[2018 BI컨퍼런스 발표자료 - 보강판]
* 기업의 입장에서 인공지능 AI 도입, 활용하기위해 무엇을 준비해야하는가?
* 기업들은 어떤 고민을 안고 있으며 지금의 인공지능은 현실적으로 투자할만한 가치를 가지고있는가?
* 인공지능 적용은 어떤 유형으로 이루어지며 어떤 부분에서 기업들의 오해가 많은가?
* 데이터만 많으면 되는가? 딥러닝이면 해결되는가?
# .... 리비젼컨설팅. 전용준 . 201809
머신러닝 자동화 플랫폼 DataRobot은 세계 정상급 데이터 과학자들의 지식, 경험 및 모범사례를 적용해서, 머신러닝 모델링을 자동화하고 사용자 편의성을 제공합니다. 비즈니스 관계자, 분석가 및 데이터 과학자들의 기술 수준과 관계 없이 모든 사용자가 DataRobot을 통해 정확한 예측 모델을 수립하고 배포하는 시간을 획기적으로 단축할 수 있습니다.
- 문의: 한컴MDS ICT사업부 datarobot@hancommds.com
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)Dylan Ko
* 해당 강연 관련 상세 인터뷰 - https://fyi.so/2Rl04JS
[목차]
1. 그로스 해킹 제대로 바라보기
2. 선택이 아닌 필수 “개인화 (Personalization)” 의 본질
3. 개인화를 구현하는 CDP (Customer Data Platform)의 글로벌 혁신 성공 사례
4. 이 모든 화두의 접점 “데이터 프로덕트 (Data Product)” 의 핵심
5. 데이터 프로덕트를 잘 만들기 위한 서비스/데이터 디자인 방법론과 기타
* 2018년 10월 29일 드림플러스 강남점에서 ㅍㅍㅅㅅ 아카데미(PPSS Academy)가 주최한 2시간 특강 '그로스 해킹과 데이터 프로덕트' 의 강연 슬라이드
[Agenda]
1. How to understand Growth Hacking properly
2. Not option but mandatory, Personalization's essence
3. Global innovation use cases of personalization using CDP(Customer Data Platform)
4. The core of Data Product, which is the base of all the above things
5. The methodology of service and data architecture design and other detail things to make a well-made data product
#그로스해킹 #데이터액션 #고넥터 #데이터사이언스 #서비스디자인 #GrowthHacking #DataAction #DataScience #Gonnector #ServiceDesign
머신러닝 자동화 플랫폼 DataRobot은 세계 정상급 데이터 과학자들의 지식, 경험 및 모범사례를 적용해서, 머신러닝 모델링을 자동화하고 사용자 편의성을 제공합니다. 비즈니스 관계자, 분석가 및 데이터 과학자들의 기술 수준과 관계 없이 모든 사용자가 DataRobot을 통해 정확한 예측 모델을 수립하고 배포하는 시간을 획기적으로 단축할 수 있습니다.
- 문의: 한컴MDS ICT사업부 datarobot@hancommds.com
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)Dylan Ko
* 해당 강연 관련 상세 인터뷰 - https://fyi.so/2Rl04JS
[목차]
1. 그로스 해킹 제대로 바라보기
2. 선택이 아닌 필수 “개인화 (Personalization)” 의 본질
3. 개인화를 구현하는 CDP (Customer Data Platform)의 글로벌 혁신 성공 사례
4. 이 모든 화두의 접점 “데이터 프로덕트 (Data Product)” 의 핵심
5. 데이터 프로덕트를 잘 만들기 위한 서비스/데이터 디자인 방법론과 기타
* 2018년 10월 29일 드림플러스 강남점에서 ㅍㅍㅅㅅ 아카데미(PPSS Academy)가 주최한 2시간 특강 '그로스 해킹과 데이터 프로덕트' 의 강연 슬라이드
[Agenda]
1. How to understand Growth Hacking properly
2. Not option but mandatory, Personalization's essence
3. Global innovation use cases of personalization using CDP(Customer Data Platform)
4. The core of Data Product, which is the base of all the above things
5. The methodology of service and data architecture design and other detail things to make a well-made data product
#그로스해킹 #데이터액션 #고넥터 #데이터사이언스 #서비스디자인 #GrowthHacking #DataAction #DataScience #Gonnector #ServiceDesign
AI기술과 클라우드서비스와의 관계를 살펴보고, 실제 AI 기술이 비즈니스와 어떻게 접목될 수 있는지까지 소개합니다 | Learn about the relationship between AI technology and cloud services and how real AI technologies can be combined with the business
엔터프라이즈의 인공지능(AI)과 머신러닝(ML) 적용은 왜 어려울까요?
베스핀글로벌의 웨비나 자료를 통해서 성공적인 AI와 ML 적용 방법을 확인하세요.
[목차]
1. 디지털 트랜스포메이션의 큰 흐름
- Gartner 선정 미래를 이끌어 갈 기업
- 글로벌 금융 기업의 디지털 트랜스포메이션, 데이터를 바라보는 시각
- 빅데이터 & AI 활용 사례
2. 빅데이터 분석 시스템 도입하기
- 빅데이터 분석 시스템 미도입 이유
- 빅데이터 분석 시스템 도입 사례
3. 데이터 분석을 위한 Data Lake & Data Governance
- 데이터 분석의 한계와 Data Lake
- 클라우드 Migration
- Data Governance의 중요성
4. AI 적용하기
- Amazon AI 서비스
- 적용 사례
!다운로드 하시면 고화질로 열람 가능합니다!*
기존 인프라를 클라우드로 전환하여, AI 등의 새로운 기술을 빠르게 도입하고 Agile한 운영환경을 갖추고자 하는 고객에게 추천드립니다.
IBM의 하이브리드 클라우드 진단 컨설팅과 함께 최적의 클라우드 도입 계획을 수립하고, 빠르게 수행하세요.
[상담문의]
sejngkim@kr.ibm.com
02-4995-5637
Graph Database Meetup in Korea #6. Graph Database 5 Offerings_ AssetManager (...bitnineglobal
Graph Database Meetup in Korea #6. Graph Database 5 Offerings_ AssetManager (그래프 데이터베이스 활용사례_ 기업 자산 관리)
국내 유일 그래프 데이터베이스 연구 개발 전문 기업, <비트나인> 주최로 진행된
그래프 데이터베이스 밋업(Meetup) 6번째! Graph Database 5 Offerings_ AssetManager (기업 자산 관리)" 입니다.
그래프 데이터베이스가 제공하는 5가지 핵심 오퍼링(5 Offerings) 중 “Asset Manager(Asset Management)”의 이론 소개 및 적용 분야 등에 대하여 소개 드렸습니다.
☞ 발표 영상 보러가기: https://www.youtube.com/playlist?list=PLGp3huJbWNDhQT4aBCS13udGhYnIc1GnO
☞ 밋업 참가 신청 하러가기: https://www.meetup.com/ko-KR/graphdatabase/
☞ 이메일 문의: hnkim@bitnine.net
☞ 그래프 데이터베이스 솔루션 AgensGraph 직접 사용해 보기: https://bitnine.net/
디지털 트랜스포메이션 강의 4분 요약: https://youtu.be/4dmRcrvJ8lE
해당 동영상에 디티 강의 시리즈 링크 있습니다.
지난 5월 한국전력 전북본부에서 진행했던 디지털 전환과 전력 산업에 대한 발표 자료입니다. 한전에서는 디지털 트랜스포메이션을 디지털 전환이 아닌 디지털 변환이라고 이야기 하더군요.
강의에서는 디지털 트랜스포메이션의 개념을 4차 산업혁명과 관련해서 설명했구요, 전력분야의 대표적인 DT 사례로 New York Power Authority 등 3-4개 기업들의 사례를 분석해서 소개했습니다.
Bespin global(베스핀글로벌) aws summit seoul 0415BESPIN GLOBAL
AWS Summit 에서 진행된 베스핀글로벌 이한주 대표의 세션은 빈자리가 없을 만큼 큰 인기 였습니다.
1,000 여명을 수용하는 오디토리움에 많은 분들이 자리해 주셨습니다.
Ops 엔지니어가 되기 위해 필요한 것, 베스핀이 Ops 엔지니어 기업으로 서기까지의 경험, 그리고 변화에 대응하지 않는 기업은 클라우드 세상에서 살아남기 어렵다는 메시지에 많은 분들이 고객을 끄덕였습니다.
마지막으로 변화에 대응하지 않는 회사에 계신다면, 베스핀글로벌로 오라는 메시지는 많은 참석자들의 동공 지진을 일으켰습니다 =) 지금도 늦지 않았습니다. We’re Still Hiring Join us !!
머신러닝 예측모델링의 전제와 가정 [전용준.리비젼]
( 블로그 포스트 : http://blog.daum.net/revisioncrm/439 )
머신러닝 예측모델이 맞지 않는 이유는 데이터, 알고리즘, 예측 대상 설정 중 어딘가가 잘못되어 있기 때문.
그렇다면, Data와 Algorithm 중 어디를 고치는 것이 더 중요할 것인가?
머신러닝 예측모델의 전제와 가정
(Implicit Assumptions?)
[1] 과거가 미래의 척도가 된다
[2] 분석에 필요한 데이터가 존재한다
[3] 데이터가 예측하려는 내용을 담고 있다
이 전제사항들 중 무언가가 성립하지 않는다면 정확한 예측을 할 수 있는 모델이 만들어질 수 있겠는가?
가정이 성립하는지에 대한 판단이 어렵다면?
전제사항이 부분적으로만 충족된다면?
어쩌면 예측모델링이 무의미하거나, 예측모델링이 불가능한 상황일 수 도 있다. 그러한 상황에서라면 억지로 모델을 만든다고해봐야 쓸모가 있을 것인가?
[#전용준 #리비젼컨설팅 #머신러닝 #예측모델링]
AI기술과 클라우드서비스와의 관계를 살펴보고, 실제 AI 기술이 비즈니스와 어떻게 접목될 수 있는지까지 소개합니다 | Learn about the relationship between AI technology and cloud services and how real AI technologies can be combined with the business
엔터프라이즈의 인공지능(AI)과 머신러닝(ML) 적용은 왜 어려울까요?
베스핀글로벌의 웨비나 자료를 통해서 성공적인 AI와 ML 적용 방법을 확인하세요.
[목차]
1. 디지털 트랜스포메이션의 큰 흐름
- Gartner 선정 미래를 이끌어 갈 기업
- 글로벌 금융 기업의 디지털 트랜스포메이션, 데이터를 바라보는 시각
- 빅데이터 & AI 활용 사례
2. 빅데이터 분석 시스템 도입하기
- 빅데이터 분석 시스템 미도입 이유
- 빅데이터 분석 시스템 도입 사례
3. 데이터 분석을 위한 Data Lake & Data Governance
- 데이터 분석의 한계와 Data Lake
- 클라우드 Migration
- Data Governance의 중요성
4. AI 적용하기
- Amazon AI 서비스
- 적용 사례
!다운로드 하시면 고화질로 열람 가능합니다!*
기존 인프라를 클라우드로 전환하여, AI 등의 새로운 기술을 빠르게 도입하고 Agile한 운영환경을 갖추고자 하는 고객에게 추천드립니다.
IBM의 하이브리드 클라우드 진단 컨설팅과 함께 최적의 클라우드 도입 계획을 수립하고, 빠르게 수행하세요.
[상담문의]
sejngkim@kr.ibm.com
02-4995-5637
Graph Database Meetup in Korea #6. Graph Database 5 Offerings_ AssetManager (...bitnineglobal
Graph Database Meetup in Korea #6. Graph Database 5 Offerings_ AssetManager (그래프 데이터베이스 활용사례_ 기업 자산 관리)
국내 유일 그래프 데이터베이스 연구 개발 전문 기업, <비트나인> 주최로 진행된
그래프 데이터베이스 밋업(Meetup) 6번째! Graph Database 5 Offerings_ AssetManager (기업 자산 관리)" 입니다.
그래프 데이터베이스가 제공하는 5가지 핵심 오퍼링(5 Offerings) 중 “Asset Manager(Asset Management)”의 이론 소개 및 적용 분야 등에 대하여 소개 드렸습니다.
☞ 발표 영상 보러가기: https://www.youtube.com/playlist?list=PLGp3huJbWNDhQT4aBCS13udGhYnIc1GnO
☞ 밋업 참가 신청 하러가기: https://www.meetup.com/ko-KR/graphdatabase/
☞ 이메일 문의: hnkim@bitnine.net
☞ 그래프 데이터베이스 솔루션 AgensGraph 직접 사용해 보기: https://bitnine.net/
디지털 트랜스포메이션 강의 4분 요약: https://youtu.be/4dmRcrvJ8lE
해당 동영상에 디티 강의 시리즈 링크 있습니다.
지난 5월 한국전력 전북본부에서 진행했던 디지털 전환과 전력 산업에 대한 발표 자료입니다. 한전에서는 디지털 트랜스포메이션을 디지털 전환이 아닌 디지털 변환이라고 이야기 하더군요.
강의에서는 디지털 트랜스포메이션의 개념을 4차 산업혁명과 관련해서 설명했구요, 전력분야의 대표적인 DT 사례로 New York Power Authority 등 3-4개 기업들의 사례를 분석해서 소개했습니다.
Bespin global(베스핀글로벌) aws summit seoul 0415BESPIN GLOBAL
AWS Summit 에서 진행된 베스핀글로벌 이한주 대표의 세션은 빈자리가 없을 만큼 큰 인기 였습니다.
1,000 여명을 수용하는 오디토리움에 많은 분들이 자리해 주셨습니다.
Ops 엔지니어가 되기 위해 필요한 것, 베스핀이 Ops 엔지니어 기업으로 서기까지의 경험, 그리고 변화에 대응하지 않는 기업은 클라우드 세상에서 살아남기 어렵다는 메시지에 많은 분들이 고객을 끄덕였습니다.
마지막으로 변화에 대응하지 않는 회사에 계신다면, 베스핀글로벌로 오라는 메시지는 많은 참석자들의 동공 지진을 일으켰습니다 =) 지금도 늦지 않았습니다. We’re Still Hiring Join us !!
머신러닝 예측모델링의 전제와 가정 [전용준.리비젼]
( 블로그 포스트 : http://blog.daum.net/revisioncrm/439 )
머신러닝 예측모델이 맞지 않는 이유는 데이터, 알고리즘, 예측 대상 설정 중 어딘가가 잘못되어 있기 때문.
그렇다면, Data와 Algorithm 중 어디를 고치는 것이 더 중요할 것인가?
머신러닝 예측모델의 전제와 가정
(Implicit Assumptions?)
[1] 과거가 미래의 척도가 된다
[2] 분석에 필요한 데이터가 존재한다
[3] 데이터가 예측하려는 내용을 담고 있다
이 전제사항들 중 무언가가 성립하지 않는다면 정확한 예측을 할 수 있는 모델이 만들어질 수 있겠는가?
가정이 성립하는지에 대한 판단이 어렵다면?
전제사항이 부분적으로만 충족된다면?
어쩌면 예측모델링이 무의미하거나, 예측모델링이 불가능한 상황일 수 도 있다. 그러한 상황에서라면 억지로 모델을 만든다고해봐야 쓸모가 있을 것인가?
[#전용준 #리비젼컨설팅 #머신러닝 #예측모델링]