데이터 분석가가 주로 사용하는 도구 조사 (구글 독 조사 페이지 링크 : https://docs.google.com/forms/d/e/1FAIpQLSe31ixLe3hGifL9rauxCM687QJ7lQ2S4xlVowrHpe7e8QpnmQ/viewform ) [Summary] 본 조사는 대한민국의 데이터 분석가들이 2019년 현재 어떤 도구를 사용해서 데이터 분석을 수행하는가에 대한 개략적인 패턴을 ..

[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..

기업에서 인공지능/머신러닝 적용에 실패하는 이유 전용준. 리비젼컨설팅. 2018.10. 인공지능(artificial intelligence, AI)과 머신러닝(machine learning, ML)은 최근 기업들의 초미의 관심사이다. 잘 모르지만 무언가 큰 효과를 줄 수 있을 것이라는 기대가 되기도 한다. 적용을 시도해보는 경우도 있고 ..

# 미리보는 KBO 2018 가을야구 # 플레이오프 : 한화 - SK # 코리아시리즈 : SK - 두산 # 순서대로 진행된다고 했을 때 벌어질 타격전의 예상시나리오? # 9.19일까지의 KBO 타격 통계를 바탕으로 예상해본다면? #----- [EDA] KBO 가을야구 미리보기 연습 -------- # # [1] scatter plot을 통한 타자들 구성 분포 탐색 # [2] barplot을 활용한 팀별 성향 비교 # 블로그에서 데이터 불러오기 # KBO 데이터 타자순위로 60명. 2018.9.19일까지 통계 반영 hit0 .17 & hit1$team %in% c("두산","SK","한화"),as.character(hit1$name), ""), pos=2, cex=0.7) abline(h=30, lty=3..

# Anomaly Detection? ## 관련행사 :: [인공지능컨퍼런스] AI서밋 Workshop - 머신러닝 실전: 예측과 이상패턴 탐지 ## 링크 :: http://blog.daum.net/revisioncrm/427 #--------[ for video tutorial on KBO hitting example ]-------- # 유튜브 영상 링크 :: https://www.youtube.com/watch?v=mxegXZWUjMU # IsolationForest 패키지 인스톨 # devtools::insta..