일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- 구글애널리틱스
- 알파줄거리
- 영화 올드 줄거리
- 니다
- Google Analytics
- 미라클 모닝
- 코딩
- 벚꽃개화시기
- 감사인사
- 채용공고
- GA
- 티스토리
- 데이터 분석
- 독서
- ㅂㅂ
- 명상
- 코오롱베네트
- 얼음여왕
- 기사스크랩
- 벚꽃
- GA4
- Python
- 구글애널리틱스4
- 수명예측 인공지능
- 데이터문해력
- 6시 기상
- 프로그래머스
Archives
- Today
- Total
Data Analyst KIM
[D+1] 미라클 모닝(06:00~) 본문
반응형
1. 명상
오늘은 6시에 기상을 해서 명상으로 하루를 시작했다. 명상을 통해서 '김두연'이라는 사람을 보았다.
'나'라는 사람의 장점은 계획을 하면 어떻게든 이루겠다는 힘이 생긴다.
앞으로 계획이라는 것을 잘 활용해서 성장을 할 수 있도록 하자
2. 감사인사
1. 6시에 기상하여 바로 모닝 루틴을 지키기 위해서 책상 앞에 앉은 '나 자신'에게 감사합니다.
2. 2024년 상반기 공채 준비를 위해서 강의를 통해 동기부여를 해주시고 좋은 정보를 알려주신 박미경 선생님에게 감사합니다.
3. 블로그를 잘 안하고 있었는데 윤지의 블로그를 보고 더 열심히 해야겠다고 결심할 수 있음에 감사합니다.
4. 아침에 함께 일어나서 함께 책상에 앉은 어머니에게 감사합니다.
3. 독서
<<1장의 결론>>
데이터를 먼저 보지마라. 데이터 안에는 답은 없다.
가장 먼저 해야하는 작업은 목적과 문제 정의이다.
데이터 활용에 필요한 3가지 상자
(1) 분석 전, 문제 및 목적 정의 & 가설 구축 ⇒ 생각하기(= 사람이 해야하는 일)
(2) 분석을 위한 지식과 기술 ⇒ 작업하기
(3) 분석 결과 해석 및 스토리 구축 ⇒ 생각하기(= 사람이 해야하는 일)
필자가 목표로 하는 데이터 문해력이란?
그래프를 통해 무엇을 말할 수 있는지가 아니라, ”이 그래프를 작성한 사람은 무엇을 말하고 싶었을까?”이다.
즉,목적 사고력이다. 데이터 작업 전, 무슨 말을 하고 싶은지 를 생각해보고 이에 필요한 데이터를 활용해 작업을 진행하는 접근 방식
"데이터 활용을 못 하는" 사람들의 공통적인 과제, 문제점
(1)과 (3)의 필요성을 못느끼거나, 필요한 것은 알지만 실천을 못하는 사람들에게는 공통점이 있다. 그 중 하나는
‘눈 앞에 있는 데이터를 보는 것에서부터 시작한다’
데이터를 만져보며 (2) 작업을 수행한다!!!! ⇒ 매우 좋지 않음!!!
아무리 고난도의 통계와 분석 방법을 안다고 하더라도, 데이터가 직접적인 답을 주는 경우는 없다.
대신, “내가 무엇을 알고 싶은지, 이를 알게 되면 무엇을 하고 싶은지, 이를 위해서는 어떤 데이터(지표)가 필요한지”를 생각해라.
책에서 전하고 싶은 메세지
데이터와 데이터 분석은 목적을 달성하기 위한 도구에 지나지 않는다.
이 책에서는 분석방법이 아니라, 자신의 목적과 문제를 올바른 데이터로 적절히 활용해서
가치 있는 결과물을 낼 수 있도록 하는 사고방식과 기술을 소개한다.
나 자신이 알고 싶은 것(목적)에 따라 데이터를 수집하고 분석해서 그 결과를 검증하고 결론으로 연결하는 것!!
<데이터 활용 프로세스>
A 겉으로 드러나는 현상 목적 / 문제정의 B 목적 및 문제정의 C 지표 결정 현상파악 / 평가 D 현재 상태 파악 E 평가 요인 F 요인 분석 방법 G 해결 방안 모색
4. 기사 스크랩
수명 예측 78% 적중한 AI…600만명 데이터 9년치 학습
☞한겨레 뉴스레터 H:730 구독하기. 검색창에 ‘h:730’을 쳐보세요. 인공지능의 가장 큰 장점 가운데 하나는 복잡한 데이터를 짧은 시간 안에 분석하는 능력이다. 분석을 통해 파악된 데이터의 특
v.daum.net
<기사 내용>
덴마크공대와 코펜하겐대, 미국 노스이스턴대 과학자들이 교육, 건강기록 등의 기록을 이용하여
사망 위험,성격 등을 예측할 수 있는 인공지능 "라이프투벡"을 개발했다.
기존에 실패하던 예측이, 대규모 언어모델을 만나면서 성공적으로 개발이 되었다.
대규모 언어모델은 문장,단어 사이의 특정한 패턴을 찾고 이 정보를 이용해서 단어나 문장을 예측한다.
총 9년치 기록을 학습했고 78%의 정확도로 사망 여부를 예측한다.
이는 보험업계가 생명보험료를 책정하는데 사용되는 수명 예측 모델보다 11% 더 정확하다.
인공지능이 찾아낸 조기 사망 위험을 높이는 요인들은 저소득, 정신질환, 남성 등이 있고,
잘못 예측한 경우는 심장마비 등의 예측하기 힘든 사고였다.
의료분야에서 개인 질병 위험을 파악하여 예방을 하기에 유용할 것이다.
내생각
덴마큰인을 대상으로 인공지능 학습으로 다양한 국가의 사람들에게 적용하는 것은 어려워보인다.
하지만 대규모 언어모델(LLM)을 이용하여 수명을 예측하는 프로그램을 처음으로 접해보게 되었고
LLM의 중요성을 알게 되었다.
다양한 방법으로 시도를 하며 실패도 했지만, 결국 개발에 성공한 것에 배울점이 많이 있다고 느꼈다.
나또한 분석을 할때 머신러닝 기법만 사용할 것이 아니라, 딥러닝,시계열 등 다양한 방법을 공부하여 적용해서
가장 좋은 분석이 될 수 있도록 노력하는 자세가 필요하다.
또한 앞으로의 삶에서 인공지능 공부는 필수이며, 꾸준히 기사를 스크랩하여 미래의 변화를 빠르게 파악해야겠다고 느꼈다.
5. 채용공고
KOLON RECRUIT
채용공고 코오롱과 함께하는 길은 언제나 열려 있습니다.
dream.kolon.com
반응형
'일상 > 미라클 모닝' 카테고리의 다른 글
[D+3] 미라클 모닝(06:00~) (1) | 2024.01.08 |
---|---|
[D+2] 미라클 모닝(06:00~) (0) | 2024.01.05 |
[My모닝스쿨] 46일차(23.08.31) (0) | 2023.08.31 |
[My모닝스쿨] 44일차(23.08.28) (0) | 2023.08.28 |
[My모닝스쿨] 43일차(23.08.25) (0) | 2023.08.25 |