티스토리 뷰
Data Analytics를 크게 분류하면 아래와 같다.
Value, Complexity 측면에서 아래로 갈수록 높다고 볼 수 있으며 포함관계를 가진다.
쉽게 이해를 하자면
- 무슨 일이 있어났고,
- 왜 일어났고,
- 어떤일이 일어날 것이고
- 내가 원하는 목표를 달성하기 위해 무엇을 해야하는지를 보는 것.
- 유형별로 구분되는 것은 1,2,3의 경우 대안 도출을 사람이 하나 4의 경우 대안을 자동적(또는 사람의 개입을 최소화)으로 도출.
출처: http://www.kdnuggets.com/2017/07/4-types-data-analytics.html
1. Descriptive Analytics
- What happened?
- 과거 또는 현재에 일어난 일을 파악하기 위한 목적
- 통합적이고 정확하고 실제 데이터를 대상으로 함
- 결과를 바탕으로 추세를 분석하여 전체적인 활동의 성과를 모니터링하는 데 사용.
- 데이터 파악을 위해 효과적인 시각화 필요
2. Diagnostic Analytics
- What did it happen?
- 특정 현상/사건에 대한 발생 원인을 찾기 위한 목적
- 최상위 원인을 찾기 위한 분석
- 정확한 원인 분석을 위해 데이터간의 관계를 명확히 하고 불필요한 정보를 제거하는 과정
3. Predictive Analytics
- What will happen?
- 향후 발생할 현상/사건을 예측하기 위한 목적
4. Prescriptive Analytics
- What should I do?
- 원하는 목표을 달성하기 위해 주요 Factor를 파악하고 전략을 수립하기 위한 목적
- Decision Support, Decision Automation
- 최종적인 Prescriptive Analytics를 위해서는 여러 유형을 복합적으로 활용해야 함. (http://blog.lgcns.com/1215)
http://bi_matrix.blog.me/221018505863
Guided Analytics / Self-Service Analytics
'공부하자 > 머신러닝' 카테고리의 다른 글
ML01. 학습 및 참고 사이트 (0) | 2019.03.18 |
---|---|
ML03. 데이터 분석 (0) | 2018.04.25 |
#4. Linear Regression (0) | 2017.09.01 |
#3. Window 기반 Python 개발 환경 (0) | 2017.09.01 |
#2. ML 기본 개념 (0) | 2017.09.01 |
- Total
- Today
- Yesterday
- Mate pair
- color scripter
- Aging
- 화목난로
- xbrowser
- Python
- VirtualHost
- CNV
- transmembrane
- wget
- deep learning
- MySQL
- GaN
- 생물정보기업
- tensorflow
- signalP
- machine learning
- 우드스토브
- Next Generation Sequencing
- pygr
- 가상호스트
- 달인
- Bioinformatics
- paired-end
- ssh
- 리눅스 모니터링
- 리눅스
- illumina
- edwith
- TM
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 |
31 |