ڰ±2ᅦᅵᅥᅵᆰᄋƥᄌƮƳᆫᅡᆷᄌơ
6 likes999 views
꿈꾸는데이터디자이너 시즌2 '데이터읽어주는남자' 슬라이드 입니다. www.facebook.com/datadesigner2015
ڰ±2ᅦᅵᅥᅵᆰᄋƥᄌƮƳᆫᅡᆷᄌơ
- 2. 김영웅 주간 데이터 읽어주는 남자 꿈꾸는 데이터 디자이너 매니저 경영정보시스템 전공 박사과정 경영전문대학원 MBA 컴퓨터공학 전공 Ryan Kim | Convergence Business Designer Facebook. https://www.facebook.com/keyassist E-mail. youngwung.kim@gmail.com Web. http://keyassist.tistory.com
- 3. 데이터 시각화란?
- 5. 데이터 → 비주얼의 형태 데이터 시각화≠인포그래픽
- 6. 데이터 시각화의 목적은
- 7. 데이터를 보다 잘 전달하는 것
- 8. A primary goal of data visualization is to communicate information clearly and efficiently to users via the statistical graphics, plots, information graphics, tables, and charts selected. Effective visualization helps users in analyzing and reasoning about data and evidence. It makes complex data more accessible, understandable and usable. Users may have particular analytical tasks, such as making com parisons or understanding causality, and the design principle of the graphic (i.e., showing comparisons or showing causality) follows the task. <source=SAS White Paper ‘Data Visualization: Making Big Data Approachable and Valuable’> <source=https://en.wikipedia.org/wiki/Data_visualization> Top benefits of Data Visulization Tools A primary goal of data visulization
- 10. <source=Intel White Paper 2013, ‘Big Data Visualization:Turning Big Data Into Big Insights’>
- 11. 데이터과학에 대해 제대로 배우려면 <source=https://www.dataquest.io>
- 12. 01 Learn to love data 동기부여에 대해 이야기하는 사람은 아무도 없다. 데이터과학은 배우기가 매우 어려운 분 야다. 그렇기 때문에 동기부여 없이는 정말로 고된 시간이 될 것이다. 밤을 새는것도 별거 아닐 정도로 강한 동기부여가 되어야 한다. 반드시 필요하다고 생각되는 어려운 것을 배 워야 할 때도 동기부여는 매우 중요하다. <source=http://www.adma.com.au>
- 13. 02 Learn by doing 당신의 작업중 무려 90%가 데이터를 정제하는 데 쓰인다. 몇몇 알고리듬에 대해 잘 알고 있는 것이 많은 알고리듬에 대해 얕게 아는 것보다 낫다. 가장 중요한 건 실제 프로젝트를 통해 배우는 것이다. 그것을 통해 실제로 필요하고 유용한 스킬을 익힐 수 있고 포트폴리 오도 만들 수 있다. 실제의 경험을 통해 컨텍스트를 얻는 것이 매우 중요하다. <source=http://www.minimalwall.com>
- 14. 03 Learn to communicate insights 데이터과학자는 자신의 분석결과를 다른 사람에게 보여줘야 한다. 이걸 잘할 수 있 느냐에 따라 단순한 데이터과학자와 위대한 데이터과학자가 구분된다. 인사이트를 커뮤니케이션하는 것은 우선 주제와 관련 이론을 잘 이해하고, 깔끔하게 결과를 구 성하며, 분석결과를 명확하게 설명할 수 있어야 함을 의미한다. 복잡한 컨셉을 효과 적으로 설명하는 건 매우 어렵지만, 아래의 몇가지를 통해 도움을 받을 수 있다. <source=http://www.councilcomm.org>
- 15. 04 Learn from peers 다른 이와 일하면서 성장하는 건 매우 환상적인 일이다. 데이터과학 분야에서 팀웍 은 매우 중요하다. 데이터과학 블로그를 함께 공동운영할 수 있는 사람들에게 메세 지를 보내보거나 동료를 찾아 도전해보라. <source=http://www.leapagency.com>
- 16. 05 Constantly increase the degree of difficulty 데이터과학을 하는 건 가파른 산을 오르는 것과 같다. 등반을 멈춘다면 다시는 아무 것도 할 수 없다. 지금 하고 있는 프로젝트가 익숙해졌거나 새로운 컨셉으로 시도한 지 오래되었다면, 이제는 난이도를 높여 도전해야할 때다. <source=http://blog.pearson.com>
- 17. A Map of Data Science Degree Program Around The World <source=http://data-science-university-programs.silk.co/>
- 18. Top 25 Data Visualization Engineer
- 19. Top 25 Data Visualization Developer
- 20. Next Theme
- 21. A Map of Data Science Degree Programs Around the The World When Data Visualization Works —― And When It Doesn’t Mapping youth well-being worldwide with open data Data Science Wars: R vs. Python Why data visualisation matters On Visualizing Data Well
- 22. 주간 데이터.읽어주는남자 Reference http://www.gartner.com https://www.linkedin.com http://www.visualisingdata.com http://www.datavizcatalogue.com https://en.wikipedia.org/wiki/Data_visualization SAS White Paper ‘Data Visualization: Making Big Data Approachable and Valuable’
- 23. NeuroAssociates ・ Portfolio : neuroassociates.co.kr/portfolio ・ Address : 서울특별시 마포구 상수동 145-1 6F ・ Site : neuroassociates.co.kr ・ Mail : neuro.associates.consulting@gmail.com or info@neuroassociates.co.kr ・ SNS : www.facebook.com/neuroassociatessns ・ Phone : 02-334-2013