직장인 데이터 과학

class: title-slide, left, bottom

# 직장인 데이터 과학
----
## **사례, 개념, 플랫폼, 언어 전쟁, 글쓰기**
### 이광춘
### 2021-05-01

---
class: inverse, middle
name: data-science-case

# 강의 개요

----

.pull-left[

직장인의 업무 생산성 향상의 총아로 각광받던 MS 오피스가 한시대를 풍미했다. 
`\(6\sigma\)`를 필두로 제조업의 혁신을 이끈 통계학도 엑셀에 탑재된 기본기능이 부족하여 미니탭과 같은 통계 팩키지를 필히 익혀야 하는 필수 역량이 되었다.

대기업을 중심으로 고학력을 가진 석박사가 증가하면서 논문 작성에 필요한 고급 통계분석으로 사회과학 분야는 SPSS, 의학 및 경영대는 SAS, 계량경제학 분야는 Gauss, E-View와 같은 특화된 팩키지 소프트웨어를 활용하였고, 좀더 학구적인 역량을 갖춘 분들은 논문을 `\(\LaTeX\)`으로 작성하여 해외 저널과 컨퍼런스에 발표를 하였다.

현재 대한민국을 강타하고 있는 디지털 전환의 바탕이 되는 빅데이터와 AI/기계학습을 아우르는 .green[**데이터 과학**]이 그 실체를 들어내고 있다. 직장인의 기본기로 자리잡아가고 있는 **데이터 과학**과 가장 기본이 되는 .red[**글쓰기**]를 중심으로 학업과 현업 업무를 병행하는 직장인에게 작게나마 도움을 드리고자 한다.
]

.pull-right[   
.left[

1\. **[.green[데이터 과학 사례]](#data-science-case)**

2\. [데이터 과학](#data-science)

3\. [데이터 과학 전쟁](#language-war)

4\. [데이터 과학 어벤저스](#data-science-avengers)

5\. [글쓰기](#writing)

6\. [마무리](#goodbye) 
]
]

---
name: case-study-worldcup
## 러시아 월드컵 (독일전)

.center[
<img src="fig/worldcup.gif" alt="월드컵" width="80%" />
]

.footnote[
[러시아 월드컵(2018) - 한국 vs 독일](https://statkclee.github.io/viz/viz-worldcup-germany.html)
]

---
name: case-study-earthquake
## 지진해일 대피소

.center[
<img src="fig/earthquake.png" alt="월드컵" width="80%" />
]

.footnote[
[xwMOOC (2018-01-17), "지진해일 대피소 - `crosstalk`"](https://statkclee.github.io/viz/viz-earthquake-shelter.html)
]

---
name: case-study-congress
## 국회의원 프로필

.center[
<img src="fig/trelliscopejs.png" alt="국회의원 사진" width="80%" />
]

.footnote[
[국회의원 사진 - `trelliscope`](https://statkclee.github.io/viz/viz-congressman.html)
]

---
name: case-study-avi
## 동영상 감성 분석

.center[
<img src="fig/kbs-video.jpg" alt="슬픔은 어디에" width="80%" />
]

.footnote[
- [xwMOOC 딥러닝 - 동영상 감정 분석](https://statkclee.github.io/deep-learning/ms-oxford-video.html)
- [KBS NEWS, 인공지능으로 분석한 대통령의 마음…슬픔은 어디에?](http://news.kbs.co.kr/news/view.do?ncd=3390429&ref=D)
]

---
name: case-study-regression
## 회귀분석 - MLB 투수 유전자는 유전이 될까?

.center[
<img src="fig/major-league.png" alt="MLB 투수 유전자" width="77%" />
]

.footnote[
[회귀분석 - MLB 투수 유전자는 유전이 될까?](https://statkclee.github.io/politics/pe-baseball-era.html)
]

---
name: case-study-birthrate
## 출산장려 예산은 출산율을 높일까?

.center[
<img src="fig/budget-birthrate.png" width="57%" />
]

.footnote[
[저출산과 소요예산 - 상관관계](https://statkclee.github.io/viz/viz-low-birth-rate.html)
]

---
name: case-study-tax
## 증가된 정부예산: 누가 세금을 많이 냈나?

.center[
<img src="fig/tax-burden.png"width="77%" />
]

.footnote[
[국세 세금 데이터 분석](https://statkclee.github.io/election/election_tax_EDA.html)
]

---
name: case-study-covid
## 코로나19 정부 정책 평가

.center[
<img src="fig/covid19-deaths.png"width="77%" />
]

.footnote[
[코로나19 사망자와 경제성장률](https://statkclee.github.io/viz/viz-mortality.html)
]

---
class: inverse, middle
name: data-science

# 강의 개요

----

.pull-left[

.pull-right[   
.left[

1\. [데이터 과학 사례](#data-science-case)

2\. **[.red[데이터 과학]](#data-science)**

3\. [데이터 과학 전쟁](#language-war)

4\. [데이터 과학 어벤저스](#data-science-avengers)

5\. [글쓰기](#writing)

6\. [마무리](#goodbye) 
]
]

---
name: data-science-definition
# 데이터 과학

데이터 사이언스(Data Science)는 데이터를 다루는 과학이다. 따라서 자연법칙을 다루는 자연과학과 맥이 닿아있다.
자연법칙을 측정하여 데이터프레임(`DataFrame`)으로 나타내면 **변수(Variable)**, **관측점(Observation)**, **값(Value)**으로 표현된다.

.footnote[
[Google Search - "데이터 과학"](https://www.google.com/search?q=%EB%8D%B0%EC%9D%B4%ED%84%B0+%EA%B3%BC%ED%95%99)
]

---
name: tidyverse
# AI/ML/DL vs 데이터 과학

.center[
<img src="fig/tidyvese_os.png" width="77%" />
]

.footnote[
[한국통계학회 소식지 2019년 10월호 ](https://statkclee.github.io/ds-authoring/ds-stat-tidyverse.html)
]

---
name: tidyverse-definition
# `tidyverse`

.center[
<img src="fig/maso_tidyverse.png" width="77%" />
]

.pull-left[

- 기존 자료구조를 재사용
- 파이프 연산자로 간단한 함수를 조합
- 함수형 프로그래밍을 적극 사용
- 기계가 아닌 인간을 위한 설계

]

.pull-right[
 
- Reuse existing data structures.
- Compose simple functions with the pipe.
- Embrace functional programming.
- Design for humans.

]

---
name: y-fx
# 30년의 변화를 그림으로 표현

.center[
<img src="fig/intree-xy-f.png" alt="XY" width="77%" />
]

.footnote[
[이광춘(2019-01-26), "Data Scientist 가 바라본 제조업의 발전 전략 및 방안", Intree 4.0 World Forum](https://statkclee.github.io/ds-authoring/intree-seminar-2019-01.html)
]

---
name: data-science-graph
## Big Data/AI/ML/Data Science

.pull-left[
### Google Trends: 미국

![](fig/google-trends-comparison-us-1.png)
]

.pull-right[
### Google Trends: 대한민국

![](fig/google-trends-comparison-kr-1.png)
]

.footnote[
[이광춘 (2020-07-21), "기업운영혁신을 위한 데이터 과학: 기업의 활용방안", 포항산업과학연구원(RIST)](https://statkclee.github.io/ds-authoring/ds-rist.html)
]

---
name: data-science-resource
# 데이터 경제와 산업

.pull-left[
### 데이터 자원

![](fig/economist-bigdata-oil.png)
]

.pull-right[
### 파이프라인

![](fig/data-economy-industry.png)
]

---
name: data-sciece-value
## 가치

<ul>
 <li>기술 분석(Descriptive Analytics): 무슨 일이 있었나? (What happened?)</li>
 <li>진단 분석(Diagnostic Analytics): 왜 일어났나? (Why did it happen?)</li>
 <li>예측 분석(Predictive Analytics): 무슨 일이 일어날까? (What will happen?)</li>
 <li>처방 분석(Prescriptive Analytics): 어떻게 그런 일을 일으킬까? (How can we make it happen?)</li>
</ul>

.center[
<img src="fig/ds-gartner.png" width = "80%" />
]

---
name: data-sciece-cost
# 패러다임의 변화

.pull-left[
### 비용

![](fig/data-science-cost.png)
]

.pull-right[
### 자동화

![](fig/automated-machine-learning.png)
]

---
class: inverse, middle
name: language-war

# 강의 개요

-----------------------------------

.pull-left[

.pull-right[   
.left[

1\. [데이터 과학 사례](#data-science-case)

2\. [데이터 과학](#data-science)

3\. **[.green[데이터 과학 전쟁]](#language-war)**

4\. [데이터 과학 어벤저스](#data-science-avengers)

5\. [글쓰기](#writing)

6\. [마무리](#goodbye) 
]
]

---
name: war-man-machine
# 사람 vs. 기계

.center[
<img src="fig/stat-modeling-workflow.png" alt="데이터 과학과 통계모형" width="100%" />
]

.footnote[
[기초 통계 -통계 모형(Statistical models)](https://statkclee.github.io/statistics/stat-modeling.html)
]

---
name: language-problem
# 데이터 사이언스 언어

데이터 사이언스를 대표하는 R이나 파이썬 모두 컴퓨터 프로그래밍 언어라서 태생적으로 거의 모든 컴퓨터 프로그래밍 언어가 갖고 있는 두 언어 문제에서 역시 자유로울 수는 없다.

| 시스템 언어  | Ousterhout 이분법  | 스크립트 언어  |
|:-------------:|:-----------:|:-------------:|
|   정적       |     --      |     동적     |
|   컴파일      |     --      |    인터프리터 |
| 사용자정의 자료형|     --      |  표준 자료형 |
|   빠른 속도   |     --      |   늦은 속도   |
|   어려움       |     --      |   쉬움     |

.footnote[
[Ousterhout dichotomy](https://en.wikipedia.org/wiki/Ousterhout%27s_dichotomy)
]

---
name: data-science-process
# 데이터 과학 프로세스

.center[
<img src="fig/data-science-process-as-is-to-be.png" alt="데이터 사이언스 프로세스 비교" width="100%" />
]

---
name: ml-process
# ML 개발 프로세스

.center[
![](fig/DALEXverse.png)
]

---
name: what-language-choice
# 어떤 언어를 고를 것인가?

.center[
<img src="fig/cognitive-performance.png" alt="인지 단계, 계산단계" width="67%" />
]

---
name: language-trends
# 데이터 과학 언어 추세

R을 예로 들면, 팩키지 개발을 할 때 R 스크립트로 모든 기능을 선행하여 기능을 구현하고 유용성이 인정되어 사용자가 많아지면, [Rcpp](https://cran.r-project.org/web/packages/Rcpp/index.html) 팩키지를 사용하여 C/C++로 후행하여 속도와 성능이 필요한 부분에 재개발하는 경우가 흔하다.

.center[
<img src="fig/data-scientist-languages.png" alt="데이터 사이언스 언어" width="77%">
]

---
name: platform-tidyverse
# `tidyverse`

.center[
<img src="fig/maso_tidyverse.png" width="77%" />
]

.pull-left[

- 기존 자료구조를 재사용
- 파이프 연산자로 간단한 함수를 조합
- 함수형 프로그래밍을 적극 사용
- 기계가 아닌 인간을 위한 설계

]

.pull-right[
 
- Reuse existing data structures.
- Compose simple functions with the pipe.
- Embrace functional programming.
- Design for humans.

]

.footnote[
[Welcome to the Tidyverse](https://tidyverse.tidyverse.org/articles/paper.html)
]

---
name: platform-tidyverse
# `tidyverse` R 버전

.footnote[
- [Ultimate R Cheat Sheet](https://www.business-science.io/r-cheatsheet.html)
]

---
name: platform-tidyverse
# `tidyverse` 파이썬 버전

.footnote[
- [Ultimate Python Cheat Sheet](https://www.business-science.io/python-cheatsheet.html)
]

---
class: inverse, middle
name: data-science-avengers

# 강의 개요

----

.pull-left[

.pull-right[   
.left[

1\. [데이터 과학 사례](#data-science-case)

2\. [데이터 과학](#data-science)

3\. [데이터 과학 전쟁](#language-war)

4\. **[.green[데이터 과학 어벤저스]](#data-science-avengers)**

5\. [글쓰기](#writing)

6\. [마무리](#goodbye) 
]
]

---
name: avengers-problem
# 펭귄 어벤저스

.center[
![](fig/shiny-python.png)
]

.footnote[
[펭귄 성별예측모형: 파이썬 + `Shiny`](https://statkclee.github.io/model/tidyverse-penguin-python-shiny.html)
]

---
names: avengers-penguin
# 펭귄 데이터셋

.center[
![](fig/penguin-dataset.png)
]

.footnote[
- [펭귄 vs 붓꽃 데이터](https://statkclee.github.io/data-science/ds-iris-penguin.html)
]

---
name: avengers-architecture
# 모형 아키텍쳐

| 앙상블 | Random Forest | XGBoost |
|--------|----------------|---------|
|![](fig/penguin-arch-ensemble.png)| ![](fig/penguin-arch-rf.png) | ![](fig/penguin-arch-xgb.png) |

.footnote[
- [펭귄 성별예측모형: tidymodels](https://statkclee.github.io/model/tidyverse-parsnip-penguin.html)
]

---
name: avengers-tuning
# 모형 최적화: Hyper Parameter Tuning

.center[
![](fig/xgboost-python.png)
]

.footnote[
- [펭귄 성별예측모형: tidymodels - Hyper Parameter](https://statkclee.github.io/model/tidyverse-parsnip-penguin-hyper-parameter.html)
]

---
name: avengers-restful
# 모형 배포: RESTful API

.center[
<img src = "fig/penguin-restful-api.png" width = "100%" />
]

.footnote[
- [펭귄 성별예측모형: tidymodels - RESTful API](https://statkclee.github.io/model/tidyverse-parsnip-penguin-RESTful-api.html)
]

---
name: avengers-explainable-ai
# 설명가능한 예측모형: Explainable AI

.center[
![](fig/mdp-DALEX.png)
]

.footnote[
- [펭귄 성별예측모형: tidymodels - MDP / DALEX](https://statkclee.github.io/model/tidyverse-parsnip-penguin-DALEX.html)
]

---
name: avengers-evaluation
# `tidyposterior` 모형 평가

.center[
<img src = "fig/penguin-tidyposterior.png" width = "87%" />
]

.footnote[
- [펭귄 성별예측모형: tidyposterior](https://statkclee.github.io/model/model-tidyposterior.html)
]

---
name: avengers-frontend-backed
# Shiny Front-End + `tidymodels` Back-End

.center[
![](fig/penguin-shiny-predictive-model.gif)
]

.footnote[
- [펭귄 성별예측모형: `tidymodels` - Shiny](https://statkclee.github.io/model/tidyverse-parsnip-penguin-shiny.html)
]

---
name: avengers-shiny-python
# Shiny Front-End + Python Back-End

.center[
![](fig/shiny-fe-python-be.gif)
]

.footnote[
- [펭귄 성별예측모형: 파이썬 - `Shiny`](https://statkclee.github.io/model/tidyverse-penguin-python-shiny.html)
]

---
name: avengers-model
# 데이터 과학 EDA 환경: R + 파이썬

.center[
<img src= "fig/ds-avengers-model.png" width="77%" />
]

.footnote[
- [데이터 과학 개발 환경: R+파이썬](https://statkclee.github.io/data-science/ds-languages.html)
]

---
class: inverse, middle
name: writing

# 강의 개요

-----------------------------------

.pull-left[

.pull-right[   
.left[

1\. [데이터 과학 사례](#data-science-case)

2\. [데이터 과학](#data-science)

3\. [데이터 과학 전쟁](#language-war)

4\. [데이터 과학 어벤저스](#data-science-avengers)

5\. **[.green[글쓰기]](#writing)**

6\. [마무리](#goodbye) 
]
]

---
name: writing-ide
# 문서 편집기

.center[
<img src="fig/document-ide.png" />
]

.footnote[
[문서 편집기](https://statkclee.github.io/latex/document-ide.html)
]

---
name: writing-overview
# 디지털 글쓰기

.center[
<img src="fig/writing-overview.png" />
]

.footnote[
[디지털 글쓰기](https://statkclee.github.io/latex/latex-writing.html)
]

---
name: writing-overview
# 맞춤법 검사

.center[
<img src="fig/rstudio-spelling.png" />
]

.footnote[
[RStudio 워드 프로세서: `hunspell`](https://statkclee.github.io/comp_document/cd-rstudio-wp.html)
]

---
name: writing-birds-eye-view
# R 마크다운 생태계

.center[
<img src="fig/rmarkdown-ecosystem.png" />
]

.footnote[
[R마크다운 콘텐츠: 웹사이트, 블로그, 포트폴리오 등](https://statkclee.github.io/comp_document/cd-netlify.html)
]

---
name: writing-resume
# 이력서

.center[
<img src="fig/writing-resume.png" />
]

.footnote[
- [이력서 자동화: `css` + `googlesheets4` + 웹사이트](https://statkclee.github.io/comp_document/ds-resume-automation.html)
- <https://statkclee.github.io/resume/>
]

---
name: writing-slideshow
# 딥러닝 발표자료(PPT)

.center[
<img src="fig/writing-slideshow.png" />
]

.footnote[
- [`xaringan` 발표자료 유튜브 동영상 자동 제작](https://statkclee.github.io/deep-learning/r-xaringan-ari.html)
- <https://www.youtube.com/watch?v=TjYnx2jALmY>
]

---
name: writing-slideshow
# STT: `speech-to-text`

.center[
<img src="fig/writing-stt.png" />
]

.footnote[
- [KTIS, STT 발표자료](https://statkclee.github.io/ds-authoring/ds-ktis-2021.html#39)
- [`speech-to-text` - 음성을 텍스트로 변환](https://statkclee.github.io/deep-learning/r-stt.html)
]

---
name: writing-pdf2website
# PDF/워드 &rarr; 웹사이트

.center[
<img src="fig/pdf2website.png" />
]

.footnote[
- 제작방법: [PDF를 데이터로 보는 올바른 자세: PDF &rarr; 웹사이트](https://statkclee.github.io/pdf/pdf-to-website.html)
- 웹사이트: [웹에서 하는 R 통계분석](https://statkclee.github.io/webr-book/)
]

---
name: goodbye
class: middle, inverse

.pull-left[
# **경청해 주셔서 감사합니다.**
 
## Tidyverse Korea

]

.pull-right[
.right[

]
]