DATA101

안녕하세요, AI/빅데이터분석 연구개발 전문법인 DATA101 팀입니다👋 👀 DATA101 팀에서 서울 지하철 무임승차 Data를 통해 시민참여, 이동, 생활 패턴을 분석한 인사이트를 확인해 보세요! 🚇 시민참여 – 집회와 모임이 열리던 날, 지하철 Data는 목소리가 모이는 힘을 보여줍니다.🚶 이동 – 노년층의 일상적 발걸음은 시장과 골목을 잇고, 도시의 따뜻한 생활상을 기록합니다.🤝 생활 패턴 – 숫자 속에는 단순한 이동이 아니라 삶의 흔적과 연결이 담겨 있습니다. Data는 도시의 민낯을 비추는 거울이자, 미래를 읽는 인사이트가 됩니다.다음엔 또 어떤 움직임을 담아낼까요? 평소 Data 분석을 통해 여러분이 알아보고 싶었던 이슈가 있다면 댓글로 남겨주세요🙏DATA101 팀이 흥미로운 주..

안녕하세요, AI/빅데이터분석 연구개발 전문법인 DATA101 팀입니다👋 오늘은 저희 DATA101에서 대한민국 No.1 자동차 Youtube '김한용의 MOCAR' 채널을 심층 분석한 사례를 소개해 드립니다👨‍💻이번 사례zip 역시 저희 DATA101 실무진이 직접 데이터 수집부터 가공, 시각화, 리포트 작성까지 진행한 프로젝트입니다. 본 프로젝트에 활용한 데이터는 2024년 1개년 치를 직접 수집하여 분석한 점 참고해 주시길 바랍니다👀특정 브랜드, 특정 주제에 더욱 심층적인 분석 자료가 필요하신 분들께서는 댓글 / 이메일 / 카톡 중 편한 방법으로 문의해 주세요🙏 [ Contact Point ]📬 메일) contact@uf5.io🟡 카톡) DATA101 (플러스친구)🔴 유튜브) DAT..

🎉 2025년 8월, AI/빅데이터 연구개발 전문법인 DATA101 팀에서 새롭게 출시한'Youtube 댓글 데이터 분석 플랫폼'을 소개합니다. 👀 Youtube 콘텐츠마다 구독자들의 찐 반응을 댓글 빅데이터 분석을 통해 확인해 보세요! 본 플랫폼은 Youtube 콘텐츠에 달린 댓글을 분석하여 구독자들의 반응이 긍정적이었는지 혹은 부정적이었는지, 어떤 키워드와 의견을 많이 언급했는지 심층적으로 분석한 리포트를 제공합니다👨‍💻 👻 어떤 콘텐츠건 Youtube 영상 URL만 복사+붙여넣기하면 누구나 무료로 분석 리포트를 받아 보실 수 있어요!👏 지금 바로 구독자들이 컨텐츠마다 어떤 반응과 니즈를 보였는지, 개선할 점은 없는지 Data로 확인해 보세요! * 본 플랫폼은 AI/빅데이터 연구개발 전..

👏 지난 2월, 데이터워너원 팀의 AI/빅데이터분석 솔루션이 No.1 프리랜서 마켓 크몽에서 엄선한 상위 2% 전문가 서비스인 prime에 선정되었습니다.  🏆 prime은 100만 건 이상의 크몽 거래 Data를 분석하고 서비스 만족도 99% 이상인 전문가 인터뷰 및 레퍼런스 체크를 통해 엄선된 300여 명의 소수 전문가에게만 주어지는 서비스입니다.   🤝 주로 Prime 전문가는 대기업부터 스타트업, 정부기관까지 B2B 고객을 주 타겟으로 거래하는 품질보장 업체들로 구성되어 있습니다.  👨‍💻 현재 저희 데이터워너원 팀은 AI를 활용한 빅데이터분석 솔루션 구축부터 다양한 산업군의 빅데이터 분석 과제 수행을 지원해 드리고 있습니다.  🙏 AI 기술을 활용한 SW 인프라 구축이나 빅데이터 분석..

👨‍💻 들어가며 본 포스팅에서는 딥러닝 분야에서 하이퍼파라미터 최적화 방법 3가지인 Grid Search, Random Search, Bayesian Optimization에 대해 알아봅니다. 📚 목차 1. Grid Search 2. Random Search 3. Bayesian Optimization 1. Grid Search 그리드 서치(Grid Search)는 하이퍼파라미터를 일정한 간격으로 변경하며 최적의 파라미터를 찾아가는 기법입니다. 아래의 그림 1처럼 가로축이 하이퍼파라미터이고 세로축이 목표함수일 때, 목표함수 값이 최대가 되는 하이퍼파라미터를 찾는 문제를 풀어야 한다고 가정해 보겠습니다. 그리드 서치는 특정 범위 내에서 하이퍼파라미터를 일정 값만큼 일일이 변경하며 출력값을 비교하는 방식으로..

📚 목차 1. 경사 하강법 개념 2. 경사 하강법 종류 2.1. 배치 경사 하강법 2.2. 확률적 경사 하강법 2.3. 미니 배치 경사 하강법 1. 경사 하강법 개념 경사 하강법(Gradient Descent)이란 딥러닝 알고리즘 학습 시 사용되는 최적화 방법(Optimizer) 중 하나입니다. 딥러닝 알고리즘 학습 시 목표는 예측값과 정답값 간의 차이인 손실 함수의 크기를 최소화시키는 파라미터를 찾는 것입니다. 학습 데이터 입력을 변경할 수 없기 때문에, 손실 함수 값의 변화에 따라 가중치(weight) 혹은 편향(bias)을 업데이트해야 합니다. 그럼 어떻게 최적의 가중치나 편향을 찾을 수 있을까요? 최적의 가중치를 찾는 과정을 소개합니다. 최적의 편향을 찾는 과정 역시 절차는 동일합니다. 아래의 그..

📚 목차 1. Batch Size 2. Iteration 3. Epoch 1. Batch Size Batch 크기는 모델 학습 중 parameter를 업데이트할 때 사용할 데이터 개수를 의미합니다. 사람이 문제 풀이를 통해 학습해 나가는 과정을 예로 들어보겠습니다. Batch 크기는 몇 개의 문제를 한 번에 쭉 풀고 채점할지를 결정하는 것과 같습니다. 예를 들어, 총 100개의 문제가 있을 때, 20개씩 풀고 채점한다면 Batch 크기는 20입니다. 사람은 문제를 풀고 채점을 하면서 문제를 틀린 이유나 맞춘 원리를 학습하죠. 딥러닝 모델 역시 마찬가지입니다. Batch 크기만큼 데이터를 활용해 모델이 예측한 값과 실제 정답 간의 오차(conf. 손실함수)를 계산하여 Optimizer가 parameter를..

1. 개념Adaptive Moment Estimation(Adam)은 딥러닝 최적화 기법 중 하나로써 Momentum과 RMSProp의 장점을 결합한 알고리즘입니다. 즉, 학습의 방향과 크기(=Learning rate)를 모두 개선한 기법으로 딥러닝에서 가장 많이 사용되어 "오던" 최적화 기법으로 알려져 있습니다. 최근에는 RAdam, AdamW과 같이 더욱 우수한 성능을 보이는 최적화 기법이 제안되었지만, 본 포스팅에서는 딥러닝 분야 전반을 공부하는 마음가짐으로 Adam에 대해 알아봅니다.2. 수식수식과 함께 Adam에 대해 자세히 알아보겠습니다. $$ m_{t} = \beta_{1} m_{t-1} + (1 - \beta_{1}) \nabla f(x_{t-1}) $$$$ g_{t} = \beta_{..