1. 목표 결정
2. 비즈니스 수단/프레임워크 결정
3. 데이터수집
- 수집한 데이터를 어떻게 저장하고 구성할 것인가?
- 해당 데이터를 보호하고 규정을 준수하려면 어떻게 해야 합니까?
- 데이터를 수집할 때 고객에게 얼마나 투명해야 합니까?
4. 데이터 정리
- 1단계 – 데이터를 검사하여 오류와 불일치를 찾습니다.
- 2단계 – 이러한 이상값을 수정하거나 제거합니다.
- 3단계 – 변경 사항을 테스트하여 유효성을 확인합니다.
- 4단계 – 이러한 변경 사항을 기록하고 전체 데이터 품질에 대해 보고합니다.
- 이상치 확인
- 추가 소스 수정
- 기록 작성
- 팀과의 소통
5. 데이터 모델링
- 주로 사용되는 분석
- Cluster Analysis
- Cohort Analysis
- Predictive Analysis
- Regression Analysis
6. 데이터를 활용하여 이해 관계자 설득
7. 최적화 및 반복
'Data Science' 카테고리의 다른 글
| 설명 가능한 인공지능(Explainable AI)이란? (0) | 2021.12.17 |
|---|---|
| [개인 프로젝트] MLOps (Machine Learning Operations)에 부딪혀보자 (0) | 2021.11.18 |
