SAS Korea
데이터를 넘어 인텔리전스 세상으로 향하는 SAS 코리아의 여정에 함께 하세요.
현존 최고의 데이터 과학자들이 뽑은 머신러닝 알고리즘 개발 베스트 프랙티스! 그 대망의 마지막 시간입니다. 이전 블로그를 통해 다양한 유형의 모델을 결합하는 방법을 소개해드렸다면, 오늘은 다양한 유형의 데이터를 결합하고, 모델의 다양한 변수를 활용하는 방법에 대해 이야기하고자 합니다. 이전 시리즈를 놓치셨나요? 블로그 1탄, 블로그 2탄을 참고해주세요. 기본기 다지기 희귀한 이벤트 탐지하기 수많은 모델 결합하기 모델
매년 가을이면 미국 전역의 고속도로, 주택가, 뒷길은 노란색으로 물듭니다. 여름 방학이 끝난 후, 질서 정연하고 조심스럽게 학생들을 학교로 데려가는 통학 버스 때문인데요. 보스턴 공립 학교(BPS; Boston Public Schools)는 지난 학기 동안 매일 버스 650대로 총 4만5,000마일을 달려 2만5,000명의 학생들을 통학시켰습니다. 해당 지역은 전국에서 가장 오래된 공립 학교 구역으로, 이 버스들은
모바일 퍼스트(Mobile First)를 넘어선 모바일 온리(Mobile only) 시대입니다. 스마트폰이나 태블릿 PC로 언제 어디서나 온라인 쇼핑몰, 모바일 앱, 소셜 미디어 등 다양한 플랫폼을 통해 정보를 검색, 공유하고 제품을 구매할 수 있죠. 이처럼 기업이 고객과 만나는 접점은 그 어느 때보다 다양해지고 있으며, 그만큼 고객의 요구와 기대의 변화에 귀를 기울이고 재빠르게 대응해야 할 필요성이
분석이 매 순간, 데이터가 존재하는 모든 곳에 적용된다면 어떤 일들이 가능해질까요? 오늘날 우리는 데이터가 사회와 경제를 움직이는 ‘데이터 이코노미’ 시대에 살고 있습니다. IDC는 오는 2025년 전 세계 데이터 양이 현재의 10배에 달하는 163제타바이트(ZB)에 이를 것으로 전망했는데요. 그러나 데이터는 그 자체만으로 유용하지 않습니다. 모든 데이터는 대기 시간과 유효 기간의 속성을 지니기