똔똔

데이터와 인공지능의 관계는 무엇일까 1. 데이터와 인공지능 인공지능이란? 컴퓨터가 데이터를 이용해 학습할 수 있도록 하는 기술 인공지능이 대체하고자 하는 영역은 인간의 판단력 그 중에서도 '복잡한 관계를 깨닫고 분별할 줄 아는 지능'을 인공지능은 대체하려고 한다. 2. 데이터와 빅데이터 빅데이터란? 인간이 생산하는 모든 형태의 신호와 흔적(특정 데이터베이스의 특정한 형식을 가진 것) - 일상에서 만들어내는 모든 이미지, 음성, 문자, 기호 등이 모두 데이터 좋은 데이터란? 3. 인공지능과 빅데이터의 힘 문제해결 함수에서의 인공지능의 비중 확대 인공지능 기술은 점차 머신러닝에서 딥러닝으로 발전 중 다양성, 신뢰도, 양 모두를 만족하는 데이터의 양이 급속도로 증가 -> 문제해결 함수에서의 인공지능 비중이 크..

1. 데이터 지목 역량 데이터 지목의 2가지 요건 데이터 지목의 사례 사례1: 무한도전 피겨 판매중단 주장1: 무한도전에서 제일 인기가 좋은 건 유재석이 아닌, 정형돈이다. 이때, 단 하나의 데이터를 피겨 제작사에게 요청하여 이 주장의 사실 여부를 점검하고자 할때, 어떤 데이터를 요청해야 할까? -> '피겨별 생산량' "품절되었다"는 의미는 적은 생산량 혹은 많은 판매량을 의미 애초에 정형돈 피겨의 생산량이 적다면, 가장 인기가 없는 것은 정형돈일 수 있음. 사례2: 데이터를 통해 국내 자동판매기 시장의 성장 유무 파악 주장1: 필요한 데이터는 생산 단가 데이터이다. 주장2: 필요한 데이터는 자판기 종류별 생산량 데이터이다. 둘 중 더 좋은 지목은? 좋은 지목은 가설을 검증하기 위한 지목 주장1은 주장의..

왜 데이터 리터러시 역량 중 비판 능력이 가장 중요한 것일까? 1. 데이터 비판 능력 데이터 비판 능력이 중요한 이유 1. 속지 않기 위해서 데이터로 상대방을 속이려는 행위가 급증한 지금(ex. 가짜뉴스, 딥페이크 등) 데이터는 잘 쓰면 약이지만 그렇지 못하면 독 2. 비판 받지 않기 위해서 나의 주장을 전개하기 위한 발판인 데이터. 다른 사람의 주장과 데이터 사이 관계 비판 시 내가 나의 주장을 비판할 때 사용할 수 있음 3. 비판 능력이 좋아야 기획 능력도 좋기 때문 데이터 분석 기획 능력이 좋다는 것은 설득을 위한 데이터를 감각적으로 판단 + 필요한 것에 대한 명확한 구분 가능한 힘 좋은 근거로서의 3가지 요건 사실성: 이 근거는 사실에 입각하였는가? 데이터가 많아질수록 나의 주장은 설득력이 높아짐..

데이터를 공감적으로, 직관적으로 이해할 수 있을까? 1. 데이터를 공감하는 힘 데이터 공감역량 데이터 공감능력: 데이터가 가진 값 자체가 아닌, 정황에서의 의미를 찾는 것 예시1: 1) 지난 40년의 100m 신기록 데이터 추이 파악 2009년 경 급격한 신기록 갱신, 우사인 볼트는 지난 40년간 인류가 만든 신기록 추이 데이터의 기울기를 바꾼 남자 2) 우사인 볼트가 만들어낸 신기록 낙폭과 똑같은 낙폭을 다른 선수들은 얼마나 걸렸는지 계산 단, 1년간 우사인볼트가 만들어낸 낙폭은 지난 15년간 7명의 선수가 만든 것과 동일 3) 같은 1초라 하더라도 1초를 줄이기 위한 난이도의 차이 (눈에 보이지 않는) 이전에 줄어든 1초와 우사인 볼트가 줄인 1초의 난이도는 다름 데이터를 단순히 해석하는 것이 아닌,..