1. 텍스트 마이닝(Text Mining)이란 텍스트 마이닝이란 머신러닝, 언어이해, 통계 등을 활용하여 모델을 설계·수립하고 텍스트 속에서 정보를 추출하여 비즈니스 인사이트(Business Insight)나 추천, 예측 등의 분석 작업을 수행하는 것을 통틀어 일컫습니다. 또한, 자연어 처리(NLP)란 인간의 언어를 기계가 이해하고 해석할 수 있도록 하는 것에 방점을 찍은 기술을 통틀어 일컫습니다. 개념 정의에서 알 수 있다시피 텍스트 마이닝이 조금은 더 큰 범주이고, 자연어 처리를 특정 기술에 중점을 두고 있어 조금 더 작은 범주라고 생각하면 편할 것 같습니다. 2. 텍스트 마이닝 종류 크게 4가지로 나눌 수 있다. 텍스트 분류(Text Classification) : 주로 지도학습을 활용하여 문서가 ..

'Advanced Micro Devices', AMD(에이엠디)는 컴퓨터 반도체를 디자인하고 설계하는 팹리스 기업입니다. 반도체 수요 증가로 인한 실적 증대와 CPU 및 GPU 시장점유율 확대와 더불어 최근 컴퓨텍스 2021 컨퍼런스 중 메타(Meta, 구 페이스북 FB) 제휴 소식에 주가가 10% 급상승하기도 했습니다. 1. 기업 개요 에이엠디(AMD)의 정식명칭은 'Advanced Micro Devices'으로 티커는 'AMD'입니다. 미국 대표적인 컴퓨터 반도체 설계·제조 기업입니다. 한국에서는 '암드'라는 별칭을 갖고 있는데, 원래는 CPU 시장 경쟁사인 INTEL(인텔)에 비해 성능이 떨어져 AMD를 쓰면 '암 걸린다'는 놀리는 단어 였지만, 라이젠(Ryzen) 시리즈의 성공으로 부활하여 지금은..

미국 S&P 500 지수를 추종하는 대표적인 ETF로 'SPDR S&P 500 ETF (티커 : SPY)'가 있습니다. SPY의 정식명칭은 스탠다드앤푸어스 예탁증권(SPDR, Standard&Poor's Depository Receipts)으로 일명 '스파이더(거미)'로 불리기도 합니다. 미국 주식시장의 역사와 함께하는 대표적인 ETF 상품입니다. 1. 기업 개요 SPDR S&P 500 ETF의 티커는 'SPY'입니다. 미국 자산운용사인 SSGA에서 만들어 1993년 1월 22일을 기준으로 설정되었으며, S&P 500 지수를 1배 추종하는 ETF입니다. 미국 S&P 500에 편입되어 있는 각 종목을 시가총액 규모만큼 가중되어 구성되어 있습니다. 운용보수는 연 0.095%로 저렴한 편이며, 연 1.3%대 ..

'EV, EBITDA' 역시 PER 형제들과 함께 많이 보게 되는 단어입니다. 가치투자를 할 때 꼭 챙겨봐야할 또 다른 지표이기 때문에 저번 글과 이어서 소개하고자 합니다. 1. EV : 기업가치 EV는 Enterprise Value의 약자로서, 기업의 시장가치를 말합니다. 쉽게 이해하면, 주주가치와 채권자가치의 합을 말하며, 결국 '총 자산'입니다. 대차대조표(B/S)상에서 '자산 = 부채 + 자본'이 되는데, 내가 출자한 돈(자본)과 남한테 빌려온 돈(부채)를 갖고 각종 영업을 위한 자산을 꾸려가는 것입니다. 특히, M&A에서 EV는 중요한 고려요소입니다. 예를들어, 현재 삼성전자가 보유한 현금성자산이 20조가 있고, 현재 시가총액이 470조이며, 갚아야 할 차입금이 100조라고 할 때. 삼성전자 E..

'PER, PBR, ROE'는 아마도 주식 투자를 하다보면 가장 많이 보는 단어가 아닐까 생각됩니다. 생소하기도 하고 잘 외워지지도 않아 제대로 이해하고 재무 분석에 활용하는 사람이 드물기도 하지만, 가치투자를 할 때 꼭 챙겨서 봐야하는 지표이기도 합니다. 쉽게 이해할 수 있도록 완벽하게 정리해보겠습니다. 1. PER : 주가수익비율 PER란 'Price Earning Ratio'의 약자로서, P/E Ratio 또는 주가수익 비율이라고 합니다. 수많은 가치투자자들이 가치주를 골라내기 위해 활용하는 지표입니다. 우리가 주식 투자 관련 서적을 읽을 때, 꼭 등장하는 친구입니다. 현재 시가총액이 200억인데, 내가 1년에 10억씩 벌어. 그럼 몇 년 벌어야 시총이 될까? 20년. PER는 쉽게 이해하면, 위와..

1. 아웃라이어(Outlier)란 아웃라이어란 데이터의 분포가 다른 값들에 비해 비정상적으로 떨어져 있는 관측값을 말하며, '이상치'라고도 부릅니다. 다만, 그 기준이 모호합니다. 어느 정도까지가 정상이고, 비정상인지 획일적인 잣대로 들이밀기 어렵기 때문입니다. 또한, 아웃라이어는 실제로 가치나 의미가 있는 정보를 담고 있는 값일수도 있고, 단순한 실수나 의미없는 값일 수도 있습니다. 계량분석이나 연구에서 아웃라이어는 통계 분석에 영향을 미치고, 그 결과를 왜곡할 수 있기 때문에 데이터 전처리 과정 중에 중요한 문제기도 합니다. 데이터 분석에서 아웃라이어를 제거하는데, 가장 좋은 것은 해당 산업이나 도메인에 관한 지식이 있을 경우 좋습니다. 배경 지식을 활용하여 기준을 정하고 아웃라이어를 제거하는게 가장..

이래저래 티스토리 블로그를 처음 만든지도 2년이 지났다. 2020년 1월에 만든거 같은데,, 물론 그 동안 글은 거의 쓰지 않고 있다가 최근에서야 쓰기 시작했다. 새삼 이 블로그를 만들던 때가 떠올랐던 것 같다. 2019년 하반기에 처음 취업준비생이 되었고, 실패하고 난 후에 2020년을 맞이하던 때였다. 무력감과 허탈감에 취했던 것 같았는데, 그리고 그 해 2020년의 결과도 썩 좋지 못하고, 2021년을 맞이했었다. 그토록 가고 싶었던 금융권은 번번히 최종면접에서 탈락하며 못 가고, 어쩌다보니 시작한 IT 컨설팅 인턴이 시발점이 되어 지금은 데이터 컨설턴트로 일을 하고 있다. 잘하고 있는지는 모르겠다만, 인생사 새옹지마(塞翁之馬)라는걸 새삼 느끼게 되었다. 아무튼 뭐.. 인턴까지 포함하면 이 일을 시..

결측치, 이상치 등 제거하고, 데이터값들을 일관성 있게 정제해주는 일련의 과정인 '데이터 전처리(Data Preprocessing)'를 실습하면서 공부해 보겠습니다. 데이터를 수집하고 난 후 본격적인 분석에 들어가기 전에 가장 중요한 과정이기 때문에 순서대로 공부하는 것이 맞다고 판단하였습니다. 0. 시작하기 전 기초 상식 데이터 전처리(Data Preprocessing)란 주어진 데이터셋(Dataset)의 결측치나 이상치 등을 확인하여 제거하거나 불일치되는 값들을 일관성 있는 데이터 형태로 변환하는 일련의 과정을 일컫습니다. 어떤 빅데이터나 인공지능 분석 모델에 투입되는 데이터들이 정제되지 않고 이상하면 원하는 분석 결과를 도출할 수 없을 뿐만 아니라 불확실한 예측을 할 수도 있고, 이것이 비즈니스 의..

빅데이터·인공지능(AI) 분석 과정에서 주어진 데이터셋의 정보를 파악하기 위한 작업을 'EDA'라는 '탐색적 데이터 분석' 작업을 거쳐야 합니다. 이 과정에서 파악한 정보를 통해 어떤 전처리, 모델링 등 시행해야할지 판단되기 때문에 데이터 분석에 있어서 매우 중요한 단계입니다. 오늘은 EDA를 위해 매우 간단하면서 자주 활용되는 주요 pandas 함수를 기록할 것입니다. (제 remind를 위한 글...) 1. 기초 통계 지식을 활용한 분석 import numpy as np import pandas as pd 기본적으로 활용되는 numpy와 pandas를 import head() : 첫 5행 데이터를 보여줌 tail() : 마지막 5행 데이터를 보여줌 train.info() : 데이터 Column과 그 ..

요즘 '하이 빅스비'를 많이 애용(저는 갤럭시 유저이기 때문)하면서, AI의 음성·자연어 처리에 대해 궁금해져서 조금씩 공부하기 시작했습니다. 첫 번째로 오늘은 간단하게 '자연어처리(NLP)'에 대한 기초적인 개념 정도만 얘기해보고자 합니다. 1. 자연어처리(NLP) 뜻, NLP란 먼저, '자연어(Nautral Language)'란 인간이 일상생활에서 구사하는 언어 그 자체를 말합니다. 즉, 인간의 언어입니다. 이것을 처리하는 '자연어 처리(Nautral Language Processing)'란 기계(AI)가 인간의 언어인 자연어를 이해하고 추론하여 처리하는 일련의 과정을 말합니다. 2. NLP 프로세스 차차 공부를 하면서 자세하게 코드와 함께 풀어볼 영역입니다만, 아주 간단하게 소개를 드려보겠습니다. ..