IT 위키 - 사용자 기여 [ko]

SRS

2020-01-19T06:21:55Z

Dknk32: 소프트웨어 요구사항 명세서 문서로 넘겨주기

#넘겨주기 [[소프트웨어 요구사항 명세서]]

OKR

2020-01-19T06:17:23Z

Dknk32: 새 문서: 분류:IT경영 ;Objective and Key Results == ORK 차별 포인트 == * 하나, '목표'에 층위를 부여해 상위 목표(Objectives)를 달성하기 위한 구체적 계획(...

[[분류:IT경영]]
;Objective and Key Results

== ORK 차별 포인트 ==
* 하나, '목표'에 층위를 부여해 상위 목표(Objectives)를 달성하기 위한 구체적 계획(milestone)으로서 하위 지표(Key Result)를 부여한 것
* 둘, 목표 설정은 위로부터의 명령이 아닌 자신이 주체가 되어야 한다는 것(Bottom-up)
* 셋, 목표의 수준은 공격적(달성하기 어려운 수준)이어야 한다는 것

== 같이 보기 ==
* [[MBO]]
* [[CSF]]
* [[KPI]]

== 참고 문헌 ==
* [https://brunch.co.kr/@workplays/9 OK, OKR: 목표관리 비틀기]

MBO

2020-01-19T06:14:08Z

Dknk32:

[[분류:IT경영]]
;Management By Objectives; 목표 기반 경영; 목표에 의한 경영
;조직과 개인의 목표를 기반으로 효율적, 효과적으로 관리함으로써 경영성과를 도출하기 위한 기법

== 구성 요소 ==
[[파일:MBO 구성요소.jpeg]]

== MBO의 원칙 ==
{| class="wikitable"
! 아키텍처
! 설명
|-
| 구체성
(Specific)
|
* 목표는 상위 목표를 가장 확실하게 달성할 수 있도록 구체적으로 작성
* 예) 매출액 100억 -> 110억으로 증대, 처리율 90% -> 95% 등
|-
| 측정 가능성
(Measurable)
|
* 목표는 측정 가능하게 구체적인 수치로 계량화하여 수립
* 예) 금액, 비율, 건수, 기간 등
|-
| 실행가능성
(Attainable)
|
* 평가지표를 면확하게 설정하여 이에 따라 추진이 가능하도록 수립
* 예) 전년대비 품질불량률 5% 감소(O), 품질불량 Zero(O)
|-
| 현실가능성
(Realistic)
|
* 법적인 규제나 현실적인 여건에서 가능한 목표로 수립
* 예) 매출액 500% 향상(X)
|-
| 기간 명확성
(Time-bounded)
|
* 목표는 관리가 가능하도록 구체적으로 언제까지 달성할 것인가 표시
* 예) 1/4분기까지 매출액 120% 달성
|}

== 수행 절차 ==
* 제1단계 : 목표의 발견 - 현재 회사 처지를 점검하고 목표의 목록 작성
* 제2단계 : 목표의 설정 - 회사에서 꼭 필요한 목표를 선택 및 구체적 목표 설정
* 제3단계 : 목표의 내용과 정당화 - 목표달성 가능성 점검
* 제4단계 : 목표의 실천 - 동기유발 요소 가미하며, 목표달성을 위한 행동의 실천
* 제5딘계 : 목표의 통제와 실천상황 평가 - 계획대비 달성목표 비교하여 통제 및 평가보고서 작성, 평가

== 주의 사항 ==
;아래와 같은 상황은 피해야 한다.
* 쉬운 목표를 설정하는 것,
* 서류작업을 과도하게 요구하는 것,
* 감독자가 부하에게 자신이 생각하고 있는 목표수준을 단순히 말하는 것,
* 감독자가 부하에게 자신이 생각하고 있는 목표수준을 단순히 말하는 것만으로 자신의 본래 의무를 다했다고 생각하는것,
* 단기간의 목표만을 지나치게 강조하는 것 등

== 같이 보기 ==
* [[OKR]]

== 참고 문헌 ==
* [https://mbanote2.tistory.com/74 경영혁신기법, 목표관리(MBO)에 대해 알아보자!]
* [https://www.gigumi.com/362 목표관리 MBO(MANAGEMENT BY OBJECTIVE)기법]

MBO

2020-01-19T06:07:47Z

Dknk32:

MBO

2020-01-19T06:06:57Z

Dknk32:

MBO

2020-01-19T06:06:33Z

Dknk32:

[[분류:IT경영]]
;Management By Objectives
;조직과 개인의 목표를 기반으로 효율적, 효과적으로 관리함으로써 경영성과를 도출하기 위한 기법

== 구성 요소 ==
[[파일:MBO 구성요소.jpeg]]

== MBO의 원칙 ==
{| class="wikitable"
! 아키텍처
! 설명
|-
| 구체성
(Specific)
|
* 목표는 상위 목표를 가장 확실하게 달성할 수 있도록 구체적으로 작성
* 예) 매출액 100억 -> 110억으로 증대, 처리율 90% -> 95% 등
|-
| 측정 가능성
(Measurable)
|
* 목표는 측정 가능하게 구체적인 수치로 계량화하여 수립
* 예) 금액, 비율, 건수, 기간 등
|-
| 실행가능성
(Attainable)
|
* 평가지표를 면확하게 설정하여 이에 따라 추진이 가능하도록 수립
* 예) 전년대비 품질불량률 5% 감소(O), 품질불량 Zero(O)
|-
| 현실가능성
(Realistic)
|
* 법적인 규제나 현실적인 여건에서 가능한 목표로 수립
* 예) 매출액 500% 향상(X)
|-
| 기간 명확성
(Time-bounded)
|
* 목표는 관리가 가능하도록 구체적으로 언제까지 달성할 것인가 표시
* 예) 1/4분기까지 매출액 120% 달성
|}

MBO

2020-01-19T06:06:11Z

Dknk32: 새 문서: 분류:IT경영 ;Management By Objectives ;조직과 개인의 목표를 기반으로 효율적, 효과적으로 관리함으로써 경영성과를 도출하기 위한 기법 ==...

[[분류:IT경영]]
;Management By Objectives
;조직과 개인의 목표를 기반으로 효율적, 효과적으로 관리함으로써 경영성과를 도출하기 위한 기법

== 구성 요소 ==
[[파일:MBO 구성요소.jpeg]]

== MBO의 원칙 ==
{| class="wikitable"
! 아키텍처
! 설명
|-
| 구체성
(Specific)
| * 목표는 상위 목표를 가장 확실하게 달성할 수 있도록 구체적으로 작성
* 예) 매출액 100억 -> 110억으로 증대, 처리율 90% -> 95% 등
|-
| 측정 가능성
(Measurable)
| * 목표는 측정 가능하게 구체적인 수치로 계량화하여 수립
* 예) 금액, 비율, 건수, 기간 등
|-
| 실행가능성
(Attainable)
| * 평가지표를 면확하게 설정하여 이에 따라 추진이 가능하도록 수립
* 예) 전년대비 품질불량률 5% 감소(O), 품질불량 Zero(O)
|-
| 현실가능성
(Realistic)
| * 법적인 규제나 현실적인 여건에서 가능한 목표로 수립
* 예) 매출액 500% 향상(X)
|-
| 기간 명확성
(Time-bounded)
| * 목표는 관리가 가능하도록 구체적으로 언제까지 달성할 것인가 표시
* 예) 1/4분기까지 매출액 120% 달성
|}

머신러닝

2020-01-19T05:58:50Z

Dknk32: /* 분류 */

[[분류:인공지능]]
;Machine learning
;[[인공지능]] 연구분야 중 하나로, 인간의 뇌가 자연스럽게 수행하는 학습 능력을 컴퓨터로 구현하는 기술

== 머신러닝과 딥러닝 ==
* 인공 지능 : 자연 언어 처리, 전문가 시스템 분야, 영상 분석, 이론 증명(수학적 증명)
* 머신 러닝 : 선형 회귀, 로지스틱 회귀, 소프트 맥스, 신경망(neural net)
* 딥 러닝 : 신경망을 3 개 이상 중첩, CNN(이미지 인식 기능), RNN(자연어 처리, 챗봇)

== 분류 ==
* 비지도 학습
** 군집
** [[차원 축소]]
*** [[차원의 저주]]
*** [[주성분 분석|주성분 분석(PCA, Principal Component Analysis)]]
*** [[독립성분 분석|독립성분 분석(ICA)]]
* 지도 학습
** 분류
*** [[SVM]]
*** [[kNN]]
** 예측
*** [[선형 회귀]]
*** [[로지스틱 회귀분석]]
* 강화 학습
** [[Q 러닝]]
** [[은닉 마코프 모델]]

== 머신러닝 활용 ==
* 클래스 분류(Classification)
** 특정 데이터에 레이블(정답)을 붙여 분류
** ex) 스팸 메일 분류, 필기 인식 등
* 클러스터링(Clustering)
** 값의 유사성을 기반으로 데이터를 여러 그룹으로 나눔
** ex) 고객의 여러 가지 정보를 이용하여 그룹핑한 다음 최우수/우수/일반 고객 등으로 분류
* 추천(Recommendation)
** 특정 데이터를 기반으로 다른 데이터를 추천하는 것
** ex) 사용자의 구매기록을 기반으로 다른 상품 추천
* [[회귀|회귀(Regression)]]
** 과거의 데이터로 미래의 데이터를 예측하는 것
** ex) 주변 부동산 시세 정보를 이용하여 내년의 집값을 예측
* 차원 축소
** 데이터의 특성을 유지하면서 데이터의 양을 줄이는 것
** ex) 얼굴(큰 차원) 이미지에서 코, 눈(작은 차원) 등의 이미지에서 숫자를 추출

== 구현 절차 ==
# 데이터 전처리: 벡터화, [[레이블링]], [[결측치]] 처리
# 수치 분석: [[원핫 인코딩]], Feature(Factor) 선정
# 모델 선택: 적합 모델 선정 또는 전이학습
# [[하이퍼 파라미터]] 튜닝: 모델의 계층, 유닛, [[활성화 함수]], 학습비율 등
# 모델 테스트 및 분석: 학습된 모델의 성능의 측정, 분석 및 성능 개선
# 모델 제공 및 관리: 실제 응용 분야에 적용하고 지속적으로 관리

파일:MBO 구성요소.jpeg

2020-01-19T05:55:02Z

Dknk32: 출처: https://mbanote2.tistory.com/74

출처: https://mbanote2.tistory.com/74