인공지능 수업 - OT

https://pixelplex.io/blog/top-use-cases-of-ai-in-education/

---

 AI/Big Data 부상이유

1. 스마트폰의 확산 - 개개인이 데이터 생산

스티븐 잡스의 iphone 발표

---

2. 데이터 저장 및 처리장치의 발달

저장 매체의 발달

알들신잡

무어의 법칙

반도체의 집적회로의 성능이 24개월마다 2배로 증가한다는 법칙

---

3. 클라우드 서비스의 증가

클라우드 서비스를 통한 유연한 서비스
손쉬운 서비스 확대 → 더 많은 데이터 생산

클라우드 서비

---

3V

Volume(크기)/Velocity(속도)/Variety(다양성)

빅데이터를 공부하다보면 위 핵심 3V가 있습니다.
빅데이트를 모델링한 후 통계를 낸 대표적인 사례가 아례 이미지입니다.

모집단을 추정하는 통계는 어느정도 한계가 존재하겠죠
장님이 코끼리를 만져보기만 해서 코끼리의 전채를 알 수 없는 것처럼요

이런 통계를 다루는 직업을
"통계 분석가, 애널리스트, 전략 기획팀, 인사 기획팀, 리서치 담당" 등이 있습니다.

수많은 통계 기술이 있지만 데이터의 양이 늘어남에 따라
이런한 계산을 수식화하여 기계에 맡기기 시작했으며 이것을 머신러닝이라고 칭합니다.

---

AI의 발전

데이터 분류화를 하는 기술을 있었으나, PC 파워가 부족하여 사용 불가
그래서 AI의 겨울(1969-1986)이라고 불리는 긴 세월을 맞이했습니다.

이 AI의 겨울에서 학계를 구출해낸 것이 제프리 힌튼!

이 분이 논문도 많이 내셨는데 대표적으로 딥러닝의 상용화가 있습니다.

딥러닝 상용화

딥러닝 상용화를 위한 해결 과제들 | DBpia

대략적인 해당 분석 절차는 다음과 같습니다.

세부적으로 확인을 한다면..

로 확인 할 수 있습니다.

해당 분야(AI/DB)에 관한 대략적인 로드맵과 직업군은 아례와 같습니다.

Data Science Learning Roadmap for 2021

---

통계 예시

회귀, 상관 관계, 시계열 등

인과관계를 분석하는 것을 회귀 연관성을 보인다면 상관관계로 정의합니다.
또한 머신러닝(비지도학습, 지도학습, 강화학습)이나 딥러닝(분류, 회귀 등)도 있습니다.

데이터분석 - 1. 통계학 기초 Part1

아례 링크는 데이터분석에 관하여 간단하게 그리고 다양한 분석방법을 안내하며,
좋은 자료니까 추후 정리하거나 보시면 좋을 거 같습니다.

---

참고 자료

 

참고 이미지