빅데이터 썸네일형 리스트형 인공지능 빅데이터 워크플로우 머신 러닝 영역이 방대하기 때문에 각 세부 분야별로 살펴봐도 내용이 많습니다. 전반적인 인공지능의 개발 플로우를 확인하신다면 좀 더 쉽게 인공지능 분야를 이해하실 수 있습니다. 그런 다음 세부적인 분야를 보신다면 아. 내가 어디쯤 파악하고 있구나! 를 좀 더 쉽게 파악하실 수 있습니다. 빅데이터를 아무런 관리를 해 주지 않으면 헌책방에 무쟈기로 쌓여 있는 책들과 같아요. 책이 데이터로 예를 들었으니 빅데이터 관리 프로세스를 도서관이라고 해 볼게요. 도서관에서는 책이 파손된 것은 버리고 책의 주제 내용에 따라 카테고리별로 나눕니다. 도서관에서 인기가 있는 것(자주 대출되는 것)과 없는 것을 구분합니다. 그리고 신간본들이 들어오면 이제껏 인기가 있던 것들과의 주제나 다른 매칭을 통해 이 책이 대출이 많을지 .. 더보기 빅데이터 구조 빅데이터는 수십 테라바이트 용량의 정형 및 비정형 데이터를 말합니다. 빅데이터는 데이터들이 모여 유용한 정보가 되고 그 유용한 정보가 쌓이면 지식이 됩니다. 이 지식으로 의사결정을 할 수 있는 가치 있는 판단 근거, 지혜를 얻는 구조를 가지고 있습니다. 간략하게 빅데이터 구조를 살펴보시기 바랍니다. 정형 데이터 데이터를 처리하는 시스템은 데이터베이스로 데이터의 저장과 검색 조건에 맞는 데이터를 찾아내는 것과 같은 처리를 수행하는 기능을 제공합니다. 이중 가장 보편화된 데이터베이스는 관계형(relational) 데이터베이스입니다. 관계형 데이터 베이스의 테이블에 데이터를 저장하고, 각 테이블에 저장된 데이터 사이에 관계를 설정하고 이를 이용할 수 있는 방식으로 데이터를 저장합니다. 이렇게 파일 단위로 저장.. 더보기 인공지능의 시작 인공지능은 최근에 대두된 것이 아니라 몇십 년 전부터 시도는 계속되어 왔습니다. 최근 데이터를 고속으로 다룰 수 있는 컴퓨팅 환경이 되면서 인공지능이 번창하기 시작했습니다. 인공지능의 시작에 대해 기초적인 내용을 살펴보도록 하겠습니다. 인공지능 인공지능은 데이터가 꼭 필요하지만 처리 기법 따라 필요한 용량이 다르기 때문에 반드시 빅데이터일 필요는 없습니다. 인공지능(artificial Intelligence)이라는 말은 1956년 다트머스 대학에서 개최한 워크숍의 명칭에서 유래했습니다. 그전에는 인공지능 대신 "생각하는 기계 (Thinking Machine)" 또는 사이버네틱스 등 서로 다른 용어로 불렸습니다. 단지 사람과 유사한 기계를 만드는 기술 정도로 묘사했었습니다. 그 후 명확한 가이드로 1950.. 더보기 이전 1 다음
