GuruSa

분석 절차 수립 1. 분석 모형 선정 수집된 데이터의 변수들을 고려하여 분석 목적에 부합하고 적합한 데이터 분석 모형을 선정함 1) 통계기반 분석 모형 선정 불확실한 상황에서 객관적인 의사결정을 수행하기 위해 데이터를 수집하고, 처리, 분류, 분석 및 해석하는 일련의 체계를 통계분석이라 함 ㉮ 기술 통계(Descriptive Statistics) 데이터 분석의 목적으로 수집된 데이터를 확률·통계적으로 정리·요약하는기초적인 통계 평균, 분산, 표준편차, 왜도와 첨도, 빈도 등 데이터에 대한 대략적인 통계적 수치를 계산하고 도출 막대 그래프, 파이 그래프 등 그래프를 활용하여 데이터 파악 분석 초기 단계에서 데이터 분포의 특징 파악 ㉯ 상관 분석(Correlation Analysis) 종류 설명 단순 상관 ..

기술통계 데이터 분석의 목적으로 수집된 데이터를 확률·통계적으로 정리 및 요약하는 기초적인 통계임 분석의 초기 단계에서 데이터 분포의 특징을 파악하려는 목적으로 주로 산출함 통계적 수치를 계산하고 도출하거나 그래프를 활용하여 데이터에 대한 전반적인 이해를 도움 1. 데이터 요약 1) 기초 통계량 ① 평균(Mean) 자료를 모두 더한 후 자료 개수로 나눈 값 전부 같은 가중치를 두며, 이상값에 민감한 단점이 있음 평균에는 표본평균, 모평균, 가중평균이 있음 ② 중위수(Median) 모든 데이터값을 크기 순서로 오름차순 정렬하였을 때 중앙에 위치한 데이터값으로 중앙값이라고도 함 특이값에 영향을 받지 않음 데이터 값의 수가 홀수일 경우에는 중위수가 하나가 되지만 짝수일 경우에는 중앙에 위치한 두 개의 값의 평..

데이터 탐색 기초 1. 데이터 탐색 개요 수집한 데이터를 분석하기 전에 그래프나 통계적인 방법을 이용하여 다양한 각도에서 데이터의 특징을 파악하고 자료를 직관적으로 바라보는 분석 방법 ① Four R's 탐색적 데이터 분석(Exploratory Data Analysis)의 4가지 특징 특징 설명 저항성 (Resistance) ☞ 저항성은 수집된 자료에 오류점, 이상값이 있을 때에도 영향을 적게 받는 성질을 의미 ☞ 저항성 있는 통계 또는 통계적 방법은 데이터의 부분적 변동에 민감하게 반응하지 않음 ☞ 탐색적 데이터 분석은 저항성이 큰 통계적 데이터를 이용 잔차 해석 (Residual) ☞ 잔차란 관찰 값들이 주 경향으로부터 벗어난 정도임 ☞ 잔차를 구해봄으로써 데이터의 보통과 다른 특징을 탐색 ☞ 주 경..

데이터 전처리 데이터 분석 과정에서 데이터 전처리는 반드시 거쳐야 하는 과정 전처리 결과가 분석 결과에 직접적인 영향을 주고 있어서 반복적으로 수행함 데이터 분석의 단계 중 가장 많은 시간이 소요됨 데이터 정제 → 결측값 처리 → 이상값 처리 → 분석변수처리 순서로 진행 데이터 정제 데이터 정제(Data Cleansing)는 결측값을 채우거나 이상값을 제거하는 과정을 통해 데이터의 신뢰도를 높이는 작업 1. 데이터 정제 절차 ① 데이터 오류 원인 분석 데이터 오류는 원천 데이터의 오류로 인해서 발생하거나 빅데이터 플로우의 문제로부터 발생함 원인 설명 오류 처리 방법 결측값(Missing Value) ☞ 필수적인 데이터가 입력되지 않고 누락된 값 ☞ 평균값, 중앙값, 최빈값 같은 중심 경향값 넣기 ☞ 랜덤..

성능 개선 목표 처리 능력(Throughput) 해당 작업을 수행하기 위해서 소요되는 시간 처리 능력 = 트랜잭션 수 / 시간 처리 시간(Throught Time) 처리 시간은 작업이 완료되는 데 소요되는 시간을 의미함 배치 프로그램의 성능 목표로 설정하며 배치 작업의 수행 시간을 단축하기 위해서는 아래와 같은 작업을 고려함 병행 처리(Parallel Processing)를 실시 인덱스 스캔보다 Full 테이블 스캔으로 처리 Nest-Loop 조인보다 Hash 조인으로 처리 대량 작업을 하기 위한 SORT_AREA, HASH_AREA의 메모리를 확보 병목을 없애기 위한 작업 계획 파티션 생성 응답 시간(Response Time) 사용자의 입력 후 시스템이 응답할 때까지 시간으로 최종 사용자가 느끼는 시스..

데이터 품질 관리 프레임워크 정보 시스템의 범위가 확대되고 복잡도가 증가함에 따라 정확성, 일관성, 적시성 등과 같은 데이터 품질이 중요해짐 데이터 품질 관리 프레임워크 상의 대상은 데이터, 데이터 구조, 데이터 관리 프로세스로 분류할 수 있음 데이터는 기관 및 기업의 비전이나 목표를 달성하기 위해 사용되는 전산화된 데이터 또는 전산화에 필요한 데이터를 의미함 데이터 구조는 데이터가 담겨 있는 모양, 틀로써 데이터를 취급하는 관점에 따라 구조가 달라지며 사용자 뷰, 모델, DB파일의 형태로 보여짐 데이터 관리 프로세스는 데이터 및 데이터 구조의 품질을 안정적으로 유지, 개선하기 위한 활동으로 절차, 조직, 인력 등을 포함함 데이터 관리 정책 구분 설명 데이터 관리 원칙 ☞ 데이터의 효과적인 확보, 유지,..

함수 종속성(Functional Dependency) 데이터들이 어떤 기준값에 의해 항상 종속되는 현상 Attribute X의 값 각각에 대해 Attribute Y의 값이 하나만 연관되면 "Y는 X에 함수적으로 종속된다" 또는 "X는 Y를 함수적으로 결정한다"라고 정의하고 X→Y로 표기하며 X는 결정자, Y는 종속자를 의미함 각 데이터를 종속된 테이블에 배치하여 데이터의 반복을 차단할 수 있고, 이상 현상 제거 시에 데이터의 정합성을 유지하는 역할을 함 함수 종속 다이어그램(Functional Dependency Diagram) 속성 간의 함수 종속 관계를 도식으로 표현하는 것 함수 종속성의 유형 1) 완전 함수 종속(Full Functional Dependency) X'⊂X 이고 X'→Y를 만족하는 A..

ER Model은 1976년 ER모델에 대한 Peter Chen의 논문에 의해 발표되고 미국 산업 표준으로 채택되었으며 시스템 개발의 최고의 기법이며 데이터베이스 설계를 위한 최고의 방법론으로 선정되었습니다. 현장에서는 이 모델링 기법보다는 IE(Information Engineering) 기법이 적용되고 있습니다. 엔터티(Entity) 업무에 필요하고 유용한 정보를 저장하고 관리하기 위한 집합적인 것 반드시 해당 업무에서 필요하고 관리하고자 하는 정보이어야 함 유일한 식별자에 의해 식별이 가능해야 함 영속적으로 존재하는 인스턴스의 집합이어야 함 업무 프로세스에 의해 이용되어야 함 반드시 속성이 있어야 함 다른 엔터티와 최소 한 개 이상의 관계가 있어야 함 엔터티의 분류 유무형에 따른 분류 유형 엔터티 ..

데이터는 비즈니스 가치를 극대화 시키는 핵심엔진이며 데이터를 분석하면 그 안에서 이전에 예측하지 못했던 새로운 통찰력(Insight)를 얻을 수 있습니다. 데이터베이스 없이 종이 혹은 파일에 기록할 때는 동일한 데이터라도 실시간 공유할 수 있는 것이 한정적이므로 데이터가 중복되어 저장될 수 밖에 없었지만 데이터베이스는 이렇게 중복된 데이터를 한 군데 집약시켜서 중복을 배제한 상태에서 관리합니다. 위의 그림은 데이터베이스 정의를 구성하는 4가지 요소입니다 1. 통합된 데이터(Integrated Data) 데이터가 원칙적으로 중복되어 있지 않다는 것을 의미 최소의 중복(Minimal Redundancy)이나 통제된 중복(Controlled Redundancy) 2. 저장된 데이터(Stored Data) 컴퓨..

데이터 적재 1. 데이터 적재 아키텍처 수립 (1) 아키텍처 정의 요구사항을 구현하기 위한 기반 기술을 정의하는 과정 요구사항을 반영하여 하드웨어와 소프트웨어 아키텍처를 정의하는데, 이는 정보시스템 개발, 테스트, 이관을 위한 기술적 기반이 됨 (2) 빅데이터 적재 아키텍처 요구 정의 ㉮ 장비 요구사항 정의 장비 규격 정의 설명 서버 장비 규격 정의 ☞ 주요 서버는 분산 처리를 위한 네임 노드(Name Node), 데이터 노드(Data Node), 데이터 분석을 위한 분석 서버, 원천 데이터 획득을 위한 수집 서버 등이 있음 네트워크 장비 규격 정의 ☞ 용도에 따라 라우터, 스위치 등으로 구성 ☞ 스토리지나 백업 장비를 위한 망 구성의 경우 SAN(Storage Area Network) 스위치 도입 고려..