코린의 도이의 코딩 공부

먼저 한양대 scec K-Digital Training에 대한 설명은 아래 사진들을 참고해주세요! 지원한 계기는 한양대랑 연계해서 뭔가 신뢰도가 높았고 교육과정도 나름 체계적이라고 생각했어요. 그리고 이전에 프로그램에 참여한 사람의 후기를 찾아보니 만족도도 높았고 무엇보다 교육비가 전액 무료라고 해서 지원하였습니다! 자기소개서 성장과정(500자) 전공에 관한 얘기와 이전 학교 연계 실습으로 IT 중소기업에서 근무했던 경험에 대해 작성했습니다. 그 과정에서 협력의 중요성을 깨달았다고 하면서 팀워크에 관한 부분도 언급했어요! 특기 및 장단점(500자) 저의 가치관인 도전정신과 그와 관련된 경험에 대해 설명했고, 장점으로는 뻔하디 뻔한 책임감에 대해 얘기했어요 ㅎㅎ;;... 단점은 한줄만 언급한 다음 어떻게 ..

머신러닝(Machine Learning) 컴퓨터가 데이터를 통해 유의미한 패턴과 통계적인 함수를 발견하여 행동의 지침이 되는 지식(예측, 분류, 회귀, 추천 등)을 얻어내는 행위 1. 머신러닝 알고리즘의 범주 1-1. 회귀 의미: 입력데이터를 바탕으로 원하는 타겟변수의 미래결과 예측 활용예시 금융분야: 주식시장 예측, 환율예측, 상품 risk예측 등 CRM: 백화점 수요예측, 가격견적, 광고입찰, 고객의 쿠폰반응 예측 등 1-2. 분류 의미: 입력데이터를 바탕으로 개별 데이터의 부류(Class)를 예측하거나 계급 결정 활용예시 스팸 필터링 신용카드 사기탐지 VIP 고객 여부 분석 제조 결함 탐지 약물 효능 검사 1-3. 추천 의미: 고객이 선호하는 상품 혹은 그 대안 예측 활용예시 홈쇼핑의 상품 추천 넷..

1. 결정 트리(Decision Tree) 데이터 마이닝에서 일반적으로 사용되는 방법론으로, 몇몇 입력 변수를 바탕으로 목표 변수의 값을 예측하는 모델을 생성하는 것을 목표로 한다. 아래 그림은 그러한 예측 모델의 한 예를 나타내고 있다. 그림의 트리 구조에서, 각 내부 노드들은 하나의 입력 변수에, 자녀 노드들로 이어지는 가지들은 입력 변수의 가능한 값에 대응된다. 잎 노드는 각 입력 변수들이 루트 노드로부터 잎 노드로 이어지는 경로에 해당되는 값들을 가질 때의 목표 변수 값에 해당된다. 2. 랜덤 포레스트(Random Forest) 분류, 회귀 분석 등에 사용되는 앙상블 학습 방법의 일종으로, 훈련 과정에서 구성한 다수의 결정 트리로부터 부류(분류) 또는 평균 예측치(회귀 분석)를 출력함으로써 동작한..

머신러닝(Machine Learning) 명시적인 프로그래밍 없이 데이터를 이용해서 예측 또는 분류를 수행하는 알고리즘을 구현하는 기법 한국말로 기계학습이라고도 부름 1. 머신러닝(Machine Learning)이 필요한 이유 머신러닝 방법론을 이용할 경우, 인간이 정확히 하나하나 로직을 지정해주기 어려운 복잡한 문제를 데이터에 기반한 학습을 통해서 해결할 수 있다. ex. 어떤 사용자에게 어떤 광고를 보여주는 것이 최적의 광고 배분 전략일까? 머신러닝 알고리즘을 사용할 때 가장 중요한 부분은 머신러닝 모델이 잘 학습할 수 있도록 적절한 특징(Feature)을 설정해주는 것이다. 2. 예측 모델(Prediction Model)의 필요성 데이터 분석을 통한 정교한 예측 모델(Prediction Model)..

핀테크(Fintech)란? 핀테크는 금융(Finance)와 기술(Technology)의 합성어로 첨단 정보통신기술(ICT)을 바탕으로 한 금융 서비스 변화이다. 주로 서비스 개인화, 자동화에 초점이 맞춰져 있으며 서비스 비용 절감과 이용해 편의성 제고를 기대할 수 있다. 최근 인공지능(AI)과 빅데이터 등 기술이 성장하며 핀테크 분야에 AI 기술을 활용하는 사례가 나타나고 있다. 금융 분야 AI 서비스 3가지 업무 관리와 서비스의 자동화 RPA(Robotic Process Automation)를 바탕으로 한 자동화 서비스를 주목하자. RPA는 이전까지 사람이 중심으로 처리한 업무 과정에 로봇을 도입, 업무 자동화를 구현하는 기술이다. 이 기술에서 로봇은 물리적 형태의 하드웨어형이 아닌, 소프트웨어 로봇이..