Facebook Posting Archive 20년 5월

2020-05-11 10:55:31 까지 총 28개 포스팅 Archived (누적 394개)

20년 4월 Archive
20년 3월 Archive
20년 2월 Archive
최신 포스팅과 더 많은 소식은 Data.triviaz 좋아요, 팔로잉 해주세요

API사용,Python데이터정리,PHP최신현황 방법

| LINK | 2020-05-11 10:55:31 | 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

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… www.datasciencecentral.com

| LINK | 2020-05-10 19:35:26 | 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.

Somewhere, someone’s having this conversation. Right. Now. medium.com

| LINK | 2020-05-10 09:14:47 | 페이스북에서 보기 |
💡핵심키워드
고객에 집중, 고기를잡는법, 비전을 지속적으로 테스트하고 개선, 데이터, MVP, 학습, 산출물이 아닌 성과, 모든것을 해결할 공식는 없다, 공유, 핵심지표

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. blog.ab180.co

| LINK | 2020-05-09 18:17:29 | 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.

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… www.technologyreview.com

| PHOTO | 2020-05-09 10:25:28 | 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/...
https://coupa.ng/bAFFA7 (파트너스-일정액 수수료 받을 수 있음)

💡★★★★★ 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/...
https://coupa.ng/bAFFA7 (파트너스-일정액 수수료 받을 수 있음) www.facebook.com

| LINK | 2020-05-08 16:24:23 | 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/...

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… dbr.donga.com

| LINK | 2020-05-08 09:31:57 | 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.

You might imagine that isolation would increase music consumption. Not for services like Spotify, Pandora and Apple Music. www.ozy.com

| LINK | 2020-05-07 18:37:11 | 페이스북에서 보기 |
1. 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

사람을 위한 서비스와 마케팅을 기획하는 기획자, 사람이 만드는 데이터를 분석하고 사람에게 설명해야 하는 분석가를 위한 '사람에 대한 사실'에 대해서 살펴보자. triviaz.net

| LINK | 2020-05-07 09:52:32 | 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.

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….. news.joins.com

| LINK | 2020-05-07 07:39:34 | 페이스북에서 보기 |
시간,관심,돈

사업자는 소비자의 '시간, 관심, 돈'을 뺏어와야 한다. moneyman.kr

| LINK | 2020-05-06 11:01:27 | 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.

자세히 보기 www.openads.co.kr

| LINK | 2020-05-05 21:28:32 | 페이스북에서 보기 |
1. 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

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. www.forbes.com

| LINK | 2020-05-05 18:12:50 | 페이스북에서 보기 |
💡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.

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 … www.psypost.org

| LINK | 2020-05-05 08:47:55 | 페이스북에서 보기 |
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

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 '… ppss.kr

| LINK | 2020-05-04 20:23:18 | 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.

(No image) 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… mailchi.mp

| LINK | 2020-05-04 13:23:20 | 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.”

미국 경제매체인 Inc의 한 기사를 읽다 보니 아마존의 제프 베조스는 자신이 같이 일하고자 하는 '똑똑한 사람'의 기준을 다음과 같이 말한다.\ www.ttimes.co.kr

| LINK | 2020-05-04 09:37:00 | 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.”

SK텔레콤, LG폴더2에 AI음성비서 ‘누구’취약층 위한 ‘따뜻한 기술’ ‘사회책임경영’고가 HW없어도 클라우드로 최신서비스 가능제조·통신사, 수익성과 소비자 편의 딜레마 m.hani.co.kr

| LINK | 2020-05-03 16:32:39 | 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.”

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….. news.joins.com

| LINK | 2020-05-03 11:15:50 | 페이스북에서 보기 |
💡틱톡 앱이 20억 다운로드를 달성했다고 합니다. 중국산이라 보안에 문제가 있다는 우려와, 콘텐츠를 차별했다는 논란이 있었는데도 숏폼 동영상의 인기가 계속되고 있는것 같습니다.

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… techcrunch.com

| LINK | 2020-05-03 09:42:14 | 페이스북에서 보기 |
1. 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

트렌드를 읽는 가장 빠른 방법 www.careet.net

| LINK | 2020-05-03 01:04:05 | 페이스북에서 보기 |
1. 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?

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 mn.kbs.co.kr

| LINK | 2020-05-02 21:52:49 | 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

RelateIQ's Product Leaders Ruslan Belkin and DJ Patil on the critical traits every sophisticated data product needs to succeed. firstround.com

| LINK | 2020-05-02 11:59:04 | 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”

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…. www.itworld.co.kr

| LINK | 2020-05-02 11:35:41 | 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

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…. www.jeremyjordan.me

| ALBUM | 2020-05-01 21:53:25 | 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/G...
https://coupa.ng/bAFEq7
(파트너스-일정액 수수료 제공받을 수 있음)

(No image) www.facebook.com

| LINK | 2020-05-01 12:58:45 | 페이스북에서 보기 |
💡모든 데이터를 해석할 때 주의해야할 사항입니다
1. 편향
2. 표본오차
3. 시간차
데이터가 쓸모없는게 아니라 해석과 응용을 잘하는 것이 중요합니다.

The three statistical horseman of this apocalypse: bias, variability, and lag. qz.com

| PHOTO | 2020-05-01 10:07:07 | 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:facebo...에서 확인하실 수 있습니다.

💡 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:facebo...에서 확인하실 수 있습니다. www.facebook.com

| LINK | 2020-05-01 09:06:34 | 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.

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 www.forbes.com

~

~