원하는 밸류를 얻기 위해, 인사이트를 뽑기 위해 데이터가 기반으로 얻을 수 있다는 것을 영상 처음부터 예시로 들어주셔서 잘 이해됐어요. 그리고 새로운 인사이트를 적용하는 것에는 리스크가 따르지만 그 리스크를 감수하고 액션을 취하면 큰 이익을 얻을 수 있다는 것, 스탠다드와 안맞는다고 무조건 틀린게 아니라 다른 길도 있을 수 있다는 것, 대신 차근차근 조금씩 접근하면 더 안전하게 가치를 창출할 수 있다는 것까지 알았습니다. 너무너무 좋은 강의 감사합니다. 항상 예시를 많이 들어주셔서 좋아요!
빅테이터가 말 그대로 빅 크다라는 전제가 존재하지만 그 의미에서 오는 작은 곳에서의 접근이 쉽지 읺은게 사실입니다 내가? 난 내가 가진 데이터가 적은데,, 하지만 강의에서 말하는 100% 혹은 80%를 모두 만족할 결과를 가져오는게 아니라는데에서 내가 혹은 우리가 접근할 수 있는 길이 있다는 걸 느꼈습니다 데이터가 많으면 많을 수록 인사이트의 밸류가 더 커진다는건 당연하겠죠 그래도 작은 인사이트라도 존재하는지 내 주변의 데이터를 끌어모아 인사이트를 찾아봐야겠습니다 좋은 강의 갑사합니닥
채용 부분의 예에서 약간 오싹했습니다. 퇴사자를 거르는 알고리즘을 통해 비용감소라는 효율성을 얻어냈지만 한편으로는 다양성이 사라지면서 획일화되는 방향으로 이끌어지는 위험성도 있을 수 있다는 생각이 듭니다. 빅데이터가 인과관계를 알아내지 못함에도 불구하고 예측의 근거로 많이 쓰이는데, 오히려 빅데이터를 이용함으로써 그 결과가 나오는 상황이 벌어질 수도 있겠다는 생각이 들었습니다. 조금 어리석은 생각일 수도 있겠습니다만... 강의 언제나 잘 듣고 있습니다. 감사합니다.
"데이터는 상관관계를 알려주지 인과관계를 알려주지 않는다" 좋은 강의 였습니다. 감사합니다.
원하는 밸류를 얻기 위해, 인사이트를 뽑기 위해 데이터가 기반으로 얻을 수 있다는 것을 영상 처음부터 예시로 들어주셔서 잘 이해됐어요. 그리고 새로운 인사이트를 적용하는 것에는 리스크가 따르지만 그 리스크를 감수하고 액션을 취하면 큰 이익을 얻을 수 있다는 것, 스탠다드와 안맞는다고 무조건 틀린게 아니라 다른 길도 있을 수 있다는 것, 대신 차근차근 조금씩 접근하면 더 안전하게 가치를 창출할 수 있다는 것까지 알았습니다. 너무너무 좋은 강의 감사합니다. 항상 예시를 많이 들어주셔서 좋아요!
중요한 밸류를 창출하기 위해 인사이트를 도출하는 과정을 쉽게 잘 설명해주신것 같습니다.
상관관계와 인과관계. 잘 인식 못하고 지나갈 때가 많은데, 잘 구분해야겠습니다. 좋은 강의 감사합니다😊
교수님 말씀대로 사람들은 항상 인과관계에 집착하는 것 같아요ㅋㅋㅋ 빅데이터도 단지 상관관계일 뿐, 인과관계라고 단정 지으면 안된다는 걸 머리에 새기고 갑니다
감사합니다
상관관계와 인간관계.. 그 모든 빅데이터. 감사합니다.
빅데이터를 통한 리스크관리 강의
잘들었습니다
강의 감사합니다. 열심히 듣겠습니다
사람이 인과관계를 너무 사랑한다라는 말씀이 와닿네요. 상관관계로 보는 노력을 해보겠습니다.
새로운 인사이트에 대해 거부감을 느끼는것도 리스크가 될 수 있다는게 흥미로웠습니다.
잘봤습니다
기업들이 시행하는 성격검사가 정확히 어떤 취지인지 몰랐는데 퇴사율을 낮추고자 하는 밸류를 위한 인사이트 추출 과정의 일환이었군요. 도그마와 인사이트의 충돌이 알파고 덕분에 줄었다는 점도 흥미롭네요. 유익한 강의 감사합니다!
쉽게 설명해 주셔서 도움이 많이 되었습니다
오늘도 좋은강의 잘 들었습니다. 감사합니다.
빅데이터 분석에 대해 알아듣기 쉽게 잘 설명해주셔서 감사합니다
인과관계와 상관관계를 잘 분류하는 게 힘든 것 같습니다. 지속적으로 빅데이터를 명확히 활용할 수 있게 노력해야 할 것 같아요~
잘 들었습니다~
어려운 내용인데 예를 들어 설명해주셔서 이해가 쉽게 됩니다 감사합니다
빅데이터쪽에 대해서는 기초지식이 아예 없는데 이해하기 쉽게 잘 설명해주셔서 좋네요
좋은 강의 감사합니다. 이번 내용은 생각할거리가 많네요.
구체적인 예로 설명해주셔서 이해하기 좋았습니다.
빅데이터에서 인사이트를 도출하기 위해선 말씀해주신 상관, 인과 관계를 잘 따져봐야할 것 같아요. 구체적인 예시 감사합니다.
빅데이터에서 찾는 것은 모두 상관관계이고, 인과관계는 있을수도 없을 수도 있네요. 명강의 감사합니다~
재밌는 강의였습니다. 감사합니다~
귀에 쏙쏙 들어오게 쉽게 설명해주셔서 좋습니다. 빅데이터에 관심이 많았는데, 사례를 들어서 말씀해주시니 이해가 빨리 됩니다.
이정숙 학우님, 귀에 쏙쏙 들어오는 조성준 교수님의 강의가 마음에 쏙 드셨다니 넘 다행입니다!ㅎㅎ 빅데이터 강의는 사례 부자라서 특히나 인기가 많았지요! 다른 강의들도 많은 시청 바랍니다!
좋은 강의 감사합니다ㅎㅎ
상관관계를 인과관계로 착각하지 말라는 말씀이 와닿았어요. 잘 봤습니다 :)
처음에 접하기 좋은 강의인 듯 합니다
빅테이터가 말 그대로 빅 크다라는 전제가 존재하지만 그 의미에서 오는 작은 곳에서의 접근이 쉽지 읺은게 사실입니다 내가? 난 내가 가진 데이터가 적은데,, 하지만 강의에서 말하는 100% 혹은 80%를 모두 만족할 결과를 가져오는게 아니라는데에서 내가 혹은 우리가 접근할 수 있는 길이 있다는 걸 느꼈습니다 데이터가 많으면 많을 수록 인사이트의 밸류가 더 커진다는건 당연하겠죠 그래도 작은 인사이트라도 존재하는지 내 주변의 데이터를 끌어모아 인사이트를 찾아봐야겠습니다 좋은 강의 갑사합니닥
yisseung 학우님, 조성준 교수님의 빅데이터 강의를 봐주셔서 감사합니다.
조성준 교수님의 빅데이터 강의는 서가명강 채널에서 더 다양하게 만나보실 수 있으니 많은 시청 부탁드립니다.
상관관계라는 인사이트에 대해서 배우니까 인사이터(?)가 되고 싶어지네요
빅데이터가 기업입장에서는 엄청나게 이득이 되는 정보고 소비자도 그로인해 편리함이하는 혜택을 얻을 수 있지만 한편으로는 무섭긴 하네요 제 기록 로그도 다 드러나고 내가모르는 나에대한설 기업은 알고있다는게 아직은 불편하단 생각이들어요
기업에서 인적성 검사를 하는 이유가 데이터와 관련있군요. 오늘도 새로운 사실 알아가요
채용에 빅데이터를 어떻게 활용하는지 알 수 있어 좋았습니다.
기업들이 자기소개서를 쓰는것도 신기했고 스팸을 걸러내는 방식이 과거에 있던것들로 걸러내는것이 놀라웠습니다.
빅데이터의 인사이트가 쌩뚱맞을수도 있다. 그 인사이트에 따라 시범사업해보고 괜찮으면 점점 더 바꿔가라. 재미있었습니다.
채용 부분의 예에서 약간 오싹했습니다. 퇴사자를 거르는 알고리즘을 통해 비용감소라는 효율성을 얻어냈지만 한편으로는 다양성이 사라지면서 획일화되는 방향으로 이끌어지는 위험성도 있을 수 있다는 생각이 듭니다. 빅데이터가 인과관계를 알아내지 못함에도 불구하고 예측의 근거로 많이 쓰이는데, 오히려 빅데이터를 이용함으로써 그 결과가 나오는 상황이 벌어질 수도 있겠다는 생각이 들었습니다.
조금 어리석은 생각일 수도 있겠습니다만...
강의 언제나 잘 듣고 있습니다. 감사합니다.
인과관계와 상관관계가
비슷하면서 조금다르네요. 헷갈리네요
시범사업하고 피드백 받고 장기적으로 가기
빅대이터, 상관관계랑 인과관계
잘봤습니다