Differences

This shows you the differences between two versions of the page.

--- blog:facebook_posting [2020/05/11 20:59]
prgram
+++ blog:facebook_posting [2020/06/09 18:26]
prgram
@@ Line 1: / Line 1: @@
-====== Facebook Posting Archive 20년 5월 ======
+====== Facebook Posting Archive 20년 6월 ======
 {{tag> blog Facebook 페이스북 페이지}}
-> 2020-05-11 10:55:31 까지 총 28개 포스팅 Archived (누적 394개)
+> 2020-06-09 09:36:28 까지 총 18개 포스팅 Archived (누적 457개)
-> {{url>http://triviaz.net/fb_get_newest.php?date=2020-05-11T01:55:31%2B0000&format=m/d%20H&front=[%EC%B5%9C%EC%8B%A0:%20&mid=%EC%8B%9C%EA%B9%8C%EC%A7%80%20&end=%20%ED%8F%AC%EC%8A%A4%ED%8C%85%EC%9D%B4%20%EB%8D%94%20%EC%9E%88%EC%8A%B5%EB%8B%88%EB%8B%A4]&style=font-size:11pt;font-color:%23333333;font-family:Helvetica,Arial,sans-serif; 100%,30 noscroll noborder left|no iframe error}}
+> {{url>http://triviaz.net/fb_get_newest.php?date=2020-06-09T00:36:28%2B0000&format=m/d%20H&front=[%EC%B5%9C%EC%8B%A0:%20&mid=%EC%8B%9C%EA%B9%8C%EC%A7%80%20&end=%20%ED%8F%AC%EC%8A%A4%ED%8C%85%EC%9D%B4%20%EB%8D%94%20%EC%9E%88%EC%8A%B5%EB%8B%88%EB%8B%A4]&style=font-size:11pt;font-color:%23333333;font-family:Helvetica,Arial,sans-serif; 100%,30 noscroll noborder left|no iframe error}}
+> [[blog:facebook_posting_2005|20년 5월 Archive]]
 > [[blog:facebook_posting_2004|20년 4월 Archive]]
 > [[blog:facebook_posting_2003|20년 3월 Archive]]
@@ Line 14: / Line 15: @@
 {{:pasted:20200501-215146.png?1}}
-=== COVID-19 and the Importance of “Obsolete” Data ===
+=== 7 ways to catch a Data Scientist’s lies and deception ===
- | LINK | 2020-05-11 10:55:31 | [[https://www.facebook.com/data.triviaz/posts/143945837178205|페이스북에서 보기]] |
+ | LINK | 2020-06-09 09:36:28 | [[https://www.facebook.com/data.triviaz/posts/154862712753184|페이스북에서 보기]] |
-💡쓸모없어진 (그렇게 보이는) 데이터도 언젠가 쓸일이 생길수도 있습니다. 특히 이번 코로나사태 같은 극히 드문 사례에서. \\ 1. 연간이벤트 2. 계절성이벤트 3. 올림픽이나 선거와 같은 4,5년주기의 이벤트 4. 유사점을 찾아 어떤 이벤트를 모사하거나 대표할 수 있는(proxy) 이벤트 5.자연재해와 같은 무작위성 이벤트
+. 구체적으로 어떤 머신러닝 모형을 사용했는지 \\ 2. 모형이 어떻게 우리에게 적용되어 재학습되고 개선될 수 있는지 \\ 3. 학습에 사용된 데이터 품질 \\ 4. 충분한 데이터가 사용되었는지 \\ 5. 모형의 성능과 해석력의 트레이드 오프를 이해 \\ 6. 정확한 성능 지표를 이해 \\ 7. 솔루션의 한계점을 질문해보라
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143945837178205.png?100}} </wrap><wrap > When the coronavirus broke out in the Wuhan province of China in December 2019, Taiwan was immediately in harm’s way. Taiwan is less than 100 miles from the C… [[https://www.datasciencecentral.com/profiles/blogs/covid-19-and-the-importance-of-obsolete-data?utm_medium=email&utm_source=topic+optin&utm_campaign=awareness&utm_content=20200427+ai+nl&mkt_tok=eyJpIjoiTW1JMVpESXlObVZqWWpFMyIsInQiOiJmK0hDOXVXckRhREhScXhONWFtNzVHN1d5YmpyUVA0SFlRUE1wSGVSaWtaYWJMSnBKN1wvR09Ga3NhUXdkaUFMOU1INnk2VmxpNHBOalJrMGRDdXdXZlFXWEZyR3Jhd1dpSVFxdkhZT25sTDhuVm1KMjVzekhyUEZZa1JqanBrXC9BIn0%3D|www.datasciencecentral.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_154862712753184.png?100}} </wrap><wrap > 7 simple principles to make sure you’re not being taken advantage of by someone selling you ‘AI’ and ‘Machine Learning’ [[https://towardsdatascience.com/7-ways-to-catch-a-data-scientists-lies-and-deception-5eaae79d2303|towardsdatascience.com]] </wrap> </wrap>
 ----
-=== Data Science in the Trenches: Living w/ Small n ===
+=== 기획,분석가가 알아야 할 사람에 대한 사실:무작위편향 ===
- | LINK | 2020-05-10 19:35:26 | [[https://www.facebook.com/data.triviaz/posts/143944367178352|페이스북에서 보기]] |
+ | LINK | 2020-06-08 15:41:36 | [[https://www.facebook.com/data.triviaz/posts/155319242707531|페이스북에서 보기]] |
-💡검정력을 맞추기위해 표본을 어느정도까지 모아야 하나는 고민 보다 더 중요한 일들이 많습니다. 엄밀한 과학연구를 하는게 아닌 이상 실용적으로 행동해야 할 필요가 있습니다. 검정력을 완화하든, 베이지안접근법을 사용하든, 현실과 잘못된 결정이 빚을 비용, 속도의 중요성 등 비즈니스환경에 맞추어 시행하면 될 것입니다. 가장 중요한 건 데이터기반의 의사결정을 하는것이고, 지속적으로 테스트하고 개선해 나가는 것이며, 실패하더라도 학습을 하는 것입니다.
+💡애플의 아이팟ipod  기기를 사용하던 고객들은, 불량품을 받았다고 생각하는 경우가 많았다고 합니다. \\ ---- \\ 진짜 자연스러운 것과 사람들이 생각하는 자연스러움은 다를 수 있다. \\ 1) random은 random 이다. 쓸데없이 패턴을 찾으려고 하지 말자. \\ 2) 나를 중심으로 하는 것에서 벗어나서 크게 보자. 안일어날 것 같은 사건도 생각보다 확률이 높다. 괜한 음모론 만들지 말자. \\ 3) 무작위와 균일한 분포는 동치가 아니다. \\ #사람에대한사실 3편 \\ [[http://triviaz.net/blog:human_random_bias|http://triviaz.net/blog:human_...]]
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143944367178352.png?100}} </wrap><wrap > Somewhere, someone’s having this conversation. Right. Now. [[https://medium.com/@Randy_Au/data-science-in-the-trenches-living-w-small-n-256f92b82e81|medium.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_155319242707531.png?100}} </wrap><wrap > 기획, 분석가를 위한 사람에 대한 사실 : 목록 애플의 아이팟ipod 이라는 MP3 재생 기기를 기억하는가? 아이폰Iphone 등장 이전 음악 재생의 습관을 바꿔놓았던 이 기기를 사용하던 고객들은, 불량품을 받았다고 생각하는 경우가 많.... [[http://triviaz.net/blog:human_random_bias|triviaz.net]] </wrap> </wrap>
 ----
-=== 어떻게 하면 좋은 프로덕트, 그로스 팀을 만들 수 있을까요? ===
+=== 마케팅이 끝나고 난 이후의 세계 ===
- | LINK | 2020-05-10 09:14:47 | [[https://www.facebook.com/data.triviaz/posts/143938887178900|페이스북에서 보기]] |
+ | LINK | 2020-06-08 09:21:10 | [[https://www.facebook.com/data.triviaz/posts/152502366322552|페이스북에서 보기]] |
-💡핵심키워드 \\ 고객에 집중, 고기를잡는법, 비전을 지속적으로 테스트하고 개선, 데이터, MVP, 학습, 산출물이 아닌 성과, 모든것을 해결할 공식는 없다, 공유, 핵심지표
+. 판매 이후의 일들은 판매자에게 잘 보이지 않지요. 간과하기도 쉽습니다. 하지만 소비자는 그 경험을 통해 또 다른 결정을 낳게 됩니다. 로열 오디언스가 될지 부정 소비자가 될지.  \\ 0. 페루 쿠스코의 Monasterio Hotel. 고급 호텔의 휴지 끝이 화살촉처럼 단정하게 접혀 있는 건 '이 방은 당신을 위해 특별히 청소한 것입니다'라는 조용하고 확실한 메시지 \\ 0. 쿠팡이 처음 선보인 택배 직원의 메시지 \\ 0. 애플은 제품의 패키지 디자인에도 제품 디자인에 버금가는 자원을 쏟은 것 \\ 0. 배달 온 음식에 식당 사장님의 편지 \\ 0. 카뱅 다른 은행 보다 좀 더 친절해’가 아니라 다른 시스템이었고 다른 친절함 \\ 0. 자동 CRM 시스템을 통해 우리는 정크에 가까운 메시지들을 많이 받아봅니다. 은행의 장기간 우수 거래 고객으로 선정되어 상품을 안내 받는 것처럼 공허하기 그지 없지요. 고객과의 정교한 관계 세팅은 배려와 상상력에서 기인합니다. \\ 0.
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143938887178900.png?100}} </wrap><wrap > 최근 스타트업부터 대기업에 이르기까지, 정말 많은 분들이 그로스 해킹과 제품 분석에 관심을 가지고 계신 것 같습니다. 저희가 많이 받는 질문 중에 하나가 "어떻게 하면 좋은 그로스 팀을 만들 수 있을까요?" 입니다. [[https://blog.ab180.co/good-product-growth-team/|blog.ab180.co]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_152502366322552.png?100}} </wrap><wrap > 잠재 고객의 위상에 대한 기대와 욕망을 부추기는 모든 일들은 사실 마케팅이 해왔던 핵심적인 일이었습니다만 지금 마케팅에서 중요한 것은 그 이후의 일입니다. 즉, 팔고 나면 그때부터 세계는 시작됩니다. [[https://stonebc.com/archives/22758|stonebc.com]] </wrap> </wrap>
 ----
-=== What AI still can’t do ===
+=== 유혹의 기술:권력보다 강력한 은밀하고 우아한 힘 ===
- | LINK | 2020-05-09 18:17:29 | [[https://www.facebook.com/data.triviaz/posts/142235290682593|페이스북에서 보기]] |
+ | LINK | 2020-06-07 23:07:34 | [[https://www.facebook.com/data.triviaz/posts/154100439496078|페이스북에서 보기]] |
-Artificial intelligence won’t be very smart if computers don’t grasp cause and effect. That’s something even humans have trouble with.
+💡유혹의 기술, 로버트 그린 저, 강미경 역, 웅진지식하우스, 2012 ★★★ \\ 13년 동안 집필한 책이라고 합니다. 그에 걸맞게 양이 매우 많습니다. (600p 이상)  동서고금, 현실과 가상의 유혹자들에 대한 사례들과 함께 '유혹'이라는 것을 분석한 책입니다. \\  \\ 사회와 기술은 예전에 비해 엄청난 발전을 했지만, 결국 인간의 욕망과 본능은 변하지 않았다는 사실을 생각해보면 이 책의 내용들이 그저그런 로맨스 얘기만은 아닐 것입니다. \\  \\ 로마의 안토니우스, 프랑스의 나폴레옹, 중국의 저우언라이, 미국의 존F케네디, 앤디워홀 등 사례와 책 마지막 부분의 '대중을 유혹하는 법' 등은 굳이 남녀관계가 아니라도 누구에게나 필요한 내용이 아닐까 생각 합니다. \\  \\ 관심 있는 사람이 있으면 그를 어떻게 유혹할지, 내가 판매하는 상품.서비스를 어떻게 대중에게 설득할지 한번 보시는 것도 좋겠습니다. \\  \\ 책의 내용을 몇 줄로, 또 마케팅과 관련된 내용을 보자면 \\ 1. 모든 사람은 어쩔 수 없이 현실의 제약에 따라 억압된 생활을 하고 있고, 현실 도피와 이상향을 꿈꾼다. \\ 2. 유혹자는 항상 상대방의 이러한 약점(불안감, 욕망, 결핍)을 철저히 분석하여 1)관심과 욕망을 자극하고 2) 일정거리를 두며 긴장, 호기심, 놀라움을 통해 혼란에 빠트린 후 3) 상대가 꿈꿔온 이상향의 모습으로 보이도록 해야 한다 \\ 3. 시각, 언어, 분위기의 힘을 충분히 활용하자. \\  \\ <대중을 유혹하는 방법> \\ 1. 광고보다 뉴스 \\ 2. 감정에 호소 \\ 3. 시각적 장치(메시지의 내용보다 형식) \\ 4. 상대방의 언어를 사용 \\ 5. 생각을 바꾸기 보다 정체성과 현실인식을 바꾸도록(동일시하고 싶어하는 이미지를 제공하고, 현실에 불만을 갖게 하며, 새로운 사조나 생활양식을 선도하는 것처럼 보이면서 불안감(FOMO)을 자극한다) \\  \\ https://coupa.ng/bDBChn \\ (파트너 프로그램으로 수수료 발생 가능)
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_142235290682593.png?100}} </wrap><wrap > In less than a decade, computers have become extremely good at diagnosing diseases, translating languages, and transcribing speech. They can outplay humans at complicated strategy games, create photorealistic images, and suggest useful replies to your emails. Yet despite these impressive achievement... [[https://www.technologyreview.com/2020/02/19/868178/what-ai-still-cant-do/|www.technologyreview.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_154100439496078.png?100}} </wrap><wrap > COUPANG [[https://coupa.ng/bDBChn|coupa.ng]] </wrap> </wrap>
 ----
-=== 💡★★★★★ 댄 애리얼리의 부의 감각... ===
+=== 구독료 배분 갈등, 전자책·영상으로 번지나 ===
- | PHOTO | 2020-05-09 10:25:28 | [[https://www.facebook.com/data.triviaz/posts/143867540519368|페이스북에서 보기]] |
+ | LINK | 2020-06-07 10:30:33 | [[https://www.facebook.com/data.triviaz/posts/154853516087437|페이스북에서 보기]] |
-💡★★★★★ 댄 애리얼리의 부의 감각, 청림출판, 2018 \\ 제목만 보고 단순한 재테크 서적인가 하고 그냥 지나쳤는데, 알고보니 제가 관심이 많은 행동경제학 서적이었습니다. 원제는 'Dollars and Sense'. 저자가 요즘 행동경제학에서 스타로 불리고 있다고 합니다. \\ 심리적회계, 공짜 가격, 지불의 고통, 상대성, 기대치, 자제력 \\ 측면에서 우리가 어떤 비합리적이고 손해보는 행동을 하고 있는지 우리 실생활의 예시와 연구결과를 들어 설명해 주고 있습니다. \\ 돈을 쓰면서 살 수 밖에 없는 일반인, 고객에게 더 잘팔고 싶은 기획자, 투자를 잘하고 싶은 사람들. 모두에게 추천할 만한 책입니다. \\ 글 중 "우리가 날마다 들고 다니는 휴대전화가 단지 정신을 사납게하고 유혹하는 것이 아니라, 보다 나은 의사결정을 도와주는 도구가 될 수 있지 않을까?" 라는 대목에서 좋은 서비스를 만들 수 있지 않을까 고민해 보게 되네요. \\ [[https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=153434095|https://www.aladin.co.kr/shop/...]] \\ https://coupa.ng/bAFFA7 (파트너스-일정액 수수료 받을 수 있음)
+. 왓챠의 기본 방식은 시청시간을 기준으로 한 구독료 배분(비례배분제)이다. 시청자 수보다 시청시간이 많을수록 저작권자의 수입이 늘어나는 구조다 \\ 2. 다만 음원 구독서비스에서 나타난 ‘음원 사재기’ 같은 현상은 빚어지지 않는다고 한다. 왓챠는 순위 차트가 아닌 추천 방식으로 콘텐츠를 소개하고 있기 때문이다. 나아가 영상 콘텐츠는 구독 서비스가 핵심 유통 채널이 아닌 것도 비례배분제의 단점이 덜 부각되는 이유이기도 하다 \\ 3. 넷플릭스는 시청시간이나 횟수를 따지지 않는다. 넷플릭스 쪽은 “처음 판권 계약을 할 때 정산을 마치고, 시청량을 토대로 한 추가 정산은 없다”고 밝혔다 \\ 4. 전자책 대여 업체인 밀리의서재도 출판사들과 수익 배분 방식 논란에 휩싸여 있다. 이 회사는 다운로드 횟수에 비례해 수익을 배분하는데, 정산은 다운로드가 25회 일어날 때마다 한다. 다운로드 횟수가 25회 미만이면 저작권자는 한 푼도 받을 수 없는 구조인 셈이다. 박용수 한국출판문화협회 상무는 “밀리의 서재는 첫달 무료 서비스를 하며 들어가는 마케팅 비용 일부를 25회 주기 정산 방식을 활용해 출판사에 전가하고 있다”
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143867540519368.png?100}} </wrap><wrap > 💡★★★★★ 댄 애리얼리의 부의 감각, 청림출판, 2018
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_154853516087437.png?100}} </wrap><wrap > ‘밀리의서재’ 다운로드 횟수 25회마다 저작권료 정산 출판업계 불만 터져나와 왓챠, 사재기 현상 안 나타나 넷플릭스도 추가 정산 없어 [[http://m.hani.co.kr/arti/economy/it/948016.html#cb|m.hani.co.kr]] </wrap> </wrap>
-제목만 보고 단순한 재테크 서적인가 하고 그냥 지나쳤는데, 알고보니 제가 관심이 많은 행동경제학 서적이었습니다. 원제는 'Dollars and Sense'. 저자가 요즘 행동경제학에서 스타로 불리고 있다고 합니다.
-심리적회계, 공짜 가격, 지불의 고통, 상대성, 기대치, 자제력
-측면에서 우리가 어떤 비합리적이고 손해보는 행동을 하고 있는지 우리 실생활의 예시와 연구결과를 들어 설명해 주고 있습니다.
-돈을 쓰면서 살 수 밖에 없는 일반인, 고객에게 더 잘팔고 싶은 기획자, 투자를 잘하고 싶은 사람들. 모두에게 추천할 만한 책입니다.
-글 중 "우리가 날마다 들고 다니는 휴대전화가 단지 정신을 사납게하고 유혹하는 것이 아니라, 보다 나은 의사결정을 도와주는 도구가 될 수 있지 않을까?" 라는 대목에서 좋은 서비스를 만들 수 있지 않을까 고민해 보게 되네요.
-[[https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=153434095|https://www.aladin.co.kr/shop/...]]
-https://coupa.ng/bAFFA7 (파트너스-일정액 수수료 받을 수 있음) [[https://www.facebook.com/data.triviaz/photos/a.120046786234777/143848810521241/?type=3|www.facebook.com]] </wrap> </wrap>
 ----
-=== [DBR] 로봇 레스토랑들은 왜 실패했을까 ===
+=== Enough of these Data Science Myths & Misconceptions ===
- | LINK | 2020-05-08 16:24:23 | [[https://www.facebook.com/data.triviaz/posts/144240813815374|페이스북에서 보기]] |
+ | LINK | 2020-06-06 16:21:58 | [[https://www.facebook.com/data.triviaz/posts/154860252753430|페이스북에서 보기]] |
-"결국 소비자가 원하는 것은 만족스러운 소비 경험이고, 그 상품 자체가 약할 때는 재방문 의사가 낮아질 수밖에 없기 때문이다. 어떤 새로운 트렌드가 부상할 때, 트렌드니까 너도나도 해야 한다라는 강박관념을 가지기보다 본질과 고객에 집중하는 것이 중요하다는 기본 마인드를 잊지 말아야겠다." \\ [[https://dbr.donga.com/article/view/1202/article_no/9600|https://dbr.donga.com/article/...]]
+미신들.. \\ 1. 대규모조직만을 위한것이다? \\ 2. 복잡하다? \\ 3. 박사학위가 필요하다? \\ 4. 데이터만 많으면 더 정확해진다? \\ 5. 도구를 잘다루는 전문가가 있으면된다? \\ 6. 모형을 만드는 일이 전부다? \\ 7. 인공지능으로 대체될 것이다? \\ 8. 일시적유행일뿐 지속되지  않을 것이다? \\ 9. 하드코어 프로그래머가 되어야 한다?
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144240813815374.png?100}} </wrap><wrap > 편집자주『리테일의 미래(2019)』의 저자인 황지영 노스캐롤라이나주립대 마케팅학부 교수가 ‘황지영의 리테일비즈니스산책’을 연재합니다. 산업계와 학계를 두루 경험한 황 교수로부터 글로벌 리테일 산업에 대한 인사이트... [[https://dbr.donga.com/article/view/1202/article_no/9600|dbr.donga.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_154860252753430.png?100}} </wrap><wrap > Get rid of all the Data Science myths [[https://towardsdatascience.com/enough-of-these-data-science-myths-misconceptions-4e1059999ea6|towardsdatascience.com]] </wrap> </wrap>
 ----
-=== New Music Streaming Drops During Lockdown ===
+=== 칼럼ㅣ당신의 ‘목소리’가 새로운 비밀번호인 이유 ===
- | LINK | 2020-05-08 09:31:57 | [[https://www.facebook.com/data.triviaz/posts/144361863803269|페이스북에서 보기]] |
+ | LINK | 2020-06-06 08:22:29 | [[https://www.facebook.com/data.triviaz/posts/154630572776398|페이스북에서 보기]] |
-💡동영상 스트리밍이 트래픽에 부담을 주는 선까지 성장하는 반면에 음악 스트리밍은 감소하고 있다고 합니다. 예전에 이탈리아에서 이런일이 벌어진걸 공유드렸던게 기억나는데, 미국도 이런 일이 벌어지네요. 역시 외출이나 사무실에 있을 때보다 집에 있을 때 습관이 다른 이유로 풀이하고 있습니다. \\ 하지만 특히 '신규 발매 노래'의 하락이 크다고 하는데, 가수들이 다양한 채널로 새 노래를 홍보해도  집에 있을 때, 걱정이 많을 때는 새로운것보다는 익숙한 것을 찾게 되나봅니다.
+. 구글이 지난달 목소리만으로 구매할 수 있는 기능을 파일럿 프로그램으로 공개했다 \\ 2. 수집된 음성 데이터가 악용될 가능성을 시연하기도 했다. 유튜브, 전화 통화, 감시용 도청장치 등으로 채취된 목소리가 보이스 ID에 필요한 목소리 모델을 생성하는 데 쓰일 수 있는 셈이다. \\ 3. “코로나바이러스 시대에서 사람들은 지문 인식기에 손을 대고 싶지 않을 것이다. 또한 마스크 착용으로 안면인식 방식에서 불편함을 겪고 있다. 따라서 보이스 ID 도입이 가속화될 수 있다”라며, “이러한 편리함으로 인해 보이스 ID가 특히 자동차와 가정에서 주로 보편화될 것” \\ 4. 앞으로 스마트폰의 중요성이 시들해질 가능성이 크다. 반면 웨어러블의 중요성이 날로 커질 것이다.  \\ 웨어러블을 감안한다면 보이스 ID가 얼굴인식과 지문인식보다 더 적절한 인식 및 인증 방식이다.
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144361863803269.png?100}} </wrap><wrap > You might imagine that isolation would increase music consumption. Not for services like Spotify, Pandora and Apple Music. [[https://www.ozy.com/the-new-and-the-next/lockdown-blues-why-music-streaming-is-down-during-quarantine/303634/|www.ozy.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_154630572776398.png?100}} </wrap><wrap > 구글이 지난달 목소리만으로 구매할 수 있는 기능을 파일럿 프로그램으로 공개했다. 이는 시작일 뿐이다. 생체인식 및 인증의 미래에 온 것을 환영한다.얼굴인식 기술이 활발하게 활용되고 있다. 애플이 페이스ID를 선보이면서 ... [[http://www.ciokorea.com/news/154416|www.ciokorea.com]] </wrap> </wrap>
 ----
-=== 기획,분석가가 알아야 할 사람에 대한 사실:계단형정책 ===
+=== [빅데이터] 코로나 이후의 머신러닝과 데이터 분석 변화 ===
- | LINK | 2020-05-07 18:37:11 | [[https://www.facebook.com/data.triviaz/posts/145727183666737|페이스북에서 보기]] |
+ | LINK | 2020-06-05 13:43:58 | [[https://www.facebook.com/data.triviaz/posts/154292229476899|페이스북에서 보기]] |
-. 편법이라고 생각할 수도 있겠지만, 인간은 주어진 상황에서 최대의 이익을 내려고 하는게 당연한 것이다.  \\ 2. 하나의 문제를 해결하기 위해 단순하게 정책을 결정하지 않도록 해야 한다. \\ 3. 보통 계단식의 정책이 있다는 사전 지식을 가지고 있다면 그 계단의 경계값들로 변수 Binning 을 할 것이다. \\ 4. 데이터 탐색의 중요성을 잊지 말도록 하자. \\ #사람에대한사실
+"문제는 코로나 바이러스 이후 시점에서의 데이터 분석이다. 여러 가지 질문들이 남을 수 밖에 없다. \\  \\ 이전에 만들어두고 운영해오던 모델을 지금도 그리고 앞으로도 그대로 사용할 수 있겠는가? \\ 지금부터 만들고 수정하는 모델들은 언제부터 언제까지의 데이터를 사용하여 분석하고 머신러닝 모델을 만들어야 할 것인가? \\ 오염되었다할 수 있는 기간을 제외하고 모델링 할 방법이 있겠는가? \\ 이런한 문제를 알고 있다고 한다면 장기 예측을 하는 경우와 단기 예측을 하는 경우에는 각기 어떤 다른 사항이 고려되어야 하겠는가? \\   \\ 시계열적인 특성까지를 반영해야하는 대부분의 예측모델들이 적어도 최근 3년의 기간 동안 발생된 데이터를 사용한다. \\  \\ 그렇다면 적어도 향후 3년간은 지금의 코로나 바이러스 사태로 인해 오염된 데이터가 주는 왜곡으로부터 자유롭기는 불가능하지 않겠는가?"
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_145727183666737.png?100}} </wrap><wrap > 사람을 위한 서비스와 마케팅을 기획하는 기획자, 사람이 만드는 데이터를 분석하고 사람에게 설명해야 하는 분석가를 위한 '사람에 대한 사실'에 대해서 살펴보자. [[http://triviaz.net/blog:human_step_function|triviaz.net]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_154292229476899.png?100}} </wrap><wrap > [빅데이터] 코로나 이후의 머신러닝과 데이터 분석 변화 2020-06-02 전용준. 리비젼컨설팅 대표. 경영학박사 2020년 아무도 미리 예상하지 못했던 코로나바이러스 감염 사태가 전세계를 휩쓸고 있다. 대재앙.. [[http://m.blog.daum.net/revisioncrm/464|m.blog.daum.net]] </wrap> </wrap>
 ----
-=== [트랜D]인공지능(AI)의 오판 최대한 줄이려면 ===
+=== KB경영연구소 ===
- | LINK | 2020-05-07 09:52:32 | [[https://www.facebook.com/data.triviaz/posts/145633773676078|페이스북에서 보기]] |
+ | LINK | 2020-06-05 08:33:38 | [[https://www.facebook.com/data.triviaz/posts/151625846410204|페이스북에서 보기]] |
-💡XAI나 인공지능에 대한 교육이 필요한 이유 \\ 1.철학자 드레이퓌스(Dreyfus)는 기계가 ‘패스트푸드점에 가서 햄버거를 사 오라’는 것을 해내지 못할 것이라고 했다. 현실 세계에서는 무수히 많은 종류의 사건이 발생하기 때문에 이 모든 경우의 수를 고려하다가 무한한 시간이 걸려 결국 일을 해내지 못한다는 논리다.  \\ 2. 실제로 AI가 현실을 파악하도록 연구자는 AI에게 ‘맥락(context)’를 학습시킨다. 특히 이미지를 인식하며 현실에서 움직여야 하는 로봇은 이러한 학습이 반드시 필요하다 \\ 3. 꼭 거창한 AI 로봇 이야기까지 가지 않더라도, 실제 AI 솔루션을 현장에서 쓰려면 이래저래 손이 많이 간다. 연구소 안에서 수십 번의 유저 스터디와 프로토타이핑을 마쳤어도, 실제 사람의 사용법은 가지각색이기 때문이다.  \\ 4. ‘탁상’에서 곱게 만들어진 AI일수록, 현장 적응력을 더 키워야 한다. 그러기 위해서는 AI 솔루션을 쓰는 인간 사용자의 노력도 조금은 필요하다.
+[‘스토브리그’ 속 데이터 야구, 세이버메트릭스] \\ □ 세이버메트릭스의 개념과 목적 \\ □ 야구 데이터 분석의 역사와 미래 \\ □ 미디어 속 세이버메트릭스 활용 사례 \\ □ 데이터 과학 프로세스: 야구와 금융업 \\ [[https://www.kbfg.com/kbresearch/vitamin/reportView.do?vitaminId=2000153|https://www.kbfg.com/kbresearc...]]
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_145633773676078.png?100}} </wrap><wrap > 잘못된 알고리즘 설계 때문일 수도 있고, 학습한 데이터 자체가 문제를 갖고 있을 수도 있다. 현실 세계에서는 무수히 많은 종류의 사건이 발생하기 때문에 이 모든 경우의 수를 고려하다가 무한한 시간이 걸려 결국 일을 해내..... [[https://news.joins.com/article/23770156|news.joins.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_151625846410204.png?100}} </wrap><wrap > □ 세이버메트릭스의 개념과 목적 □ 야구 데이터 분석의 역사와 미래 □ 미디어 속 세이버메트릭스 활용 사례 □ 데이터 과학 프로세스: 야구와 금융업 [[https://www.kbfg.com/kbresearch/vitamin/reportView.do?vitaminId=2000153|www.kbfg.com]] </wrap> </wrap>
 ----
-=== [마케팅] 소비자를 공략하는 핵심 3요소 ===
+=== 💡더골, 엘리 골드렛, 동양북스, 2... ===
- | LINK | 2020-05-07 07:39:34 | [[https://www.facebook.com/data.triviaz/posts/145606180345504|페이스북에서 보기]] |
+ | PHOTO | 2020-06-04 16:18:52 | [[https://www.facebook.com/data.triviaz/posts/149393826633406|페이스북에서 보기]] |
-시간,관심,돈
+💡더골, 엘리 골드렛, 동양북스, 2015 ★★★★ \\ 당신의 목표는 무엇인가? 라는 부제를 달고 TOC라는 기법에 대해서 소설형식으로 풀이하고 있습니다. 소설형식이라 술술 읽히는것이 장점입니다. \\  \\ 'CEO들이 끝까지 읽은 책은 더 골이 유일하다'는 요란한 광고 문구가 있기는 한데,  \\ 오래된 책(실제는 80년대 책이라고 합니다)인데다가 제조업에 대한 설명이라 크게 도움이 될지는 모르겠다고 생각했는데, 현재 일과 삶에 빗대어 생각해볼 만한 점이 꽤 있는 것 같습니다.  \\  \\ 하이킹 예시를 통해서, 대열의 목표(제 시간에 도착)를 이루기 위해서 대열에서 가장 느린 사람을 어떻게 관리할 것이냐가 중요하다는 것. 아무리 다른 사람들이 빠르게 이동할 수 있더라도, 이동하더라도 결국은 실패할 수 밖에 없다는 것을 잘 보여주고 있습니다. \\  \\ 궁극적인 목표와는 동떨어진, 개별 부문에 대한 지표 설정이 어떤 문제를 낳는지도 생각해볼 만한 문제입니다. \\  \\ 현재 업무와 삶에서 생산성을 제한하는 제약요인이 무엇인지 생각해보는 계기가 될 것 같습니다. \\  \\ 1) 당연하다고 생각하는 현상에 대해 의문을 가지는 것이 중요 \\ 2) 원가절감, 불량률 등은 목표를 대변하지 못한다. 기업의 궁극적인 목표와 align되는 행위만 고려해야 한다. \\ 3) 생산성이란 회사의 목표치에 점점 다가가는 일련의 행위. 돈을 버는 것. \\ 4) 전직원이 쉬지 않고 일하는 공장의 효율성은 최악이다. \\ - 원가절감이나, 자원을 full로 가동하는 것 자체가 실제 목표와는 다르다 \\ - 비 병목 자원을 full 가동하는 것은 과잉재고만 낳을 뿐. \\ 5) 공정은 '통계적 변동'이 결합된 '종속적 사건'들의 집합 \\ - 제약자원, 병목 지점에서의 자원이 전체 생산성을 제한 \\ - 하이킹에서 대열의 속도는 가장 느린 사람이 결정 \\ - 사슬은 각 고리의 무게가 아닌 고리 사이의 강도가 중요 \\ 6) 개별 단계를 최적화하는 것이 아닌, 전체적인 최적화를 이루는 것을 목표로. \\ 7) 제약요인은 공정의 각 단계뿐 아니라 성과측정, 정책, 절차 등도 포함하는 넓은 범위. \\  \\ [[http://www.yes24.com/Product/Goods/19586534|http://www.yes24.com/Product/G...]] \\ https://coupa.ng/bCIIxS \\ (파트너 활동으로 일정액 수수료 수익 가능)
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_145606180345504.png?100}} </wrap><wrap > 사업자는 소비자의 '시간, 관심, 돈'을 뺏어와야 한다. [[http://moneyman.kr/archives/2426|moneyman.kr]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_149393826633406.png?100}} </wrap><wrap > 💡더골, 엘리 골드렛, 동양북스, 2015 ★★★★
+당신의 목표는 무엇인가? 라는 부제를 달고 TOC라는 기법에 대해서 소설형식으로 풀이하고 있습니다. 소설형식이라 술술 읽히는것이 장점입니다.
-----
+'CEO들이 끝까지 읽은 책은 더 골이 유일하다'는 요란한 광고 문구가 있기는 한데,
+오래된 책(실제는 80년대 책이라고 합니다)인데다가 제조업에 대한 설명이라 크게 도움이 될지는 모르겠다고 생각했는데, 현재 일과 삶에 빗대어 생각해볼 만한 점이 꽤 있는 것 같습니다.
-=== 매출의 답도 ‘행동 데이터’에 달려 있다 ===
+하이킹 예시를 통해서, 대열의 목표(제 시간에 도착)를 이루기 위해서 대열에서 가장 느린 사람을 어떻게 관리할 것이냐가 중요하다는 것. 아무리 다른 사람들이 빠르게 이동할 수 있더라도, 이동하더라도 결국은 실패할 수 밖에 없다는 것을 잘 보여주고 있습니다.
- | LINK | 2020-05-06 11:01:27 | [[https://www.facebook.com/data.triviaz/posts/144483813791074|페이스북에서 보기]] |
-💡세분화된 행동 데이터의 중요성 \\ 1. 대형마트 : 중요한 것은 '매출' 중심의 데이터일 수밖에 없었습니다. 어제, 이번주, 이번달, 지난해 동기간 등 일정한 기간을 기준으로 '무엇이 얼마나 팔렸는지 분석한 뒤, 적절한 재고량을 유지'하는 것. 그것이 이들의 주요 관심사였기 때문입니다. \\ 2. 쿠팡: 초창기 로켓배송은 ‘유아동’, ‘생활용품’, ‘식품’, ‘반려견용품’ 등의 상품군에 집중되었습니다. 사용자의 '반복구매'가 주로 일어나는 상품군을 분석하여 이들 상품의 빠른 배송에 우선 집중한 것이죠.  \\ 3. 마켓컬리: 신선식품을 주로 취급하는 특성을 반영한 결과였는데요. 이후 고객층이 쌓이고 주 타깃이 30~40대 여성 주부라는 것이 명확해지자 기저귀, 휴지, 제습기, 냄비 등의 비식품군으로 영역을 확장해 나가기 시작했습니다 \\ 4. 하나. 반복 방문자는 얼마나 되는지, 그 고객군의 특징은 무엇인지?둘. 반복 방문자의 유사 상품 구매율 또는 조회율은 얼마나 되는지?셋. 특정 금액 이상 구매한 사용자와 그렇지 않은 사용자의 차이점은 무엇인지?별다른 차이가 없어 보일 수도 있지만, 이는 대형마트의 질문과 달리 '사용자의 행동'에 집중했다는 점에서 차별성을 지닙니다.
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144483813791074.png?100}} </wrap><wrap > 자세히 보기 [[http://www.openads.co.kr/nTrend/article/6158/%EB%A7%A4%EC%B6%9C%EC%9D%98-%EB%8B%B5%EB%8F%84-lsquo%ED%96%89%EB%8F%99-%EB%8D%B0%EC%9D%B4%ED%84%B0rsquo%EC%97%90-%EB%8B%AC%EB%A0%A4-%EC%9E%88%EB%8B%A4?utm_source=dable|www.openads.co.kr]] </wrap> </wrap>
-----
+궁극적인 목표와는 동떨어진, 개별 부문에 대한 지표 설정이 어떤 문제를 낳는지도 생각해볼 만한 문제입니다.
-=== The 7 Habits Of Good Data Scientists ===
+현재 업무와 삶에서 생산성을 제한하는 제약요인이 무엇인지 생각해보는 계기가 될 것 같습니다.
- | LINK | 2020-05-05 21:28:32 | [[https://www.facebook.com/data.triviaz/posts/144238763815579|페이스북에서 보기]] |
-. 항상 다른 역할, 역량을 요함을 잊지 말자 \\ 2. 비즈니스를 위함을 잊지말자 \\ 3. 태생적으로 실험을 기반으로 한다 \\ 4. 데이터 정제, 탐색의 중요성 \\ 5. 데이터 관리와 질의 중요성 \\ 6. 명확하고 이해할 수 있는 프로세스흐름 \\ 7. 회사 차원의 마음가짐
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144238763815579.png?100}} </wrap><wrap > Data science is not necessarily one single thing, skillset or methodology. This is why data science is always said to be an ‘interdisciplinary branch’ of science that combines mathematics, human behavioral and workflow studies, flexible use of logic systems and a core employment of algorithms. [[https://www.forbes.com/sites/adrianbridgwater/2020/05/01/the-7-habits-of-good-data-scientists/|www.forbes.com]] </wrap> </wrap>
-----
+) 당연하다고 생각하는 현상에 대해 의문을 가지는 것이 중요
+) 원가절감, 불량률 등은 목표를 대변하지 못한다. 기업의 궁극적인 목표와 align되는 행위만 고려해야 한다.
-=== Google searches for “wash hands” predicts a country’s outbreak of COVID-19, study finds ===
+) 생산성이란 회사의 목표치에 점점 다가가는 일련의 행위. 돈을 버는 것.
- | LINK | 2020-05-05 18:12:50 | [[https://www.facebook.com/data.triviaz/posts/143579080548214|페이스북에서 보기]] |
+) 전직원이 쉬지 않고 일하는 공장의 효율성은 최악이다.
-💡21개국에서 구글 '손씻기' 검색량과 이후 코로나바이러스 증가를 비교했더니 음의 상관관계가 나왔다고 합니다. 또 '마스크'는 유의미한 관계가 없었네요. 우리나라도 포함되어있습니다. 확진자 증가가 주춤하고 있어 조금 느슨해진 감이 있는데, 손씻기의 중요성을 다시 한번 되새겨봐야 겠습니다.
+- 원가절감이나, 자원을 full로 가동하는 것 자체가 실제 목표와는 다르다
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143579080548214.png?100}} </wrap><wrap > A report that examined Google search trends in 21 countries found that searches for “wash hands” predicted the spread of COVID-19. The report was ... [[https://www.psypost.org/2020/04/google-searches-for-wash-hands-predicts-a-countrys-outbreak-of-covid-19-study-finds-56589/|www.psypost.org]] </wrap> </wrap>
+- 비 병목 자원을 full 가동하는 것은 과잉재고만 낳을 뿐.
+) 공정은 '통계적 변동'이 결합된 '종속적 사건'들의 집합
-----
+- 제약자원, 병목 지점에서의 자원이 전체 생산성을 제한
+- 하이킹에서 대열의 속도는 가장 느린 사람이 결정
-=== 누가 어떻게 회사를 망치는가? ===
+- 사슬은 각 고리의 무게가 아닌 고리 사이의 강도가 중요
- | LINK | 2020-05-05 08:47:55 | [[https://www.facebook.com/data.triviaz/posts/143702563869199|페이스북에서 보기]] |
+) 개별 단계를 최적화하는 것이 아닌, 전체적인 최적화를 이루는 것을 목표로.
-이런 경영 프레임의 최대 오류는 우리가 아닌 누가 해도 말이 되는 이론이라는 것입니다.  \\ 1. 결과에만 집중한다 \\ 2. 경영 프레임을 셀링한다 \\ 3. 결정할 일을 리서치만 하게 만든다 \\ 4. 정말 해야 할 일을 못 하게 만든다 \\ 5. 그 와중에 잘 되는 것에 숟가락을 얹는다 \\ 6. 시키는 일을 잘하는 기준으로 사람을 앉힌다 \\ 7. 뇌피셜 이론을 강화하고 반대 세력을 몰아낸다 \\ 8. 다른 경영 프레임으로 옮겨간다
+) 제약요인은 공정의 각 단계뿐 아니라 성과측정, 정책, 절차 등도 포함하는 넓은 범위.
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143702563869199.png?100}} </wrap><wrap > 회사에서 일하면 여러 유형의 답답한 인간 군상을 만납니다. 일 처리가 늦은 사람, 애매한데 안 물어보고 했다가 엉망을 만든 사람, 마감을 지키지 않는 사람, 늘 졸거나 자리에 없는 사람 등 우리는 보통 이런 사람들을 보면서 '... [[https://ppss.kr/archives/162252|ppss.kr]] </wrap> </wrap>
-----
-=== To Boost Innovation, Stop Watching Your Workers ===
- | LINK | 2020-05-04 20:23:18 | [[https://www.facebook.com/data.triviaz/posts/143581427214646|페이스북에서 보기]] |
-💡괜히 누가 보고 있으면 잘하던 일도 신경쓰여 못하게 되는 경우가 많습니다. 적절한 프라이버시가 있으면 생산성이 더 높아진다고 합니다. 혼자 있다고 느끼면 새로운 시도.실험을 해볼 수 있기 때문인데요. \\ 사무실의 파티션을 없애고 개방된 공간에서 일하는게 마냥 좋은건지 모르겠네요.
->> <wrap>  <wrap 100px left> (No image) </wrap><wrap > Hi,   One trend that will hopefully die after this crisis: open offices.  They were supposed to increase transparency and boost productivity (and save money). Managers could always see what their staff was doing, guide them to creative ideas, and stop them goofing off. In this utopian vision, cow... [[https://mailchi.mp/b93a6e6b95cf/debunking-the-myth-of-the-tortured-artist-317502?e=b892f4ac47|mailchi.mp]] </wrap> </wrap>
-----
-=== [신수정의 리더십 코칭] ⑫ 상대가 진짜 똑똑한지 허풍인지 구별하는 방법 ===
- | LINK | 2020-05-04 13:23:20 | [[https://www.facebook.com/data.triviaz/posts/144231833816272|페이스북에서 보기]] |
-"지적 겸손도가 높은 사람들은 “strong opinions, which are weakly held.”의 자세를 가진다고 한다. 자신의 의견을 분명히 가지고는 있지만, 그것에 집착하지 않는다는 것이다. 더 분명한 사실과 증거가 나오면 언제든 이를 바꿀 수 있는 자세를 의미한다."
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144231833816272.png?100}} </wrap><wrap > 미국 경제매체인 Inc의 한 기사를 읽다 보니 아마존의 제프 베조스는 자신이 같이 일하고자 하는 '똑똑한 사람'의 기준을 다음과 같이 말한다.\ [[http://www.ttimes.co.kr/view.html?no=2020042916387725810&ref=face|www.ttimes.co.kr]] </wrap> </wrap>
-----
-=== 값싼 폴더폰과 첨단 인공지능이 만났다 ===
- | LINK | 2020-05-04 09:37:00 | [[https://www.facebook.com/data.triviaz/posts/144421113797344|페이스북에서 보기]] |
-"폴더폰에 인공지능 음성비서 서비스를 제공하는 사례는 설계하기 따라서 디바이스와 가격대에 영향을 받지 않고 얼마든지 더욱 유용하고 다양한 첨단 기능을 탑재할 수 있는 환경임을 알려준다. 이용자의 요구와 설계자의 배려가 기술을 좀더 친근하고 인간적이게 만들 수 있다." \\ "인공지능 음성비서, 고화질 영상 감상, 내비게이션, 맞춤형 검색, 전략시뮬레이션게임 등 스마트폰을 통해 경험하는 최고 수준의 서비스들은 이용자의 하드웨어가 제공하는 게 아니라 대부분 전문 정보기술기업이 제공하는 콘텐츠 서비스다. 고가의 최신 제품과 차별적 기능을 제공해야 하는 제조사와 통신사들로서는 고민스러운 지점이다."
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144421113797344.png?100}} </wrap><wrap > SK텔레콤, LG폴더2에 AI음성비서 ‘누구’취약층 위한 ‘따뜻한 기술’ ‘사회책임경영’고가 HW없어도 클라우드로 최신서비스 가능제조·통신사, 수익성과 소비자 편의 딜레마 [[http://m.hani.co.kr/arti/economy/it/943382.html#cb|m.hani.co.kr]] </wrap> </wrap>
-----
-=== [유혁의 데이터이야기] 데이터 가지고 거짓말하면 안됩니다 ===
- | LINK | 2020-05-03 16:32:39 | [[https://www.facebook.com/data.triviaz/posts/143186183920837|페이스북에서 보기]] |
-💡숫자로 표현하면 어떤정보라도 더 많은 신뢰를 하게된다고 합니다. 데이터의 중요성이 커지고 있어서 더 많은 숫자들에 노출되고 있는 지금 비판적 사고의 중요성이 더 커지고 있는 것 같습니다. \\  \\ "주입식 교육의 가장 큰 폐해 중 하나는 사람들이 비판적 사고를 잃게 하는 것이다. “그거 책에 있는데요”는 그 사항이 진실이라는 근거가 될 수 없다. 마찬가지로 ＂컴퓨터가 출력했다”도 그 정보가 옳다는 이유가 되지 않는다. 분석과 해석을 거친 정보는 늘 비판적인 시각으로 대해야 한다."
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143186183920837.png?100}} </wrap><wrap > 세상에서 가장 쉬운 일 중 하나가 데이터를 조작하여 의도를 관철시키는 것이다. 예를 들어 어떤 특정 연도에만 12개월치 데이터 중 일부만을 사용해 그해가 상대적으로 더 나쁘게 보이게 하는 건 명백한 사기행위다. 의도적으..... [[https://news.joins.com/article/23752905|news.joins.com]] </wrap> </wrap>
-----
-=== TikTok tops 2 billion downloads – TechCrunch ===
- | LINK | 2020-05-03 11:15:50 | [[https://www.facebook.com/data.triviaz/posts/144362673803188|페이스북에서 보기]] |
-💡틱톡 앱이 20억 다운로드를 달성했다고 합니다. 중국산이라 보안에 문제가 있다는 우려와, 콘텐츠를 차별했다는 논란이 있었는데도 숏폼 동영상의 인기가 계속되고 있는것 같습니다.
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144362673803188.png?100}} </wrap><wrap > TikTok, the widely popular video sharing app developed by one of the world’s most valued startups (ByteDance), continues to grow rapidly despite suspicion from the U.S. as more people look for ways to keep themselves entertained amid the coronavirus pandemic. The global app and its Chinese ve… [[https://techcrunch.com/2020/04/29/tiktok-tops-2-billion-downloads/|techcrunch.com]] </wrap> </wrap>
-----
-=== 요즘 고등학생들이 공부하면서 영상 찍는 진짜 이유 ===
+[[http://www.yes24.com/Product/Goods/19586534|http://www.yes24.com/Product/G...]]
- | LINK | 2020-05-03 09:42:14 | [[https://www.facebook.com/data.triviaz/posts/143020190604103|페이스북에서 보기]] |
+https://coupa.ng/bCIIxS
-. 요즘 고등학생들은 공부 도중에 휴대폰을 만지지 않기 위해 타임랩스로 영상 찍음 \\ 2. 공부 유튜버 영상을 보거나 타이머 앱으로 순위 대결을 하면서 동기 부여를 셀프로 충전함 \\ 3. 과거 우리가 디지털에서 스스로를 고립시키는 방식으로 공부했다면, 디지털 네이티브들은 주어진 기술을 최대한 활용해서 효율적으로 공부함
+(파트너 활동으로 일정액 수수료 수익 가능) [[https://www.facebook.com/data.triviaz/photos/a.120046786234777/149390636633725/?type=3|www.facebook.com]] </wrap> </wrap>
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143020190604103.png?100}} </wrap><wrap > 트렌드를 읽는 가장 빠른 방법 [[https://www.careet.net/21|www.careet.net]] </wrap> </wrap>
 ----
-=== 빅데이터는 누가 코로나19 직격탄을 맞았는지 알고있다 ===
+=== The Role of the Data Scientist - RStudio Blog ===
- | LINK | 2020-05-03 01:04:05 | [[https://www.facebook.com/data.triviaz/posts/144246303814825|페이스북에서 보기]] |
+ | LINK | 2020-06-04 09:22:58 | [[https://www.facebook.com/data.triviaz/posts/152498842989571|페이스북에서 보기]] |
-. 눈길을 끈 외신 기사 하나... 한국의 데이터를 담은 기사를 쓰고 싶었습니다 \\ 2. 살펴볼 수 있다면 정부 지원이 필요한 업종이 어느 부문인지 더 잘 알 수 있게 됩니다. 월간 단위, 분기단위로 나오는 '심리지수'나 '전체총합' 데이터는 알려주지 않는 상세한 데이터를 손에 쥐는 것이 되기 때문입니다. \\ 3. 정부대책 맞춤형으론 안되나?... 빅데이터 활용한다면 가능해 \\ 확인한 것처럼 KBS는 데이터를 통해 '실시간'으로 매출 변화를 살펴볼 수 있었습니다. 어느 부문이 피해가 심각한지 정확히 확인할 수 있었습니다. 그러면 특별히 피해가 심각했던 업종, 회복이 더딘 업종을 선별적으로 지원하는 정책도 가능하지 않을까요?
+. 직무가 자동화툴로 대체될것인가? 경영진들이 직관에 의존하게 될것인가? 사라질 단순 유행인가? \\ 2. 어려운문제를 인지하고 해결하는 것은 자동화될 수 없다 \\ 3. 데이터 주도 의사결정이 가치를 더 창출한다는것이 증명되었다 \\ 4. 데이터과학 툴에 대한 수요는 어느때보다 높다 \\ 5. 신뢰, 에자일, 영속성 이 필요
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_144246303814825.png?100}} </wrap><wrap > 눈길을 끈 외신 기사 하나... 한국의 데이터를 담은 기사를 쓰고 싶었습니다 보름쯤 전, 뉴욕타임스 기사 하나를 봤습니다. 코로나19로 인해 미국인의 소비패턴이 바뀌고 있다는 내용이었습니다. 그래프 하나의 [[http://mn.kbs.co.kr/mobile/news/view.do?ncd=4436530|mn.kbs.co.kr]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_152498842989571.png?100}} </wrap><wrap > A slew of new vendors believe that no-code analytics and visualization tools can replace the role of the traditional data scientist. This brief describes why we believe organizations will demand pro-code data scientists for years to come. [[https://blog.rstudio.com/2020/05/27/role-of-the-data-scientist/|blog.rstudio.com]] </wrap> </wrap>
 ----
-=== Everything We Wish We'd Known About Building Data Products ===
+=== 💡5월 한달 동안은 73개의 포스팅을... ===
- | LINK | 2020-05-02 21:52:49 | [[https://www.facebook.com/data.triviaz/posts/142241630681959|페이스북에서 보기]] |
+ | PHOTO | 2020-06-04 01:23:13 | [[https://www.facebook.com/data.triviaz/posts/154127569493365|페이스북에서 보기]] |
-데이터제품을 만들때 알고 있어야 하는것들 \\ 1. 제품이 작동해야 된다 : 머신러닝 기반의 결과는 100%정확할 수 없기 때문에 어느 선까지 허용되는지 정해야 한다 \\ 2. 사용자를 위해 작동해야 한다 : 사용자들이 이것을 왜 보고 있는지 이해할 수 있어야 \\ 3. 사용자들이 안전하다고 느낄 수 있어야 한다 \\ 4. 사용자들이 컨트롤 가능하다고 느낄 수 있어야 한다
+💡5월 한달 동안은 73개의 포스팅을 했네요. 못 보신 소식은 아래 링크에서 확인하실 수 있습니다. \\ [[http://triviaz.net/blog:facebook_posting_2005|http://triviaz.net/blog:facebo...]] \\ - #회의에서당당하게 : [[http://triviaz.net/data_analysis:blog_easy_series|http://triviaz.net/data_analys...]] \\ - #사람에대한사실 : [[http://triviaz.net/data_analysis:blog_human_series|http://triviaz.net/data_analys...]] \\ ※ 워드클라우드 글씨체 : 서울남산체EB
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_142241630681959.png?100}} </wrap><wrap > RelateIQ's Product Leaders Ruslan Belkin and DJ Patil on the critical traits every sophisticated data product needs to succeed. [[https://firstround.com/review/everything-we-wish-wed-known-about-building-data-products/|firstround.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_154127569493365.png?100}} </wrap><wrap > 💡5월 한달 동안은 73개의 포스팅을 했네요. 못 보신 소식은 아래 링크에서 확인하실 수 있습니다.
+[[http://triviaz.net/blog:facebook_posting_2005|http://triviaz.net/blog:facebo...]]
+- #회의에서당당하게 : [[http://triviaz.net/data_analysis:blog_easy_series|http://triviaz.net/data_analys...]]
+- #사람에대한사실 : [[http://triviaz.net/data_analysis:blog_human_series|http://triviaz.net/data_analys...]]
+※ 워드클라우드 글씨체 : 서울남산체EB [[https://www.facebook.com/data.triviaz/photos/a.120046786234777/154127182826737/?type=3|www.facebook.com]] </wrap> </wrap>
 ----
-=== 글로벌 칼럼 | 인공지능 편향성을 확인하는 것은 인간의 몫 ===
+=== 주력 상품 없애는 것이 3M의 주력 ===
- | LINK | 2020-05-02 11:59:04 | [[https://www.facebook.com/data.triviaz/posts/143007577272031|페이스북에서 보기]] |
+ | LINK | 2020-06-03 14:47:50 | [[https://www.facebook.com/data.triviaz/posts/152480482991407|페이스북에서 보기]] |
-💡사람이 개입하는부분에는 언제나 주관이 개입될수 밖에 없습니다. \\ "(하나의) 데이터 세트는 하나의 세계관이다. 연구원이든 예술가든 기업이든 상관없이 데이터를 긁어모으고 수집하는 사람의 세계관을 반영한다. 이름을 붙이는 사람(labeler)의 세계관도 포괄한다. 수동으로 혹은 자신도 모르는 사이 반영되거나, 메커니컬 터크(Mechanical Turk) 같은 제3자 서비스를 통해 반영된다. 이 경우 데이터셋에는 해당 서비스 업체의 고유 분류법에 대한 세계관까지 망라하는데, 이들 기업의 활동 목표가 높은 삶의 질과 직접적으로 양립할 수 없는 경우가 종종 있다"
+"3M의 최고의 업적은 이것저것 하던 것 중에 우연히 이루어졌다. 마치 돌연변이 기계를 보는듯하다" \\ "모든 직원에게 업무시간의 15%를 자유로운 연구시간으로" \\ "정확히 15%는 아니다. 그런 기업문화가 비결"
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143007577272031.png?100}} </wrap><wrap > 인공지능(AI)의 근본적 문제는 ‘인공’이라는 부분과 ‘지능’ 부분이다. 우리는 로봇 지능이 인간의 편견에서 벗어났다고 생각하지만, 실제로는 AI가 오히려 인간의 단점을 반복하는 경우가 많다. 한 번에 하나의 데이터 세트.... [[http://www.itworld.co.kr/news/151209|www.itworld.co.kr]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_152480482991407.png?100}} </wrap><wrap > 미국, 독일, 프랑스 등이 이 회사의 마스크를 놓고 쟁탈전을 벌이기도 했던 3M. 하지만 이 회사의 주력 상품은 마스크도, 우리가 잘 아는 포스트잇이나 스카치테이프도 아니다. 주력 상품을 없애는 것이 이 회사가 주력으로 하는 ... [[http://www.ttimes.co.kr/view.html?no=2020052816257783087|www.ttimes.co.kr]] </wrap> </wrap>
 ----
-=== Building machine learning products: a problem well-defined is a problem half-solved. ===
+=== 12 Steps to Applied AI ===
- | LINK | 2020-05-02 11:35:41 | [[https://www.facebook.com/data.triviaz/posts/142246200681502|페이스북에서 보기]] |
+ | LINK | 2020-06-03 08:09:03 | [[https://www.facebook.com/data.triviaz/posts/152309969675125|페이스북에서 보기]] |
-What specific task should our model be automating? \\ How does the user interact with the model? \\ - ML모형을 흉내내서 고객의 경험과 접목해서 반복실험하자 \\ What information should we expose to the user? \\ - 처음에는 '과도하게' 질문해보면, 놀라운 결과를 얻을 수도 \\ Deploy \\ - 간단한 모형을 최대한 빨리 적용해보자 \\ - 점진적이고 빠르게 적용하자 \\ - 빠른 반복을 위해서, 결과가 아닌 결과까지의 시간을 예측하자
+. 올바른 질문 \\ 2. 쓸만한 데이터를 얻고, 준비하기 \\ 3. 패턴찾기 \\ 4. 새 데이터에 찾은 패턴 확인 \\ 5. 제품화 \\ 6. 라이브 데이터에 테스트 \\ 7. 지속적으로 모니터, 유지보수
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_142246200681502.png?100}} </wrap><wrap > Previously, I wrote about organizing machine learning projects where I presented the framework that I use for building and deploying models. However, that framework operates on the implicit assumption that you already know generally what your model should do. In this post, we'll dig deeper into how.... [[https://www.jeremyjordan.me/ml-requirements/|www.jeremyjordan.me]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_152309969675125.png?100}} </wrap><wrap > A roadmap for every machine learning project [[https://medium.com/swlh/12-steps-to-applied-ai-2fdad7fdcdf3|medium.com]] </wrap> </wrap>
 ----
-=== Data.triviaz님이 게시한 사진 ===
+=== "2020년대의 키워드는 데이터 비즈니스, 포털처럼 고유의 업(業) 될 것" ===
- | ALBUM | 2020-05-01 21:53:25 | [[https://www.facebook.com/data.triviaz/posts/143867350519387|페이스북에서 보기]] |
+ | LINK | 2020-06-02 18:29:35 | [[https://www.facebook.com/data.triviaz/posts/152480762991379|페이스북에서 보기]] |
-💡★★★★인스파이어드, 마티 케이건, 제이펍, 2018 \\ 제품관리에서 아주 유명한 책을 읽었습니다.  내용은 아주 좋았으나, 제 책만 그런건지 1) 종이가 얇아 뒷장이 비치는 점, 2) 인쇄상태가 조금 이상한점, 3) Chapter와 상위 구분 페이지가 직관적이지 않다는 점  4) 번역 등 때문에 별 하나를 뺐습니다. \\  \\ '용병이 아닌 미션팀', '학습하는 조직', '제품발견단계부터 엔지니어, 제품디자이너의 개입' 이 중요하다는 것을 강조합니다. \\  \\ 보통의 기업에서 사용하는 우선순위의 로드맵이 1. 최소 절반이상의 아이디어는 유효하지 않고 2. 유효하다고 하더라도 몇번의 iteration과 실험이 필요하다는 것을 염두하고, 기능이나 프로젝트 대신 성과와 해결하려는 비즈니스 문제를 중심으로 운영되는 것이 필요합니다. \\  \\ 제품의 발견과 지속적인 학습을 위해서 1. 제품을 고객을 구매하고 사용할 것인지 2. 사용자가 제품 사용법을 이해할 수 있을것인지 3. 우리가 만들 수 있는지 4. 우리 사업에 효과적인 솔루션인지  항상 고민하는 것도 필요하겠습니다. \\  \\ [[http://www.yes24.com/Product/Goods/67512293|http://www.yes24.com/Product/G...]] \\ https://coupa.ng/bAFEq7 \\  (파트너스-일정액 수수료 제공받을 수 있음)
+. 최선을 다해 열심히 하는 것과는 별개로 거시적인 변화가 중요하다는 것을 크게 깨달았다. 어디에 들어가서 얼마나 열심히 하는가는 두 번째고, 언제 어디에 있느냐가 훨씬 중요한 의사 결정이라는 것을 알았다. \\ 2. 첫 번째, 두 번째 사업 모두 아이템을 가지고 시작했다기보다는 타이밍이라는 관점에서 많이 접근했다 \\ 3. 저는 리서치 플랫폼과 소프트웨어를 구축하는 역할을 하는 사람이지 리서치업의 전문가는 아니었다. 리서치 비즈니스가 성장하고 확장하는 과정에서 리서치업에 전문성을 지닌 리더가 필요했다. \\ 4. 개인들은 카카오를 통해서도 신용대출을 쉽게 받는데 사업자들은 그렇지 않다. 사업자들은 일일이 서류를 떼가야 하는데 이러한 데이터들이 현재 법 구조에서는 잘 연결이 안 되어 있다. 잘 연결된 데이터를 만들면 굉장히 큰 비즈니스 기회가 있을 거라 생각했다. \\ 5. 현대 사회에서는 정보의 비대칭을 줄이면서 비용을 줄일 수 있는 부분들이 많다. 사업장에서 발생할 수 있는 금융 거래와 운영 등 많은 정보를 수집하고 있고, 그 영역에서 저희가 잘할 수 있는 것들이 많다. \\ 6. 1999년에 네이버가 나오고 다음도 나왔는데 당시 다음의 사업자 등록증을 떼 보면 데이터 베이스 제공업이라고 되어 있다. 포털이 고유의 업으로 불리기 시작한 게 2008년이다. 결국 포털업 처럼 고유의 업이라고 인정받을 만큼 색깔이 명확하고 과거와는 완전히 다른 형태의 업이 구성되는 기회가 있다.
->> <wrap>  <wrap 100px left> (No image) </wrap><wrap >  [[https://www.facebook.com/100300361542753/posts/143867350519387/|www.facebook.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_152480762991379.png?100}} </wrap><wrap > [서울경제] 자영업이 다시 한 번 위기를 맞고 있다. 단군 이래 자영업이 어렵지 않았던 적은 한 번도 없지만 코로나 바이러스 감염증(코로나 19) 사태로 지금까지 경험해보지 못한 위기가 닥쳤다. 임대료와 인건비 등 [[https://n.news.naver.com/article/011/0003743229|n.news.naver.com]] </wrap> </wrap>
 ----
-=== Three key concepts for interpreting data in the age of coronavirus ===
+=== 차별화된 경험 ===
- | LINK | 2020-05-01 12:58:45 | [[https://www.facebook.com/data.triviaz/posts/142215934017862|페이스북에서 보기]] |
+ | LINK | 2020-06-02 09:41:13 | [[https://www.facebook.com/data.triviaz/posts/152120439694078|페이스북에서 보기]] |
-💡모든 데이터를 해석할 때 주의해야할 사항입니다 \\ 1. 편향 \\ 2. 표본오차 \\ 3. 시간차 \\ 데이터가 쓸모없는게 아니라 해석과 응용을 잘하는 것이 중요합니다.
+"오프라인 상권이 무너지고 있는 이 시점에서, 다른 소매업들도 어떻게 하면 온라인이 제공하지 못하는 경험을 오프라인에서 제공할 수 있을지에 대해서 고민을 해야 하고, 고급화 되고 있는 극장을 참고하면 좋지 않을까 싶다."
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_142215934017862.png?100}} </wrap><wrap > The three statistical horseman of this apocalypse: bias, variability, and lag. [[https://qz.com/1840359/three-reasons-data-is-so-hard-to-interpret-in-the-age-of-coronavirus/|qz.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_152120439694078.png?100}} </wrap><wrap > 영화 Trolls의 후속편 Trolls World Tour가 개봉 3주 만에 110억 원 이상의 매출을 달성했다고 한다. 3주 동안 발생한 매출이 전편 [[https://www.thestartupbible.com/2020/05/differentiated-experience-as-a-moat.html|www.thestartupbible.com]] </wrap> </wrap>
 ----
-=== 💡 벌써 2020년 1/3이 지나가고... ===
+=== ITFIND ===
- | PHOTO | 2020-05-01 10:07:07 | [[https://www.facebook.com/data.triviaz/posts/143688717203917|페이스북에서 보기]] |
+ | LINK | 2020-06-01 14:04:40 | [[https://www.facebook.com/data.triviaz/posts/153320022907453|페이스북에서 보기]] |
-💡 벌써 2020년 1/3이 지나가고 5월입니다. 4월 한달 동안 88개의 포스팅을 했네요. 4월 한달 간의 내용에 대해서 워드클라우드를 만들어보았습니다. '데이터'와 '사람'에 대한 '생각'이 가장 큰 이슈인 것 같네요. 혹시 못보고 지나가신 뉴스는 [[http://triviaz.net/blog:facebook_posting_2004 |http://triviaz.net/blog:facebo...]]에서 확인하실 수 있습니다.
+NIPA 이슈리포트(2020-03호) AI기술동향과 오픈소스 \\ Ⅱ. AI 기술동향과 시장기회 \\ Ⅲ. 오픈소스 & AI솔루션 \\  \\ [[https://www.itfind.or.kr/publication/regular/periodical/read.do?selectedId=02-001-200527-000008&selectedCategory=E_15_06&selectedGroupId=E_15&pageSize=40&pageIndex=0|https://www.itfind.or.kr/publi...]]
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_143688717203917.png?100}} </wrap><wrap > 💡 벌써 2020년 1/3이 지나가고 5월입니다. 4월 한달 동안 88개의 포스팅을 했네요. 4월 한달 간의 내용에 대해서 워드클라우드를 만들어보았습니다. '데이터'와 '사람'에 대한 '생각'이 가장 큰 이슈인 것 같네요. 혹시 못보고 지나가신 뉴스는 [[http://triviaz.net/blog:facebook_posting_2004 |http://triviaz.net/blog:facebo...]]에서 확인하실 수 있습니다. [[https://www.facebook.com/data.triviaz/photos/a.120046786234777/143688070537315/?type=3|www.facebook.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> (No image) </wrap><wrap >  [[https://www.itfind.or.kr/publication/regular/periodical/read.do?selectedId=02-001-200527-000008&selectedCategory=E_15_06&selectedGroupId=E_15&pageSize=40&pageIndex=0|www.itfind.or.kr]] </wrap> </wrap>
 ----
-=== Artificial Or Human Intelligence? Companies Faking AI ===
+=== [김승열의 DT 성공 전략] 은행을 오픈한 스타벅스 ===
- | LINK | 2020-05-01 09:06:34 | [[https://www.facebook.com/data.triviaz/posts/142213957351393|페이스북에서 보기]] |
+ | LINK | 2020-06-01 09:20:22 | [[https://www.facebook.com/data.triviaz/posts/152122646360524|페이스북에서 보기]] |
-💡유명한 큰 회사에서도 인공지능이라고 홍보하고 있지만 실제는 사람의 손을 거치는 작업을 하고 있는 회사들이 많습니다. \\ 1. 이런 사실을 알게되는 경우가 많아지면 신뢰도가 하락되어 새로운 인공지능의 겨울 시대를 겪을 수도 있다 \\ 2. 보안이 갖추어진 '시스템'상에서 자동으로 이루어지는 것이 아니기 때문에, 사람에 의한 보안 위험이 존재한다 \\ 실제로 현재 기술의 한계로 인해 사람을 투입하는 경우도 많기 때문에, \\ 파트너나 공급업체를 선택할 때 이런점을 고려해보고, 실제로 인공지능이 적용될 수 없는 부분인지, 기술로 극복될 수 있는 부분인지 생각해보는 것도 필요합니다.
+. 최종 모습에 대한 정의도 없이 DT를 하는 기업도 많지만, ‘데이터 분석 기업’이나 ‘한국의 아마존’ 등을 외치며 무작정 디지털 전쟁터로 뛰어들면서 기존 자산을 모두 버리고 전선을 확장하는데만 매달리는 기업들도 많다 \\ 2. 인터넷 은행이나 비대면 계좌 개설, 온라인 대출 등이 DT의 당연한 공식처럼 인지되고 있는 최근 흐름을 고려하면 ‘오프라인 은행 진출’이라는 스타벅스의 선택은 다소 의외의 행보이기도 하다. 하지만, 스타벅스는 디지털 세계로 눈을 돌리기 보다는 그들이 가장 강점을 가지고 있는 오프라인 지점에 집중하는 모습을 보여주었다. \\ 3. 디지털 기술과 혁신을 위해 비즈니스 모델을 전환(Transformation)하거나 새로운 가치를 만드는게 아니라 인력을 줄이면서 고정 비용을 감소하는게 목표라는 것이다. 실제로 DT를 수행하면서 인건비 XX% 절감 등이 최종 모습이라는 점은 국내 기업에서 흔히 볼 수 있으며, DT 전략이 실패하는 주요 이유이기도 하다. 비용 절감은 DT가 성공적으로 진행되면서 나오는 결과물 중에 하나일뿐 목표나 최종 모습이 되는 것은 바람직하지 않아 보인다. \\ 4. 스타벅스의 DT는 비용 절감보다는 고객 편의와 비즈니스 혁신에 초점이 맞추어져 있다. 주문, 결제, 리워드, 개인화라는 ‘디지털 플라이휠(Digital Flywheel)’ 전략을 통해 고객들에게 편리하고 개인화된 경험을 만들어가는데 집중하고 있으며, 이를 위해서 직원이 해야 할 일들은 오히려 늘어나고 있다.
->> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_142213957351393.png?100}} </wrap><wrap > Some companies are choosing to approach these AI challenges not by scaling back their AI ambitions, but rather by using humans to do the task that they are otherwise trying to get their AI systems to do [[https://www.forbes.com/sites/cognitiveworld/2020/04/04/artificial-or-human-intelligence-companies-faking-ai/|www.forbes.com]] </wrap> </wrap>
+>> <wrap>  <wrap 100px left> {{blogs_facebook_upload:100300361542753_152122646360524.png?100}} </wrap><wrap > 많은 전통 기업들이 디지털 트랜스포메이션(Digital Transformation, 이하 ‘DT’)에 우선순위를 놓고 많은 투자를 하고 있다. 하지만 그들의 전략을 살펴보면 새로운 경쟁자에 대한 수비적인 태도를 가지고 막연한 목표를 향해 달려가... [[http://www.bloter.net/archives/374645|www.bloter.net]] </wrap> </wrap>
 ----