1과목 - 데이터의 이해 (문제)

** 데이터에 관한 설명
- 정형데이터 : 형태ㅇ, 연산ㅇ, 처리쉬움, RDBMS에 저장
- 반정형데이터 : 형태ㅇ, 연산x, 해석x, 파일로 저장
- 비정형데이터 : 형태x, 연산x, NoSQL에 저장
창의적인 데이터 매시업은 기존에 풀기 어려웠던 문제 해결에 도움을 준다.

**
메타데이터 : 데이터에 관한 구조화된 데이터로, 다른 데이터를 설명해 주는 데이터.
BI : 데이터 기반 의사결정을 지원하기 위한 리포트 중심의 도구
BA : 의사결정을 위한 통계적이고 수학적인 분석에 초점을 둔 기법
OLAP : 다차원의 데이터를 대화식으로 분석하기 위한 기술

**
D : a, b 각각 가격얼마
I : a가 더 싸다.
K : a에서 사야겠다.
W : 다른 물건도 a가 더 싸겠다.

** 빅데이터 활용에 필요한 3요소
- 데이터
- 기술
- 인력

** 빅데이터의 수집, 구축, 분석의 최종목적 == 새로운 통찰과 가치를 창출

**
사전처리 - 사후처리
표본조사 - 전수조사
질 - 양
인과관계 - 상관관계

** 데이터의 가치측정 어려운이유
- 데이터 활용방식 ( 재사용, 재조합, 다목적용 개발)
- 새로운 가치 창출 ( 기존에 없던 가치 창출)
- 분석 기술발전

** 난수화 (randomization) : 사생활 침해를 막기위해 개인정보를 무작위 처리하는 등 데이터가 본래 목적 외에 가공되고 처리되는 것을 방지하는 기술.

**
딥러닝 관련 분석기법
- LSTM
- autoencoder
- RNN

**
사생활 침해 -> 동의에서 책임으로
책임원칙 훼손 -> 결과기반 책임원칙 고수. (알고리즘의 희생양)
데이터 오용 -> 알고리즘 접근 허용 (항상맞지는 않음, 잘못된 지표)

** 데이터화 현상에 큰 영향을 미치는 기술 : 사물인터넷 IoT

** 객체지향 DBMS : 복잡한 데이터 구조를 표현, 관리할 수 있는 데이터베이스 관리 시스템

**
인문학의 열풍
- 컨버전스 -> 디버전스
- 생산 -> 서비스
- 생산 -> 시장창조

** 데이터 웨어하우스 : 통합적이며 시간성을 가지는 비휘발성 데이터의 집합