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
- Deep learning
- data science
- c++
- Artificial Intelligence
- node.js
- 빅데이타
- 김양재
- 빅 데이타
- openCV
- 빅데이터
- MongoDB
- 김양재 목사님
- 확률
- 딥러닝
- R
- Statistics
- 인공지능
- nodeJS
- WebGL
- 김양재 목사
- 빅 데이터
- Machine Learning
- probability
- 몽고디비
- 통계
- 데이터 과학
- No SQL
- 우리들교회
- Big Data
- 주일설교
Archives
- Today
- Total
Scientific Computing & Data Science
[Data Science / Posts] 인공지능, 빅데이터, 데이터 과학의 10가지 알고리즘 본문
Data Science/Posts
[Data Science / Posts] 인공지능, 빅데이터, 데이터 과학의 10가지 알고리즘
cinema4dr12 2017. 3. 19. 23:39알고리즘은 우리의 직업을 빼앗을 것인가? 그렇다, 정말 그렇다... 그런데 이것은 좋은 것이다.
알고리즘은 문제를 풀고 목표를 달성을 돕는 규칙이 있는 과정의 연속물이다. 또한 이러한 과정과 규칙을 구조화 할 때 즉각적으로 인공지능(Artificial Intelligence; A.I.)을 구현하기 위한 알고리즘을 자동화하는 것이 가능하다. 이것이 우리의 과중한 분석 업무를 돕는 인공지능이며 이로써 우리는 우리가 본래의 업무에 충실할 수 있게 된다.
인공지능는 우리의 직업, 업무 스타일, 비즈니스 문화를 바꾸고 있다. 인공지능은 우리가 인간 본연의 일인 핵심 문제에 집중할 수 있도록 돕는다. 그러나 일터에서 인공지능을 이용하는 것은 단순하지 않다. 인공지능을 구현하기 위한 알고리즘의 수준은 천차만별이며 이들은 각각 사용성과 영향력이 다양하기 때문에 A.I.는 점점 더 복잡해지고 있다. 인공지능의 역할과 인간의 역할을 보다 균형있게 만드는, 인공지능, 빅데이터, 데이터 과학을 구현하는데 사용되는 상위 10가지 알고리즘의 분류에 대해 소개하겠다.
- 크런처형. 이 알고리즘은 간단한 규칙으로 소규모의 반복적 과정을 통해 복잡한 문제의 수를 계산한다. 이 알고리즘에 데이터를 공급하면 답을 얻을 수 있다. 만약 답이 마음에 들지 않는다면 알고리즘에 더 많은 데이터를 공급하여 답의 퀄리티를 다소 향상시킬 수 있다. 크런처는 고객을 분류하고, 프로젝트 기간을 산정하고, 조사 데이터를 분석하는 등 비즈니스 문화를 이해하는데 능하다.
- 안내자형. 이 알고리즘은 히스토리 중 성공적인 행동에 근거하여 최선의 정책, 프로세스, 워크플로우를 선택할 수 있도록 안내한다. 가이드는 위험관리, 전략적 변화, 복잡한 프로젝트 관리와 같은 것들을 이해하고 실행하기 위해 필요한 수많은 이동 요소를 조직화하는데 능하다.
- 충고자형. 이 알고리즘은 과거의 패턴에 근거하여 성공 확률이 높은 예측, 랭킹을 제공하여 최상의 옵션에 대한 충고를 한다. 충고자형은 의사결정, 계획, 위험 감소에 대한 충고를 하는데 능하다.
- 예측가형. 이 알고리즘은 과거의 행동 및 사건을 해석하는 작은 반복적 결정 및 판단을 이용하여 미래의 인간 행동 및 사건을 예측한다. 예측가형 알고리즘은 사업 계획, 시장 예측, 브랜드 관리, 건강 진단, 소비자 행동 예측, 브랜드 매력, 사기, 마켓팅 기획, 날씨 이벤트, 질병 발병 예측에 능하다.
- 전술가형. 이 알고리즘은 전술적으로 단기 행동을 예측하고 그에 따라 반응한다. 이는 관련된 사람들에 대해 학습한 정보에 따라 단기 전술 규칙을 조합을 실현한다. 전술가형 알고리즘은 공급 체인, 시스템 성능, 작업량, 조립라인을 밸런싱하는데 능하다.
- 전략가형. 이 알고리즘은 전략적으로 행동과 그에 따른 계획을 예측한다. 전략가형 알고리즘은 과거의 데이터를 통해 통찰려과 혁신적인 기회를 발견해 낸다. 이는 관련된 사람들과 다양한 환경에서 이 사람들이 어떻게 반응하는지를 학습한 정보를 통해 장기 및 단기 규칙의 조합으로써 실현된다. 전략가형 알고리즘은 시장 수요, 고객 이탈, 노동 생산성, 직원 이탈을 예측하는데 능하다.
- 리프터형. 이 알고리즘은 지루하고 반복적인 작업을 도와 우리를 단순 업무로부터 해방시켜준다. 이 알고리즘은 전문가들이 우리의 분석적 업무를 할 수 있도록 돕는 역할을 한다. 리프터형 알고리즘은 규칙성 있는 반복적 패턴과 그래프, 사기, 리스크, 개선, 변형, 기회, 혁신 등을 해석하고 인지하는데 능하다.
- 파트너형. 이 알고리즘은 우리가 가진 최상의 것을 발휘할 수 있도록 한다. 이는 우리 분야의 많은 주제별 전문성을 활용하여 보다 생산적이고 보다 집중력을 발휘할 수 있도록 한다. 파트너형 알고리즘은 매 분기 또는 매년 우리에게 충고하고 우리를 훈련하고 시장의 변화에 대응할 수 있도록 돕는다. 이 알고리즘은 언제 점심식사를 해야 하는지, 에어컨이 몇도로 맞추어져야 하는지 등 우리의 행동을 통해 이해한다.
- 오케이형. 이 알고리즘은 기초적인 분석 작업을 돕는 등 다양한 영역의 주제별 전문가이다. 일단 이 알고리즘이 분석을 마치면 우리는 각각 우리의 전문성에 근거하여 작업을 리뷰하고 결과에 대한 오케이 신호를 보낸다. 오케이형 알고리즘은 심층 분석(Deep Analysis)를 통해 큰 그림을 구성하고 모든 시각에서 사물을 바라보는데 능하다. 이들은 사업 계획, 전략적 변화, 문화 변화를 감지하는데 능하다.
- 관리자형. 이 알고리즘은 우리의 비즈니스가 어떻게 동작하는지를 파악하는 전문가이다. 이들은 우리의 사업이 건전성을 갖고, 생산적이며, 재무적으로 강력하게 될 수 있도록 우리의 사업을 돕는다. 이 알고리즘은 우리를 조율하여 다른 모든 알고리즘들이 우리의 전략적 장기 목표를 실현할 수 있도록 돕는다.
'Data Science > Posts' 카테고리의 다른 글
[Data Science / Post] R 패키지 작성하기 (1) | 2017.07.25 |
---|---|
[Data Science / Post] Data Science vs Big Data vs Data Analytics (0) | 2017.07.06 |
[Artificial Intelligence / Posts] 의료 영상에서의 딥러닝 어플리케이션 (0) | 2017.02.12 |
[Data Science / Posts] 데이터 과학 소개 (0) | 2017.02.08 |
[Data Science / Posts] R에서 GPU를 활용하여 병렬 컴퓨팅하기 (2) | 2017.02.06 |
Comments