데이터야놀자 2017

1. 오픈소스 및 머신러닝 도입 이야기
모 금융회사
k

2. Datayanolja 2017
2
3
0 발표자 소개
1 인터넷 폐쇄망에서 분석 시스템 구축 (feat. 엔지니어가 없을 때)
2 분석 보고서 자동화
Machine Learning 삽질기 (분석 & 개발)

3. Datayanolja 2017
3
,
0 발표자 소개
1 인터넷 폐쇄망에서 분석 시스템 구축 (feat. 엔지니어가 없을 때)
2 분석 보고서 자동화 하기
Machine Learning 삽질기 (분석 & 개발)

4. Datayanolja 2017
4삽질의 진화
(2012.9~2015.2) 인지과학
We use empirical methods and formal tools
to uncover the mechanisms of human learning
and inference.
3 M 3(( N RN I ( % M 3(( V FV M I F P( V F ( N ( )-1 0 -( V E S I

5. Datayanolja 2017
5삽질의 진화
(2015) MINDSCALE
: 데이터분석 온라인 교육 사이트 컨텐츠 제작
http://mindscale.kr/
(2015) R User Conference in Korea 2015
: R을 이용한 텍스트 감정분석
- 여론과 감성 발견하기

6. Datayanolja 2017
6삽질의 진화
3M 3((L NPN(NSI M 5 N 4 :7 1 21 :7
16 2-E :9 2/ 12 :7 7, 7. :9 2. 62
:7 17 11 :7 17 6-
M 3(( S NPN INF VL( NPN(8 LSN N E N S
3
M 3((R L SF V R(A DN SMS5 L I4SN E F
V S L? 4 ). ))11, 0 F L V ? 4-/ V B
V V4 V B V V4M ,6 L L
PV
3 g
3 f

7. Datayanolja 2017
7
,
0 발표자 소개
1 인터넷 폐쇄망에서 분석 시스템 구축 (feat. 엔지니어가 없을 때)
2 분석 보고서 자동화
Machine Learning 삽질기 (분석 & 개발)

8. Datayanolja 2017
8SQL, EXCEL, SAS
3 M 3((SFR NPN( ( :8 1 78 :7 18 1) :8 2: 6.

9. Datayanolja 2017
9R과 Python을 하고 싶어요..
R과
Python을
하고
싶어요..

10. Datayanolja 2017
10R과 Python을 하고 싶어요..
miniCRAN 이용
R
• y x
• https://github.com/qinwf/awesome-R
&
& RNSN8B6?
& h x

11. Datayanolja 2017
11R과 Python을 하고 싶어요..
conda 이용
pip 이용
Python
• N M
• N I S FI x
• http://www.lfd.uci.edu/~gohlke/pythonlibs/
& NSI NSFV x
• SIF d B v

12. Datayanolja 2017
12버전 업데이트는요???
서버를 주신다면..
동기화를 해서…
관리는 누가해요??
Nobody knows…
R은 3.2.x
Python은 3.5.x
ODBC / JDBC

13. Datayanolja 2017
13
,
0 발표자 소개
1 인터넷 폐쇄망에서 분석 시스템 구축 (feat. 엔지니어가 없을 때)
2 분석 보고서 자동화
Machine Learning 삽질기 (분석 & 개발)

14. Datayanolja 2017
14보고서 자동화
3 https://www.slideshare.net/SungYongLee4/pycon2017-dances-with-the-last-samurai

15. Datayanolja 2017
15SQL, EXCEL, SAS
3 M 3((SFR NPN( ( :8 1 78 :7 18 1) :8 2: 6.

16. Datayanolja 2017
16SQL, EXCEL, (R or Python)
3 M 3((SFR NPN( ( :8 1 78 :7 18 1) :8 2: 6.

17. Datayanolja 2017
17보고서 자동화
3
http://blog.naver.com/PostView.nhn?blogId=djfdma8&logNo=220124054628&parentCategoryNo=&categoryNo=&viewDate=&isSho
wPopularPosts=false&from=postView

18. Datayanolja 2017
18보고서 자동화
& m_ a
& _ a
“An eye for an eye and a tooth for a tooth”
& 8 O
&
& 3 NSP 3 NSL
& a c u

19. Datayanolja 2017
19보고서 자동화
3 http://hashcode.co.kr/questions/1975/%EC%9B%B9%ED%81%AC%EB%A1%A4%EB%A7%81-
%ED%95%9C%EA%B8%80-%EA%B9%A8%EC%A7%90-%EC%A7%88%EB%AC%B8%EC%9D%B4%EC%9A%94
j

20. Datayanolja 2017
20보고서 자동화

21. Datayanolja 2017
21보고서 자동화

22. Datayanolja 2017
22보고서 자동화

23. Datayanolja 2017
23보고서 자동화

24. Datayanolja 2017
24보고서 자동화

25. Datayanolja 2017
25
,
0 발표자 소개
1 인터넷 폐쇄망에서 분석 시스템 구축 (feat. 엔지니어가 없을 때)
2 분석 보고서 자동화
Machine Learning 삽질기 (연구 & 개발)

26. Datayanolja 2017
26Machine Learning 연구
VS
많은 기능이 지원되는 caret에
새로운 알고리즘 추가
별도 라이브러리 생성
장점:
- 타 알고리즘 비교 가능
- 병렬처리 등 다양한 기능 구현 쉬움
단점:
- 기능 구현 시간이 느려
- 라이센스 이슈 (GPL)
장점:
- Tech 덜 신경
- 특정 알고리즘에 맞는 아키텍쳐
단점:
- 알고리즘 일반화가 어려움

27. Datayanolja 2017
27Machine Learning 연구
데이터 이슈 및 고려점들
- 머신러닝에 적합한 데이터 형태(Input)
: 6개월내, 3개월내, 1개월내 à 거래별, 월별
& 그럼에도 불구하고 기존 방법론 대비 변별력 향상
& 머신러닝 시 경계할 점들
: 상관 높은 변수들이 많이 선택될 위험성
시간이 지남에 따라 변별력이 낮아짐 (과거와 미래의 패턴이 달라짐)
계산 시간을 어떻게 줄일 것인가(하드웨어 VS 소프트웨어)

28. Datayanolja 2017
28Machine Learning 개발 및 배포
& 알고리즘 확장성
& 오류처리
& 라이센스
& 호환성
& 세션 처리
& 웹프레임웍
& 가상 Windows 미지원
& 서버 좀 …

29. Datayanolja 2017
29Machine Learning 개발
장점:
& 라이센스에 비교적 자유로움
& 개발 관련 지원 라이브러리들
단점:
& 언어 진입장벽
& Only Python만의 한계
& 혼자서 개발이 가능한가?

30. Datayanolja 2017
30Machine Learning
3 M 3(( N V R(N N E VL( F (1)1.2 -10,..1) 0

31. Datayanolja 2017
31Machine Learning
& F MNS = FVSNSL _5
& e iu · t _ s u
& _p DC ·
& r o c b _5
& n g _5
& i l w o_5
더 생각해볼 문제들

32. THANK YOU FOR WATCHING