업무와 데이터 엔지니어링의 조화 데이터는 AI가 발전함에 따라 그 중요성이 지속적으로 이야기 되고 있다. 초기에는 양적으로 현저히 부족함으로 인해 중요성을 인식하였고, 시간이 지나면서 질적으로도 중요성을 이야기 한다. 이제는 양적으로나 질적으로나 풍부한 데이터 환경 속에서 데이터의 가치에 대해 이야기 하고 있다. 데이터의 가치와 업무 이해우리는 어떠한 도구에 대해 하고자 하는 것에 활용할 수 있으면 가치 있는 것으로 인식하고, 활용할 수 없으면 무용지물이라고 인식한다. 데이터도 마찬가지라고 생각한다. 데이터가 아무리 많아도 어떠한 목적을 이루어야 할 때 활용할 수 없으면 데이터가 없다고 한다. 반대로 데이터가 양적으로 적어도 필요한 데이터만 있다면 충분히 데이터를 활용하고 있다고 한다.너무나 당연한 이..
N:::만지작 거리기
2025. 9. 9. 00:12
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- LOD
- neosemantics
- pyvis
- 트리플
- rdfox
- 트리플 변환
- 지식 그래프
- 온톨로지
- sparql
- Ontology
- RDF 변환
- django
- 사이퍼
- 타임리프
- cypher
- stardog
- Thymeleaf
- RDF
- TBC
- TDB
- 장고
- Linked Data
- 그래프 데이터베이스
- 지식그래프
- property graph
- Knowledge Graph
- TopBraid Composer
- 스프링부트
- networkx
- Neo4j
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함