반응형 기계학습2 [머신러닝 for 비즈니스] 비즈니스에 가치를 더하는 기계학습 인프라 구축 6단계 데이터 사이언티스트이자 데이터 전도사를 자처하는 Vishal Morde가 라는 제목으로 쓴 컬럼을 번역한 글입니다. 머신러닝을 자사 사업에 적용해 수익을 창출하려는 경영진들이 머릿속에 품어야할 전략적 로드맵을 간명하게 제시하고 있어, 일독해봄직 합니다. 천 년 후 누군가가 인류의 역사를 쓸 때, 머신러닝(ML)의 출현은 중요한 시대의 변혁을 알리는 중요한 이정표로 언급될 겁니다. 인공지능(A.I.)의 한 분야인 기계학습(M.L.)을 사용하면 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습할 수 있습니다. 오늘날 기계학습은 고객 데이터에서 가치를 창출하는 핵심으로 자리 잡았습니다. 넷플릭스의 추천 영화, 페이스북의 얼굴 인식 기능, 구글의 자율 주행 자동차는 모두 기계학습 기반 솔루션의 사례입니.. 2021. 9. 10. [데이터사이언티스트 독학 04] 취업하고자 한다면 데이터 사이언스 프로젝트를 수행하라 싱가폴 출신의 데이터 사이언티스트, Travis Tang님의 아티클을 번역한 글입니다. 데이터 사이언티스트 wannabe라면, 일독할 가치가 충분한 글입니다. Travis Tang님은 화학공학을 전공했지만 테크기업에서 데이터 분석가로 사회생활을 시작했습니다. 몇 차례에 걸쳐 포스팅 될 그의 이 아티클은 화학공학도가 데이터 사이언티스트로 일하기까지의 여정과 필요한 스킬셋(skill set)을 구체적으로 담고 있습니다. 데이터 사이언티스트로 취업하고자 할 때 면접에서 가장 자주 들었던 질문 중 하나는 이것이었습니다. 어떤 데이터 과학 프로젝트를 수행했습니까? 데이터 사이언티스트 직무의 인터뷰라면 이 질문이 안 나올 수가 없습니다. 특히 데이터 사이언스에 대한 정식 교육과정을 이수하지 않은 사람의 경우에는 실.. 2021. 8. 26. 이전 1 다음 반응형
