 머신러닝 예측모델링의 전제와 가정 머신러닝 예측모델이 맞지 않는 이유는 데이터, 알고리즘, 예측 대상 설정 중 어딘가가 잘못되어 있기 때문. 그렇다면, Data와 Algorithm 중 어디를 고치는 것이 더 중요할 것인가? 머신러닝 예측모델의 전제와 가정 (Impicit Assumptions?) [1] 과거가 미래의 척도가 된다 [2] 분석에 필요한 데이터가 존재한다 [3] 데이터가 예측하려는 내용을 담고 있다 이 전제사항들 중 무언가가 성립하지 않는다면 정확한 예측을 할 수 있는 모델이 만들어질 수 있겠는가? [유튜브 영상 : TUTORIAL] 검토한다고 해보았으나, 가정이 성립하는지에 대한 판단이 어렵다면? 전제사항이 부분적으로만 충족된다면? 어쩌면 예측모델링이 무의미하거나,..

2019 비아이컨퍼런스: 사례를 통한해 본 AI와 BI >> 발표자료 [전용준] 리비젼컨설팅 대표 -- 비즈니스 머신러닝 적용사례들의 교훈 - 기대와 실제의 차이 머신러닝 - 적용사례들의 핵심적 교훈 :: [1] Staffing is the key - 기술, 경험, 관리 가능한 [머신러닝] 팀 필요 [2] Don’t hurry - 상당한 시간과 시행착오 당연 [3] Make it simple - 감당할 수 없다면 소용없음 - 작더라도, 작동하고 운영되는 [머신러닝]의 성공을 축적하라 [ 영상] [강연자료 Download] 비즈니스 머신러닝 사례들의 교훈: 기대와 실전의 차이 - 전용준. 리비젼컨설팅 대표. 경영학 박사. 전용준_리비젼_BizMLinPractice_20190411F.pdf 전용준 리비젼컨설..