Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료Seul Koo
Presentation about Big Data and Data Visualization(Inforgraphics) at KISTI(Korea Institute of Science and Technology Information). Data Visualization Technology can analyze and find a hidden business opportunity through a systematic visualization tool for Big Data.
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
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.
미래창조과학부가 주최하고 한국데이터베이스진흥원이 주관하는 데이터 활용 스타트업 대상 특화 지원사업 K-Global DB-Stars 의 사업 소개 슬라이드입니다.
총 12팀을 선발하여 팀당 최대 3천만원의 개발비와 전담 멘토링 및 다양한 분야의 교육을 지원하며, 최종평가를 통해 우수 기업들에게는 총 9천만원의 상금을 제공합니다.
특히 데이터 활용에 특화된 그로스해킹과 데이터를 활용한 서비스 디자인 및 비즈니스 모델 디자인 컨설팅을 고넥터 대표 고영혁이 직접 12팀 각각에 맞게 최적화하여 진행합니다.
데이터에 특화된 관점에서는 현시점에서 최고의 스타트업 지원사업이라고 볼 수 있습니다.
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료Seul Koo
Presentation about Big Data and Data Visualization(Inforgraphics) at KISTI(Korea Institute of Science and Technology Information). Data Visualization Technology can analyze and find a hidden business opportunity through a systematic visualization tool for Big Data.
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
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.
미래창조과학부가 주최하고 한국데이터베이스진흥원이 주관하는 데이터 활용 스타트업 대상 특화 지원사업 K-Global DB-Stars 의 사업 소개 슬라이드입니다.
총 12팀을 선발하여 팀당 최대 3천만원의 개발비와 전담 멘토링 및 다양한 분야의 교육을 지원하며, 최종평가를 통해 우수 기업들에게는 총 9천만원의 상금을 제공합니다.
특히 데이터 활용에 특화된 그로스해킹과 데이터를 활용한 서비스 디자인 및 비즈니스 모델 디자인 컨설팅을 고넥터 대표 고영혁이 직접 12팀 각각에 맞게 최적화하여 진행합니다.
데이터에 특화된 관점에서는 현시점에서 최고의 스타트업 지원사업이라고 볼 수 있습니다.
2015년 11월 20일, 패스트캠퍼스가 개최한 [데이터를 부탁해] 오픈 세미나의 4번째 세션에서 발표하신, [러닝머신 CAMP]를 수강하셨던 황준식 님의 자료입니다.
http://www.fastcampus.co.kr/dab_openlecture_151120/
[머신러닝 CAMP] 자세히 보기 ↓
http://www.fastcampus.co.kr/data_camp_mlearning/
일반인과 초보자를 위해 빅데이터의 이해를 돕기 위해서 DLAB에서 작성한 세번째 빅데이터 Issue Report를 공개합니다.
본 자료 "빅데이터 이해하기: 빅데이터에 관해 늘 궁금했던 것들"는 비전문가와 일반인들이 가장 궁금해 할만한 내용을 선별해서 빅데이터 전략 및 사업 기획을 제안하는 전문가와 빅데이터 분석 전문가 그리고 빅데이터 IT 컨설턴트의 감수를 거친뒤에 배포가 됩니다.
이번 주제는 빅데이터 사업을 구상하고 기획하는 모든분들의 고민, 빅데이터 조직과 역할 분담편입니다.
아무쪼록, 빅데이터를 이해하는데 조금씩 도움이 되었으면 하는 바이며 지속적인 컨텐츠 제공으로 평소 빅데이터에 관심을 가지고 있었던 많은 분들에게 도움이 되었으면 합니다.
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
1. Enablement & Deployment
- 오프라인 기초 교육 (격주로 진행)
- 무료 온라인 학습 페이지 (기능별, 주제별, 웹 세미나, 유튜브 강의)
- 도움말 & 유저 커뮤니티
- Tableau Blueprint
2. References
- Tableau Public: Best 시각화 예시, 샘플 대시보드 검색
- Tableau Conference & Tableau Experience
3. Tableau Certification
- Desktop: Specialist, Associate, Professional | Server: Associate, Professional
- https://www.tableau.com/ko-kr/learn/certification
최근 다양한 분야에서의 빅데이터 분석 시스템이 구축되어 활용되고 있으나, 대부분의 대상 데이터들이 텍스트 기반의 데이터를 한정하고 있다. 그러나, 현재 전 산업 분야에서 이미지(비디오) 데이터가 빅데이터의 핵심으로 부상하면서 이를 분석하기 위한 이미지 마이닝 기술에 대한 관심이 고조되고 있다. 이미지 마이닝 기술은 이미지 프로세싱 기술에 대한 연구가 시작된 시점 1960년대 이후인 1970년대부터 연구되기 시작하였다. 이와 관련된 많은 연구들이 의학적인 분야와 국방 분야에서 많이 연구되어 오다, 최근에는 마케팅 분야를 포함한 다양한 분야에서 연구되어 오고 있으며, 일부 산업 분야에서는 상용기술이 개발되어 실제 산업에 적용되고 있다. 이러한 기술들이 최근 빅데이터 기술에 대한 관심이 증가하면서 이미지(비디오) 데이터 분석에 적용하기 위한 연구들이 집중되고 있다. 이에 이에 이미지 마이닝을 위한 기존의 기술들의 연구 동향과 이러한 기술들을 활용하고 있는 산업 분야의 응용에 대한 동향을 조사 분석하고 향후 발전 방향에 대해 살펴보기로 한다.
최근 다양한 분야에서의 빅데이터 분석 시스템이 구축되어 활용되고 있으나, 대부분의 대상 데이터들이 텍스트 기반의 데이터를 한정하고 있다. 그러나, 현재 전 산업 분야에서 이미지(비디오) 데이터가 빅데이터의 핵심으로 부상하면서 이를 분석하기 위한 이미지 마이닝 기술에 대한 관심이 고조되고 있다. 이미지 마이닝 기술은 이미지 프로세싱 기술에 대한 연구가 시작된 시점 1960년대 이후인 1970년대부터 연구되기 시작하였다. 이와 관련된 많은 연구들이 의학적인 분야와 국방 분야에서 많이 연구되어 오다, 최근에는 마케팅 분야를 포함한 다양한 분야에서 연구되어 오고 있으며, 일부 산업 분야에서는 상용기술이 개발되어 실제 산업에 적용되고 있다. 이러한 기술들이 최근 빅데이터 기술에 대한 관심이 증가하면서 이미지(비디오) 데이터 분석에 적용하기 위한 연구들이 집중되고 있다. 이에 이에 이미지 마이닝을 위한 기존의 기술들의 연구 동향과 이러한 기술들을 활용하고 있는 산업 분야의 응용에 대한 동향을 조사 분석하고 향후 발전 방향에 대해 살펴보기로 한다.
데이터 시각화 프로젝트를 진행한 보아져 팀에서는 아래와 같은 프로젝트를 진행했습니다.
에듀테크 기업 바이브온과 함께한 세가지 프로젝트 모음집. 바이브온의 모든 데이터를 기반으로 한 인사이트 도출 과정이 나타난 [Marketing Analysis], 이용자들에게 효과적인 서비스를 제공하기 위한 시각화 서비스 기획안인 [타 생기부 분석 100% 활용하기], 시각화를 넘어 NLP를 통해 선생님의 생기부 작성을 돕는 [Vital-On] 세가지 프로젝트로 이루어져있다.
15기 박대희 이화여자대학교 통계학과
17기 김태현 이화여자대학교 경제학과
17시 박지운 이화여자대학교 통계학과
17기 이수경 성균관대학교 데이터사이언스학과
17기 이한울 고려대학교 사회학과
17기 이준희 고려대학교 통계학과
Tableau startup business case analysisSungwoo Park
태블로는 모든 사람들이 쉽고 빠르게 데이터를 이해 할 수 있도록 서비스를 제공하기 위해 2003년도 스탠포드 대학교 연구과정생들이 설립하였다.
사용자가 직접 빅데이터, 클라우드를 아우르는 모든 데이터를 연결, 분석함으로써 실질적인 Self-Service 데이터 분석이 가능하도록 만든 솔루션이다.
직관적이고 사용하기 쉬운 인터페이스로 사용자들이 빠르고 간편하게 데이터를 분석할 수 있도록 해줌
-How data will transform business
-Sabermetrics
-Visualization vs Customer Experience
-How a visualisation is made
-Big data is better data?
-Visual Literacy
2. 김영웅
주간 데이터 읽어주는 남자
꿈꾸는 데이터 디자이너 매니저
경영정보시스템 전공 박사과정
경영전문대학원 MBA
컴퓨터공학 전공
Ryan Kim | Convergence Business Designer
Facebook. https://www.facebook.com/keyassist
E-mail. youngwung.kim@gmail.com
Web. http://keyassist.tistory.com
8. A primary goal of data visualization is
to communicate information clearly
and efficiently to users via the
statistical graphics, plots, information
graphics, tables, and charts selected.
Effective visualization helps users in
analyzing and reasoning about data
and evidence.
It makes complex data more accessible,
understandable and usable. Users may
have particular analytical tasks, such as
making com parisons or understanding
causality, and the design principle of
the graphic (i.e., showing comparisons
or showing causality) follows the task.
<source=SAS White Paper ‘Data Visualization:
Making Big Data Approachable and Valuable’>
<source=https://en.wikipedia.org/wiki/Data_visualization>
Top benefits of Data Visulization Tools A primary goal of data visulization
11. 데이터과학에 대해
제대로 배우려면
<source=https://www.dataquest.io>
12. 01 Learn to love data
동기부여에 대해 이야기하는 사람은 아무도 없다. 데이터과학은 배우기가 매우 어려운 분
야다. 그렇기 때문에 동기부여 없이는 정말로 고된 시간이 될 것이다. 밤을 새는것도 별거
아닐 정도로 강한 동기부여가 되어야 한다. 반드시 필요하다고 생각되는 어려운 것을 배
워야 할 때도 동기부여는 매우 중요하다.
<source=http://www.adma.com.au>
13. 02 Learn by doing
당신의 작업중 무려 90%가 데이터를 정제하는 데 쓰인다. 몇몇 알고리듬에 대해 잘 알고
있는 것이 많은 알고리듬에 대해 얕게 아는 것보다 낫다. 가장 중요한 건 실제 프로젝트를
통해 배우는 것이다. 그것을 통해 실제로 필요하고 유용한 스킬을 익힐 수 있고 포트폴리
오도 만들 수 있다. 실제의 경험을 통해 컨텍스트를 얻는 것이 매우 중요하다.
<source=http://www.minimalwall.com>
14. 03 Learn to communicate insights
데이터과학자는 자신의 분석결과를 다른 사람에게 보여줘야 한다. 이걸 잘할 수 있
느냐에 따라 단순한 데이터과학자와 위대한 데이터과학자가 구분된다. 인사이트를
커뮤니케이션하는 것은 우선 주제와 관련 이론을 잘 이해하고, 깔끔하게 결과를 구
성하며, 분석결과를 명확하게 설명할 수 있어야 함을 의미한다. 복잡한 컨셉을 효과
적으로 설명하는 건 매우 어렵지만, 아래의 몇가지를 통해 도움을 받을 수 있다.
<source=http://www.councilcomm.org>
15. 04 Learn from peers
다른 이와 일하면서 성장하는 건 매우 환상적인 일이다. 데이터과학 분야에서 팀웍
은 매우 중요하다. 데이터과학 블로그를 함께 공동운영할 수 있는 사람들에게 메세
지를 보내보거나 동료를 찾아 도전해보라.
<source=http://www.leapagency.com>
16. 05 Constantly increase the degree of difficulty
데이터과학을 하는 건 가파른 산을 오르는 것과 같다. 등반을 멈춘다면 다시는 아무
것도 할 수 없다. 지금 하고 있는 프로젝트가 익숙해졌거나 새로운 컨셉으로 시도한
지 오래되었다면, 이제는 난이도를 높여 도전해야할 때다.
<source=http://blog.pearson.com>
17. A Map of Data Science Degree Program Around The World
<source=http://data-science-university-programs.silk.co/>
21. A Map of Data Science Degree Programs Around the The World
When Data Visualization Works —― And When It Doesn’t
Mapping youth well-being worldwide with open data
Data Science Wars: R vs. Python
Why data visualisation matters
On Visualizing Data Well