데이터 과학자7 [주택금융연구소] 빅데이터 분석 방법론과 데이터 과학자 ■ 목차 1. 연구배경 2. 기계학습(Machine Learning)의 이해 1) 개요 2) 지도학습(Supervised Learning) 3) 비지도학습(Unsupervised Learning) 3. 기계학습의 응용 1) 딥러닝(Deep Larning) 2) 텍스트 마이닝(Text Mining) 3) 협업 필터링(Collaborative Filtering) 4. 데이터 과학자(Data Scientist) 1) 정의 및 역할 2) 필요 역량 5. 결론 및 시사점 - 연구배경: 공사 내 빅데이터 분석에 대한 관심 및 이해 향상, 분석 방법론 활용을 위한 다양한 아이디어 수렴을 위해 본 보고서 작성 ** 출처: [주택금융연구소] 빅데이터 분석 방법론과 데이터 과학자 ** 문서: 2017. 9. 7. [Hugo Gävert] How Will AI Change the Role of the Data Scientist? - 인공지능과 데이터 사이언티스트 관계 설정 How Will AI Change the Role of the Data Scientist? from Hugo Gävert 2017. 2. 24. [Sun Young Kim] 분석 현장에서 요구되는 데이터과학자의 역량과 자질 분석 현장에서 요구되는 데이터과학자의 역량과 자질 from Sun Young Kim 2016. 7. 29. [Sri Ambati] H2O World - Top 10 Data Science Pitfalls H2O World - Top 10 Data Science Pitfalls - Mark Landry from Sri Ambati 2016. 2. 1. 이전 1 2 다음