꿈꾸는 데이터 디자이너 시즌2 교육설명회 슬라이드 입니다. 시즌2에 대한 정보와 시즌1에서의 결과에 대한 설명입니다.
www.facebook.com/datadesigner2015
https://www.facebook.com/groups/datadesigner/
www.datadesigner.org
Apache® Spark™ MLlib: From Quick Start to Scikit-LearnDatabricks
These are the slides to support the Apache® Spark™ MLlib: From Quick Start to Scikit-Learn webinar.
In this webcast, Joseph Bradley from Databricks will be speaking about Apache Spark’s distributed Machine Learning Library - MLlib.
We will start off with a quick primer on machine learning, Spark MLlib, and a quick overview of some Spark machine learning use cases. We will continue with multiple Spark MLlib quick start demos. Afterwards, the talk will transition toward the integration of common data science tools like Python pandas, scikit-learn, and R with MLlib
꿈꾸는 데이터 디자이너 시즌2 교육설명회 슬라이드 입니다. 시즌2에 대한 정보와 시즌1에서의 결과에 대한 설명입니다.
www.facebook.com/datadesigner2015
https://www.facebook.com/groups/datadesigner/
www.datadesigner.org
Apache® Spark™ MLlib: From Quick Start to Scikit-LearnDatabricks
These are the slides to support the Apache® Spark™ MLlib: From Quick Start to Scikit-Learn webinar.
In this webcast, Joseph Bradley from Databricks will be speaking about Apache Spark’s distributed Machine Learning Library - MLlib.
We will start off with a quick primer on machine learning, Spark MLlib, and a quick overview of some Spark machine learning use cases. We will continue with multiple Spark MLlib quick start demos. Afterwards, the talk will transition toward the integration of common data science tools like Python pandas, scikit-learn, and R with MLlib
꿈꾸는 데이터 디자이너 시즌2 교육설명회 슬라이드 입니다. 시즌2에 대한 정보와 시즌1에서의 결과에 대한 설명입니다.
www.facebook.com/datadesigner2015
https://www.facebook.com/groups/datadesigner/
www.datadesigner.org
Designing Smart Home Appliance?
This is about redefining our daily product experience, smart home experience and smart city experience.
You can get more info at
http://www.designconvivial.com/
스페인, 뉴욕에서 떠오르는 O2O 데이터 비주얼라이제이션 맵핑 솔루션 CartoDB 소개자료입니다. Location Intelligence라는 BI의 특화된 영역의 솔루션인 카토디비(CartoDB)는 위치, 주소정보를 가진 데이터를 개발자의 도움없이 빠르게 지도위에 비주얼라이제이션해주는 클라우드 기반과 설치형 모두를 지원하는 맵핑 솔루션입니다.
Theme. 2023 국내 엔지니어링 소프트웨어 시장 조사
■ LG U+의 가상 오피스 프로젝트
■ 리뷰-VCS, 포즈 드라이버 커넥트
■ 3D 프린팅, 제조업 변화의 바람 일으킬까
■ 크레오 10.0의 설계 탐색 기능
■ 앤시스 스페오스를 활용한 라이트 가이드 해석
■ 딥러닝 수치해석 데이터의 병렬처리
https://www.cadgraphics.co.kr/newsview.php?pages=magazine&sub=magazine01&catecode=26&num=74076
Data Engineers Lab's (DLAB) company and service information including Varies Big Data Case Studies in both vertical and horizontal business perspectives.
데이터엔지니어스랩 (디랩)의 회사 및 서비스 소개서입니다. 각 산업별 및 업무 분야별 빅데이터 사례와 활용도에 대한 커멘트를 수록한 최신 버전입니다.
꿈꾸는 데이터 디자이너 시즌2 교육설명회 슬라이드 입니다. 시즌2에 대한 정보와 시즌1에서의 결과에 대한 설명입니다.
www.facebook.com/datadesigner2015
https://www.facebook.com/groups/datadesigner/
www.datadesigner.org
Designing Smart Home Appliance?
This is about redefining our daily product experience, smart home experience and smart city experience.
You can get more info at
http://www.designconvivial.com/
스페인, 뉴욕에서 떠오르는 O2O 데이터 비주얼라이제이션 맵핑 솔루션 CartoDB 소개자료입니다. Location Intelligence라는 BI의 특화된 영역의 솔루션인 카토디비(CartoDB)는 위치, 주소정보를 가진 데이터를 개발자의 도움없이 빠르게 지도위에 비주얼라이제이션해주는 클라우드 기반과 설치형 모두를 지원하는 맵핑 솔루션입니다.
Theme. 2023 국내 엔지니어링 소프트웨어 시장 조사
■ LG U+의 가상 오피스 프로젝트
■ 리뷰-VCS, 포즈 드라이버 커넥트
■ 3D 프린팅, 제조업 변화의 바람 일으킬까
■ 크레오 10.0의 설계 탐색 기능
■ 앤시스 스페오스를 활용한 라이트 가이드 해석
■ 딥러닝 수치해석 데이터의 병렬처리
https://www.cadgraphics.co.kr/newsview.php?pages=magazine&sub=magazine01&catecode=26&num=74076
Data Engineers Lab's (DLAB) company and service information including Varies Big Data Case Studies in both vertical and horizontal business perspectives.
데이터엔지니어스랩 (디랩)의 회사 및 서비스 소개서입니다. 각 산업별 및 업무 분야별 빅데이터 사례와 활용도에 대한 커멘트를 수록한 최신 버전입니다.
Design approach thinking & coding
데이터 디자인 과정을 진행하면서 생각하게 된 여러가지 논점들을 풀어보았습니다.
-전통적인 디자인과 디자인적 사고의 차이점
-코딩의 발전과 디자이너의 역할 변화
-데이터와 비즈니스
-컴퓨터적 사고
-데이터와 창의성
-How data will transform business
-Sabermetrics
-Visualization vs Customer Experience
-How a visualisation is made
-Big data is better data?
-Visual Literacy
23. 1.20(수) 오리엔테이션 데이터 디자이너 오리엔테이션
1.24(일) R #1.R소개및설치, 기본기능 이해
1.27(수) R #2.HTML+CSS+반응형 웹(1) /데이터 불러오기 및데이터별 구조파악
1.30(일) R #3.데이터의 형태, 정제-dplyr &reshape2
2.03(수) R #4.R로배우는기초통계
2.12(금) HTML/CSS #5.HTML+CSS+반응형 웹(2)
2.14(일) R #6.R의패키지를 활용한 데이터 가공-rvest
2.17(수) R #7.R을이용한 데이터 시각화(1) -ggplot
2.19(금) R #8.데이터 과학자의 현황과 미래
2.21(일) R #9.R을이용한 텍스트 분석-tm
2.24(수) R #10. R을이용한 데이터 시각화(2) plotly
2.28(일) R #11. R을이용한 데이터 시각화(3) -ggmap
3.02(수) R #12. R을이용한 웹어플리케이션 -shiny
3.06(일) JavaScript #13. Java Script +Type Script +Angular.js
3.09(수) R #14. 프로젝트 실습
3.13(일) D3.js #15. 데이터시각화와 D3.js의 이해
3.16(수) D3.js #16. D3로기본그래프 그리기
3.20(일) D3.js #17. D3로고급그래프 그리기
3.23(수) D3.js #18. 디지털화와 데이터의 연결/프로젝트 중간발표(1)
3.27(일) D3.js #19. 데이터 탐색을 위한동적데이터시각화
3.30(수) D3.js #20. 프로젝트 중간발표(2)
4.03(일) D3.js #21. 좋은데이터시각화와 프리젠테이션
4.06(수) 프로젝트 #22. 프로젝트 실습
4.10(일) 종강 프로젝트 최종발표
커리큘럼
24.
25. 데이터 디자이너의 데이터 사이클
쉬운통계
데이터추출(Acquire)
데이터정제(Clean)
시각화구현
(Interactive Visual)
고급분석
(Advanced Analysis)
컨텍스트 해석
(Context)
데이터랭글링
(Wrangle)
스토리텔링
(Story-telling)
문제정의
<source= ‘실리콘밸리 데이터 사이언티스트의 하루’, 권재명>
데이터기반문제해결제안
(Data-driven Problem Solving)
31. 01. 가설과정보디자인
가설을 어떻게 세우느냐에 따라 일의 방향과
범위,그리고워크 로드가 정해집니다. 필요한
데이터의 양이 얼마만큼인지, 얼마나 정제된
데이터를구할 수있는지도 일의진행에 있어
서중요한부분이됩니다.무작정 데이터를 수
집하기보다문제를정의하고해결하는과정으
로의설계가 우선되어야 합니다.
02. 컨텍스트를 명확히
많은 데이터를 확보하는 것도 중요하지만 문
제를해결하는 데필요한 수준의데이터 셋을
확보하는 것이 보다 중요합니다. 문제해결을
위해맥락을파악하는것이그 핵심입니다. 분
석과시각화 못지않게 도메인지식이 중요한
이유입니다. 본질을 관통하는 메세지가 있어
야합니다.
03. 팀으로일하기
데이터분야의 일을하는 것은다양한 역량을
갖춘 사람들의 조합이 필요합니다. 한 사람의
슈퍼플레이도좋지만현실속에서는쉽지않습
니다.좋은 커뮤니케이션을 통해 문제를 정의
하고 솔루션을 만들어나가는 일련의 과정을
부드럽게 해나갈 수있습니다.
04. 문제에대한관심
솔루션은문제에대한관심으로부터시작됩니
다. 데이터는 문제해결을위한 소스이고 분석
과 시각화는 그것을 구체화하기 위한 방법입
니다.스타트업이 고통의지점을 해결하기 위
해 일을 하듯이데이터분야의 일도 일상의 지
점,불편하고문제가있는곳에서 출발하면 됩
니다.