기계 학습/AI, 패턴 인식, 통계 및 데이터베이스 시스템에서 아이디어 도출
전통적 기술은 아래 이유로 적합하지 않다.
단계 | 내용 | 단계 | 내용 |
---|---|---|---|
1. 비즈니스 이해 | - 업무 목적 결정 | 4. 모델링 | - 모델링 기법 선택 |
- 상황 평가 | - 테스트 설계 생성 | ||
- 데이터 마이닝 목표 결정 | - 모델 생성 | ||
- 프로젝트 계획 수립 | - 모델 평가 | ||
2. 데이터 이해 | - 초기 데이터 수집 | 5. 평가 | - 결과 평가 |
- 데이터 기술 | - 프로세스 재검토 | ||
- 데이터 탐색 | - 향후 단계 결정 | ||
- 데이터 품질 검증 | |||
3. 데이터 준비 | - 데이터 설정 | 6. 전개 | - 전개 계획 수립 |
- 데이터 선택 | - 모니터링/유지보수 계획 수립 | ||
- 데이터 정제 | - 최종 보고서 작성 | ||
- 데이터 생성 | - 프로젝트 재검토 | ||
- 데이터 통합 | |||
- 데이터 형식 적용 |