혼자공부하기

CNN(합성곱신경망 : Convolution Neural Network)

• CNN은 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 구조
• 이미지 인식, 정보 추출, 영상 분류를 하는 분야에 주로 사용되고 있음
• Convolution 과정과 Pooling 과정을 반복하여 진행
• Convolution은 이미지에 필터를 합성곱 한것

• Pooling은 Convolution 과정을 거친 layer의 사이즈를 줄여주는 과정

RNN(순환신경망 : Recurrent Neural Network)

• RNN은 반복적이고 순차적인 데이터 학습에 특화된 인공신경망의 한 종류
• 음성 파악이나 텍스트의 앞 뒤 예측 등 순차적인 데이터에 주로 사용되고 있음
• 현재의 학습과 과거의 연결을 가능하게 하며, 시간에 종속되어짐
• 순환구조가 들어있으며, 과거의 학습을 Weight를 통해 현재 학습에 반영

데이터 분석 프로세스

1. 요건 정의 : 전체 프로세스 중 가장 중 가장 중요한 부분, 비즈니스 이슈에 대한 기초분석 진행(분석 과정 설계)
2. 모델링 : 요건 정의에 따라 분석기법을 적용하여 모델 개발
3. 검증 및 테스트 : 운영상황에 실제 테스트 하기 + 비즈니스 영향도 분석
4. 적용 : 운영 시스템에 적용 + 주기적인 리모델링

금융회사에서의 데이터 분석 프로세스

• 금융 빅 데이터는 금융 분야의 데이터로 주로 거래 시장 데이터와 공공정보, 뉴스정보, 공시정보, 소셜 데이터 등 금융에 관련된 데이터를 포함한다.(거래시장 데이터는 정형화된 데이터, 공공정보 데이터는 비정형화된 데이터)
• 최근 비정형데이터의 증가량이 커짐으로써 텍스트마이닝, 오피니언마이닝, 소셜네트워크 분석, 클러스터링 기법들이 활용되고 있음
• 데이터 시각화 기법을 통해 데이터를 직관적으로 이해할 수 있고, 데이터 기반의 의사결정을 할 수 있을 것이다.
• 금융 빅 데이터와 인공지능을 이용하여 좀 더 빠르고 정확하게 분석할 수 있고 체계적으로 리스크를 관리할 수 있다.

머신러닝 학습방법에는 크게 3개의 지도학습, 비지도학습, 강화학습이 있습니다.

지도학습

분류(Classification)

회귀(Regression)

비지도학습

강화학습