현대 사회: 경제와 금융 이야기

머신러닝(ML)은 데이터로부터 학습해 보이지 않는 데이터로 일반화하고 명시적인 지시 없이 업무를 수행할 수 있는 통계 알고리즘 개발과 연구에 관한 인공지능 연구 분야입니다. 최근 인공신경망은 지금까지의 많은 성능 접근법을 뛰어넘을 수 있습니다.ML은 자연어 처리, 컴퓨터 비전, 음성 인식, 이메일 필터링, 농업, 의료 등 많은 분야에서 응용을 찾고 있습니다. 비즈니스 문제에 적용하면 예측 분석이라는 이름으로 알려져 있습니다. 모든 기계 학습이 통계에 기반을 두고 있는 것은 아니지만, 계산 통계는 이 분야 방법의 중요한 소스입니다. ML의 수학적 기초는 수학적 최적화(수학적 프로그래밍) 방법에 의해 제공됩니다. 데이터 마이닝은 감독되지 않은 학습을 통한 탐색적 데이터 분석(EDA)에 초점을 맞춘 관련된 (..

디지털 경제는 디지털 컴퓨팅과 경제의 기둥으로 기존의 경제활동(생산, 유통, 무역)이 인터넷과 World Wide Web 기술에 의해 어떻게 변화하고 있는지를 보여주는 포괄적인 용어입니다. 디지털 경제는 생산성을 향상시키기 위해 정보통신기술(ICT)이 모든 비즈니스 분야에 보급됨으로써 유지되고 있습니다. 소비자용 제품에 디지털 서비스와 디바이스가 포함되어 있기 때문에 사물인터넷(IoT)이라고 불리는 현상이 점점 일반화되고 있습니다. WEF에 따르면 세계 경제의 70%는 향후 10년간(2020년 이후) 디지털 기술로 구성될 예정입니다. 코로나19 대유행과 온라인화 추세로 가속화되는 추세입니다. 특히 코로나19 대유행 이후 일의 미래도 디지털 경제에 기여했습니다. 현재 더 많은 사람들이 온라인으로 일을 하고..

빅데이터의 정의 빅 데이터는 주로 기존 데이터 처리 애플리케이션 소프트웨어로 처리하기에는 너무 크거나 복잡한 데이터 세트를 말합니다. 많은 엔트리(행)를 가진 데이터는 더 큰 통계적 파워를 제공하지만, 복잡도가 높은 데이터(더 많은 속성 또는 컬럼)는 더 높은 가짜 검출률을 일으킬 수 있습니다. 공식적인 정의가 없기 때문에 때로는 느슨하게 사용되기도 하지만, 가장 좋은 해석은 그것이 소량밖에 사용되지 않는 경우에는 이해할 수 없는 대량의 정보라는 것입니다. 빅데이터 분석 빅데이터 분석의 과제로는 데이터 가져오기, 데이터 스토리지, 데이터 분석, 검색, 공유, 전송, 시각화, 쿼리 작성 및 갱신 등의 작업을 들 수 있습니다. 빅데이터는 원래 볼륨, 다양성, 속도라는 세 가지 중요한 개념과 관련되어 있었습니..