6.13 - # OLAP / CRISP-DM / 보건의료 빅데이터 / 디지털의료제품 / 코파일럿 설치 / 프롬프트 스케줄러 / 바로가기 만들기

 # 데이터 마이닝

BA

BI

피벗테이블

대시보드/채점표

임시쿼리/검색/보고서 작성

#  OLAP /  OLAP 제품들은 MOLAP, ROLAP, DOLAP, HOLAP으로 구분

출처: https://12bme.tistory.com/144 [길은 가면, 뒤에 있다.:티스토리]

OLAP((OnLine Analytical Processing) 온라인 분석 처리)

https://www.ibm.com/kr-ko/topics/olap

# CRISP-DM

https://www.datascience-pm.com/crisp-dm-2/

https://m.blog.naver.com/yjhead/222097700747

# 소셜 네트워크

001. 보건의료 빅데이터 개방 플랫폼 HIRA/ https://opendata.hira.or.kr/home.do

        식약처 의약품 처방 포털- https://nedrug.mfds.go.kr/index

디지털의료제품법 시행 관련 전자민원 

https://emedi.mfds.go.kr/msismext/emd/min/mainView.do

https://opendata.hira.or.kr/home.do

ㅇ위 내용에 체크리스트를 만들어 엑셀로 송부해줘 

코파일럿 설치 

https://m.blog.naver.com/heading100/223400544128

코파일럿은 윈도우 11에서 사용할 수 있는 AI 기반의 인공지능 기능입니다. 설치 및 사용 방법은 다음과 같습니다.

1. 윈도우 11 업데이트 확인:

• 윈도우 업데이트를 통해 최신 버전으로 업데이트합니다. 

2. Copilot 다운로드 및 설치:

• Microsoft Store에서 다운로드:

  Microsoft Store에서 "Copilot"을 검색하여 다운로드 및 설치합니다. 
• Windows 설정에서 활성화:

  설정 > 업데이트 및 보안 > Windows 업데이트에서 최신 업데이트를 확인하고 Copilot을 활성화합니다. 

3. Copilot 사용:

• Copilot 실행: 윈도우 키를 누르고 "Copilot"을 검색하여 실행합니다. 
• Copilot 창 열기: 윈도우 키를 누르면 왼쪽 하단에 Copilot 창이 나타납니다. 
• 질문 또는 명령 입력: Copilot 창에 질문이나 명령을 입력하고 엔터 키를 누릅니다. 
• Copilot 기능 활용: Copilot을 통해 다양한 기능을 활용할 수 있습니다

프롬프트 스케줄러

 1. [이미지 결과 화면을 기반으로 다중회귀분석 해석의 상세화]

 1)업로드한 이미지 데이터를 기반으로 y="건강상태" 로 지정하고 나머지 x값으로 설정후 다중회귀분석결과를 해줘

 2)"다중회귀분석 실증 시 유의사항 (10가지)" 고려하여 다중회귀 분석의 해석에 반영하여 상세히 해줘

 3)결과를 워드로 송부해줘

1. [이미지 결과 화면을 기반으로 다중회귀분석 해석의 상세화]

 1)업로드한 이미지 데이터를 기반으로 y="건강상태" 로 지정하고 나머지 x값으로 설정후 다중회귀분석결과를 해줘

 2)"다중회귀분석 실증 시 유의사항 (10가지)" 고려하여 다중회귀 분석의 해석에 반영하여 상세히 해줘

 3)결과를 워드로 송부해줘

 

https://juneforpay.tistory.com/entry/%ED%81%AC%EB%A1%AC-%EB%B0%94%EB%A1%9C%EA%B0%80%EA%B8%B0-10%EA%B0%9C-%EB%B3%B4%EB%8B%A4-%EB%8D%94-%EB%A7%8E%EC%9D%B4-%EC%B6%94%EA%B0%80%ED%95%98%EB%8A%94-%EB%B0%A9%EB%B2%95More-Than-10-Shortcuts-%EA%B0%9C%EB%B0%9C%EA%B8%B0

 

OLAP (온라인 분석 처리)는 트랜잭션 처리 대신 쿼리 및 보고에 최적화된 데이터베이스 기술입니다. 다차원 데이터 분석을 통해 데이터 기반 의사 결정을 지원하는 데 핵심 역할을 합니다. OLAP 시스템은 데이터 웨어하우스나 데이터 레이크에 있는 대량의 데이터를 다차원적으로 분석하거나 복잡한 쿼리를 빠르게 수행하기 위한 기술입니다. 

OLAP의 핵심 특징:

• 다차원 데이터 분석:

  OLAP은 여러 차원(예: 지역, 시간, 제품)을 가진 데이터를 분석하여 통찰력을 얻도록 도와줍니다. 
• 빠른 쿼리 처리:

  OLAP 시스템은 미리 계산된 데이터를 저장하여 빠른 쿼리 처리가 가능합니다. 
데이터 웨어하우스 연동:
OLAP은 주로 데이터 웨어하우스에 저장된 데이터를 기반으로 분석을 수행합니다. 
OLAP 큐브:
OLAP 시스템의 핵심 요소로, 배열 기반 다차원 데이터베이스로 데이터의 다양한 차원을 효과적으로 처리하고 분석합니다. 

OLAP의 주요 기능:

드릴 다운: 더 상세한 데이터로 이동하여 분석을 수행합니다. 
롤업: 데이터를 집계하여 더 일반적인 데이터로 이동합니다. 
슬라이스: 특정 차원을 선택하여 데이터의 일부를 추출합니다. 
다이스: 여러 차원을 선택하여 데이터의 일부를 추출합니다. 
피벗: 큐브의 뷰를 회전하여 데이터를 다른 관점에서 살펴봅니다. 

OLAP과 OLTP의 차이점:

OLTP (온라인 트랜잭션 처리): 실시간 데이터의 트랜잭션을 처리하는 데 사용됩니다. 
OLAP: 분석을 위한 데이터 질의에 사용됩니다. 

OLAP의 활용 분야:

비즈니스 인텔리전스 (BI): 다양한 데이터를 분석하여 비즈니스 의사 결정에 도움을 줍니다. 
의사 결정 지원 시스템 (DSS): 복잡한 데이터를 분석하고 예측하여 의사 결정을 지원합니다. 
예측 및 보고: 미래를 예측하고 데이터를 보고하는 데 활용




CRISP-DM은 데이터 마이닝 과정을 위한 산업 표준 프로세스입니다. 6단계로 구성되어 있으며, 각 단계는 데이터 마이닝 프로젝트의 목표를 달성하기 위한 구체적인 활동을 포함합니다. 각 단계는 단계별로 진행되지만, 필요한 경우 이전 단계로 돌아가 수정할 수 있습니다. 
CRISP-DM의 6단계는 다음과 같습니다:
1. 비즈니스 이해 (Business Understanding): 프로젝트의 목적을 명확히 정의하고, 목표를 설정합니다. 
2. 데이터 이해 (Data Understanding): 데이터를 수집하고, 데이터의 속성과 품질을 파악합니다. 
데이터 준비 (Data Preparation): 데이터를 가공하고, 분석에 적합한 형태로 변환합니다. 
데이터 모델링 (Data Modeling): 모델을 생성하고, 성능을 평가합니다. 
평가 (Evaluation): 모델의 성능을 평가하고, 개선할 부분을 파악합니다. 
배포 (Deployment): 모델을 실질적인 시스템에 적용합니다. 
CRISP-DM의 장점은 다음과 같습니다:
통합적인 접근 방식:
데이터 마이닝 프로젝트의 전반적인 과정을 체계적으로 관리할 수 있습니다.
반복적인 과정:
프로젝트의 진행 상황에 따라 필요한 경우 이전 단계로 돌아가 수정할 수 있습니다.
표준화:
모든 사람에게 공통의 접근 방식을 제공하여 프로젝트 간의 비교와 협업을 용이하게 합니다. 
CRISP-DM은 데이터 마이닝 프로젝트의 성공적인 수행을 위한 중요한 방법론입니다.