or
이 연습은 강의의 일부입니다
먼저 데이터 사이언스가 무엇인지 정의합니다. 데이터 사이언스 워크플로와 데이터 사이언스가 실제 비즈니스 문제에 어떻게 적용되는지 살펴봅니다. 마지막으로 조직의 요구에 맞게 데이터 팀을 구성하는 방법을 알아보며 장을 마무리합니다.
이제 데이터 사이언스 워크플로를 이해했으니, 첫 단계인 데이터 수집을 더 깊게 파고듭니다. 회사가 활용할 수 있는 다양한 데이터 소스와, 수집한 데이터를 저장하는 방법을 배웁니다.
현재 연습
이 장에서는 대시보드를 통해 데이터를 탐색하고 시각화하는 방법을 다룹니다. 대시보드의 구성 요소와, 대시보드를 명확하게 요청하는 방법을 논의합니다. 또한 의사 결정을 안전하게 만드는 강력한 분석 도구인 임시(ad hoc) 데이터 요청과 A/B 테스트도 함께 다룹니다.
마지막 장에서는 데이터 사이언스에서 가장 화제가 되는 주제, Machine Learning을 살펴봅니다! 지도 학습과 비지도 학습, 그리고 클러스터링을 다룹니다. 이어서 시계열 예측, 자연어 처리, 딥 러닝, 설명 가능한 AI 등 Machine Learning의 특수 주제들도 살펴봅니다!