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..

[데이터사이언스] 공감토크_데이터과학과 비즈니스의 미래_전용준_20171222 Agenda 1. 디지털 변혁Transformation과 비즈니스의 변화 - 디지털 변혁과 4차 산업혁명의 차이 - 디지털 변혁과 비즈니스의 미래간의 관계 - 디지털 변혁의 원동력은 무엇인가 2. 데이터 과학은 어디를 향해가는가 - 데이..

탐색적분석 Exploratory Data Analysis (EDA) ? (주로 시각적인 방법을 활용하여) 다음과 같은 목적을 달성하기 위해 데이터를 분석하는 방법 데이터 셋에 대한 이해를 높이기겉으로 드러나지 않은 구조를 파악하기 중요한 변수들을 찾아내기아웃라이어와 비정상적인 값을 찾아내기깔려있는 상식..

인공지능에 대한 논란과 실체, 그리고 현실적 선택 (working) 2017.11.02+ 전용준. 리비젼컨설팅 대표 인공지능(AI)이 붐이다. 한편으로는 의외라 신기하기도 하고 한편으로는 관전의 즐거움도 있다. 왜 느닷없이 인공지능을 들먹이고 있는지 왜 아무 거리낌 없이 아무데나 인공지능이란 형용사..

# randomForest와 ranger 속도 차이 비교 # randomForest의 가장 큰 약점 중 하나인 모델 생성 속도 문제에 대한 대책으로 ranger 테스트 # ranger :: a fast implementation of Random Forest (Breiman 2001) or recursive partitioning, particularly suited for high dimensional data bnk05 <- read.csv('http://cfile223.uf.daum.net/attach/99E6173359C44CE507C..

A00_GDA_dp_scrpt_20171016.txt 사용자 데이터 userb.csv 로그인 이력 데이터 daub.csv