Dynamic DRF 25: Prediction of Alzheimer’s Disease Progression: The Big Data Approach

(기악 악장) (경음악 고조) – 오늘 여기와 주셔서 정말 고마워요 우리는 Sheng Luo 박사, Duke 대학의 생물 통계학 부교수

존스 홉킨스에서 사용하러 왔어 작년의 8 월에, 나는 생각한다 그는 디자인의 생물 통계 학적 방법을 전문으로하며, 임상 시험 및 관찰 연구에 대한 분석 그는 통계 및 임상 과학 분야에서 여러 번 수상했습니다 72 개의 동료 검토 기사가 있습니다

그는 계속되는 NIH 보조금을위한 PI입니다 통계적 방법론을 위해, 우리는 기쁘게 생각합니다 루오 선생님이 우리와 얘기하고 싶습니다 알츠하이머 병의 역학적 예측에 관하여 진행, 큰 데이터 접근 방식 고마워

(청중의 박수) 알렉스 고마워 이것인가? 그래, 알았어 감사합니다 모두 와줘서 고마워요 안녕하세요

이건 내 전 학생과의 공동 작업입니다 현재 MERC에서 일하고있는 Kan Li와이 작품 R01 교부금 인 NINDS가 지원하고 있습니다 그리고 언제든지 언제든지 저를 막을 수있게 해주십시오, 알았죠? 이제 알츠하이머 병이란 무엇입니까? 알츠하이머 병은 두뇌의 neurodegenerative 장애 그것은 치매의 주요 원인이며, 2 번은 파킨슨 병이야, 알았지? 그래서 보통 사람들은 다른 방향으로 말합니다 (웃음) 다른 방향으로 치매에 이르는 광고는 없습니다

다른 방법은 안돼, 알았지? 따라서 현재 AD에 대한 질병 치료제는 없습니다 불행히도, 이것은 가장 미국에서 비싼 질병 그래서, 그것을 달러 금액에 넣으십시오, 그래서 지금, 작년에, 광고를 가진 550 만 명의 미국인들이 있으며, 의료비는 2 천 5 백 9 십억 달러입니다 그러나 GDP에 그 값을 넣으면 몇 번이고, 그것은 미국 GDP의 13 %이다

암을 포함하지 않고 혼자서이 질병에 쓰이며, 심혈관 질환 및 모든 것, 그래서 이것은 정말로 파괴적인 질병이며 매우 비쌉니다 이제 2050 년까지 1380 만명의 미국인들이 알츠하이머 질환을 앓고 있으며, 7,500 억 달러 이 질병에 2018 년에 쓸 것입니다 여기 상승 비용 예측 국가 수준에서 알츠하이머 병의 이제 우리는 2018 년 이곳에 있습니다 따라서 이것이 계속되면 추세는 계속됩니다 의료비가 기하 급수적으로 증가한다는 것

오, 미안해, 미안해, 나는 극을 통해 말했다 잠시만 요 그래서 그렇지 않으면 너희들은 결과를 보게된다 알았지? (웃음) 자, 제발,이 텍스트, DCRIRESEARCH803, 여기에 번호를 써주세요, 알았죠? 아니면이 웹 사이트에 가면 가입 할 수 있습니다 그래서, 여기에 질문이 있습니다

평균 연간 의료 비용은 얼마입니까? 65 세 이상 알츠하이머 병이나 다른 치매와 함께, 알았지? 그래서 16K, 32K, 48K, 64K입니다 좋아, 30 초 정도 대답 해줘 여기 샘플 크기가 있습니까? (웃음) (청중 웃음) 좋아, 너 대부분이 맞다고 생각해 그래서 대답은 48입니다, 좋습니다, 48K입니다 자, 알츠하이머 병이있는 사람을 볼 수 있습니다

평균적으로 의료 비용에 연간 48K를 소비합니다 하지만 같은 나이를 가진 사람은 평균 약 14,000입니다 거의 4 배의 차이가 있음을 알 수 있습니다 지출의 의료비 측면에서 이제 문제는 여기서 더 잘 할 수 있을까요? 우선, 나는 관계가 아닙니다

하지만 과감하게 선언하고 싶습니다 그렇습니다 (웃음) (청중 웃음) 제발 고쳐주세요, 알았죠? 이제 주요 질문, 과학적 질문이 여기에 있습니다 그래서 여기에, 저는 NIH All Us Research 프로그램에서 인용했습니다 아무도 이걸 알지,이게 뭐야, 우리 모두? 그래서, 옛 이름은 Position Medicine Initiative, 그리고 나서 새로운 행정부 하에서, 나는 그들이 그것을 바꿨다고 생각한다

자, 저는이 두 진술을 거기서 인용하고 싶습니다 그 중 7 개가 주요 목표입니다 첫 번째는 위험을 측정하는 방법을 개발하는 것입니다 환경 노출에 근거한 다양한 질병의 경우, 유전 적 요인들, 그리고이 둘 사이의 상호 작용을 포함한다 그리고 두 번째 것은 생물학적 마커를 발견하는 것입니다

위험 증가 또는 감소 신호 일반적인 질병을 개발합니다 자, 아시다시피,이 연구 프로그램 최소 1 백만 명의 미국인으로부터 데이터를 수집하고, 환경 데이터를 수집하고, 생물학적 데이터, 임상 데이터의 관점에서 말하면, 의료 이미징 데이터, 유전 데이터, 및 기타 관련 데이터 그래서, 그들은이 두 가지 목적을 이해하기를 원합니다 자, 여기서 일반적인 단어는 위험하다는 것을 알 수 있습니까? 위험이 바로 여기에 있습니다 맞습니까? 그래서, 어떻게 이것을합니까? 내 생각에,이 도구는 예측의 개인화 된 위험

좋아요 맞춤 설정을 통해 예측할 수 있음을 의미합니다 인구 수준뿐 아니라 각 개인에 대해서도 그렇습니다 지금, 알츠하이머 병에서 연구 결과 여기에 몇 가지 공통된 특징이 있습니다, 알았죠? 이 문제를 빨리 처리해 보겠습니다 이제 알츠하이머 병은 여러 영역에 영향을 미치며, 인지, 행동, 그리고 영향을받는 개인의 삶의 질

그리고 두 번째 특징은 그것이 진행되었다는 것입니다 시간과 도메인에서 이질적으로 그리고 개인을 통해, 그래서 만약 당신이 보면 진행 궤적, 많은 변화를 볼 수 있습니다 시간과 개인간에 자, 이제이 의미에서, 알츠하이머 병은 항상 다중 모델 데이터를 수집하십시오 다중 모델로, 내가 의미하는 바는 그들은 임상 변수를 수집하고, 신경 심리적 측정, 기능 측정 및 행동 평가, 세로로, 이는 각 개인 여러 번 측정되며, 또한 MRI 데이터와 같은 새로운 이미징 데이터, 또한 event-to-event와 같은 이벤트 히스토리 데이터를 제공합니다 예를 들어, 연구 시작에서 광고 개시까지의 시간, 알았지? 또한 유전자 세척 데이터와 같은 유전자 데이터, 질병을 더 잘 이해하고 있습니다

자,인지 정상 및 알츠하이머 병, 이른바 이행기가 있습니다 이는 경증인지 손상이다 보통 정상적인 인지력을 가진 사람들, 그들 중 일부는 MCI 단계로 진행할 것이며, 이 단계에서 일부는 진행될 것입니다 알츠하이머 병에 걸리면, 일부는 그렇지 않을 수도 있지, 그렇지? MCI에서 AD로 넘어갈 사람을 알고 싶습니다 그리고 누가 그렇지 않을 수도 있습니다, 맞아요

그래서이 의미에서, 우리는 다중 결합의 영향을 조사하기를 원합니까? 두 번째 글 머리 기호에서 여기서 측정 할 수있는 변수 MCI에서 AD 로의 전환을 예측합니다 이제 다음 질문이옵니다 좋습니다, 우리가 여기서 예측에 대해 이야기하고 있기 때문에, 여기서의 질문은 예측 모델 또는 방법 가장 많이 쓰겠 니, 알았지? 로지스틱 회귀, 콕스 모델, 랜덤 포레스트, 뉴럴 네트워크, 나는 다른 사람들을 넣어야한다고 생각해 그렇지? 그래서, (웃음)이 목록은 확실히 배타적이지 않습니다 좋아, 다른 사람, 너 해? 좋아요, 대부분의 사람들이 사용하고있는 것처럼 보이네요

로지스틱 회귀와 콕스 모델 맞지? 그래서, 나는 여기서 올바른 청중을 다루고 있다고 생각합니다 그래서 그게 정확히 준비 됐어, 알았지? (청중 웃음) 그럼, (웃음) 예측 모델, 대부분의 예측 모델 당신은 문학에서 소위 정적 모델이라는 것을 보았습니다, 그래서 로지스틱 회귀와 콕스 모델과 같은 정적이라는 것은 무엇을 의미합니까? 그것이 의미하는 바는 일단 당신이 예측하면, 일반적으로 예측을 업데이트 할 수 없습니다 일단 당신이 위험을 얻으면, 당신은 그것을 얻습니다, 당신은 업데이트하지 않습니다 질병, 진행이 바뀌더라도, 위험은 변하지 않을거야, 알았어

이 방법에 대한 몇 가지 장단점이 있습니다 프로의 관점에서 첫 번째 것은 매우 간단하다는 것입니다 낮은 계산 비용, 매우 계산하기 쉽고, SAS를 사용하여이를 수행 할 수 있습니다 이제 단점은 예측입니다 실시간 방식으로 업데이트 할 수 없습니다

그게 무슨 뜻인지 설명해 드리겠습니다 여기에서는 간단한 다이어그램을 사용하여 설명했습니다 따라서, Y 축은 CD4 카운트의 제곱근이며, 이것은 당신의 면역 체계의 측정입니다 그래서 여기서, 제로 시대는 HIV 감염입니다 HIV 감염자가 언제 감염되었는지 알고 싶습니다

에이즈가 발생할 것입니다, 그래서, 근본적으로, 이 특정한 개인은 AIDs를 개발합니다 거의 3 년 안에, 좋아, 그리고 너는 이것을 측정하고, CD4 카운트의 제곱근, 알았지? 그래서, 그것들은 여기서 검은 점들입니다 따라서 여기에는 약 6 회의 측정 만 있습니다 너무 길어서, 그들은 이것을 가정하고 있습니다, 올바른 곡선, 근본적인 궤적이야, 알았지? 따라서 즉시 확인할 수있는 것은 측정 값 측정 오류가 발생할 수 있습니다 맞습니까? 당신은 기본 진리를 측정하지 않으며, 당신은 그 프록시를 측정합니다, 그렇습니까? 좋아요, 그리고 나서, 더하기, 사건이 일어 났을 때, 그 시점에서 측정을하지 못할 수도 있습니다

맞습니까? 따라서 계산할 때 Cox 모델을 사용하십시오 계산기는 즉각적인 위험을 호소합니다 아마도이 지점을 사용해야합니다 바로 여기에 있습니다 교차로에서 위험을 방지하기 위해, 하지만 불행히도, 당신은 그럴 필요가 없습니다, 맞습니다

그래서 무엇을합니까? 음, 문학에서, 보통, 사람들이 그것을하는 세 가지 방법이 있습니다 그래서 한 가지 방법은, 음, 그들은 단지 기준선을 연결하는 것입니다 아니면, 마지막 관측을 연결합니다, 알았죠? 또는 그들은 직선에 딱 맞습니다 이 진행을 대략적으로 설명합니다 매순간마다 장단점이 있습니다

하지만 결론은 그 중 누구도 옳지 않다는 것입니다 비록 그것이 사용되었지만 문학에서 매우 광범위합니다 그래서 당신의 목표가 효과를 모델링한다고 가정 해보십시오 CD4 카운트와 같은 시간 의존적 인 예측 인자의 경우, 나이가 들었을 때와 같은 사건의 위험에 대해 알았어 이제, 당신이 생각 나게하는 첫 번째 모델은 어쩌면 나는 콕스 모델에 딱 맞을 것이다

시간 의존적 인 공변량으로, 맞지? 그래서 매우 간단하게, 문제는 당신은 완전한 역사를 모른다 이전 다이어그램에서 볼 수 있듯이, 불연속 점, 그리고 두 번째 점은 당신이 진정한 가치를 지키지 마라 알았어 당신은 오염 된 일부 버전 만 관찰합니다 진정한 가치, 괜찮아요, 한계 오차가있을 수 있습니다

자, 당신은 무엇을합니까? 통계상의 해결책은 바로 우리가 말하는 것입니다 종단면 및 종목 간 거리 데이터의 공동 모델 나는 세부 사항에 들어 가지 않을거야, 알았어 이 직관적 인 아이디어는 기본적으로, 당신은 2 단계 모델을 가지고 있습니다 한 가지 모델은 진화와 함께 나누기를 사용하는 것입니다

CB4 카운트와 같은 바이오 마커의 그리고 나서, 당신은 당신을 위해 나눌 또 다른 하위 모델을 가지고 있습니다 나이를 먹는 생존 결과를 설명합니다 그런 다음, 어떤 종류의 잠복 구조, 괜찮아? 그러나이 공동 모델의 정상적인 사용 이것을 개인화 된 동적 예측으로 만드는 것입니다 내가 다음에 들어갈거야, 알았지? 동적 예측이란 무엇입니까? 예측은 실시간으로 수행되며, 좋아, 열쇠 야 결과 측정이 가능하면 항상 사용할 수 있습니다

예측을 업데이트하는 최신 측정 값 당신이 최신 예후를 가질 수 있도록 치료를 목표로 삼을 수 있습니다 필요한 경우 대상 치료를 시작하십시오 왜 중요합니까? 환자의 예후를 예측할 수 있습니다 실시간 의사 결정을 내릴 수 있습니다 따라서 개인이 보이면 특정 질환을 앓을 위험이 높은 경우, 너는 몇몇 표적으로 한 예방, 목표로 삼은 상담 때문에 위험을 줄이기 위해 올바른 일을 할 수 있습니다

그래서 또한 매우 중요한 예측 질문에 대답합니다 예를 들어 특정 인물의 경우 존 스미스 (John Smith) 사무실에 와서 알고 싶다 가장 가능성있는 결과 궤도는 무엇인가? 다음 6 개월 안에 CD4 카운트 예제로 돌아가서, 당신은 CD4 카운트를 예측하는 것이 좋습니다 향후 6 개월 이내에 진전 될 것입니다 그래서, 당신이 너무 빨리 진행하거나 악화되면, 타겟 치료를해야 할 수도 있습니다, 알았죠? 당신이 물어보고 싶은 또 다른 질문은 AD 또는 나이를 개발할 위험은 무엇입니까? 맞춤 설정을 사용하도록 설정할 수 있습니다

예방, 치료 및 관리 마지막으로 제가 언급하고자하는 것은 이런 개인 맞춤형 동적 예측 임상 실험 설계 최적화에 큰 영향을 미쳤지 만, 우리 모두 알고 있듯이, 임상 실험 미국에서는 매우 비쌉니다 평균적으로 약 10 년이 소요되며 하나의 화합물을 개발하고 시장에 출시하기 위해 10 억 달러를 투자했습니다 그러나 디자인 단계에서는 개인을 성장시킬 때, 타겟 인구에서 예측할 수 있다면 관심있는 이벤트를 가질 위험이 가장 큰 사람 또는 가장 빠른 진행률을 보이면 더 많은 가능성이 있습니다 위험이 높은 사람을 등록하십시오

그래서 당신은 가질 가능성이 더 큽니다 귀하의 치료 효능이 보입니다 우리는 동적 예측 모델을 사용했다 이 세로 방향 임상 데이터를 사용하여, 및 MRI 및 유전자 데이터와 같은 의학 이미징 데이터를 포함한다 그래서, 내가 세부 사항에 들어가기 전에, 마지막 제품을 보여 드리겠습니다

그래서, 이것은 웹 기반 앱입니다, 알았죠? 미래의 역동적 인 예측을하는 것입니다 건강 궤적과 알츠하이머 병의 위험이 있습니다 왼쪽 패널에서 기준선 특성 예를 들어, 65 세의 남성이 있습니다 12 년간의 교육과 함께이 사본 하나를 가지고, 위험 대립 유전자 인 사소한 ApoE 대립 유전자 알츠하이머 병에 걸릴거야

여기 아래에 넣을 수있어 세로 측정 예, 디스플레이에 문제가 있습니다 그러나 최종선은 당신이 안으로 둘 수있다이다, 예를 들어, 다섯 번 방문하고 여기에 각각을 넣을 수 있습니다 이 ADA Cog13의 측정 값입니다

그리고 다른 변수는 세 가지가 더 있습니다 어떤 이유로 든 보여주지는 않지만, 모든 데이터를 입력하면 이동을 클릭 할 수 있습니다 오, 마침내, (웃음) 오케이, 아마도 예, 맞습니다 그래서 여기에 그것이 진행이라는 것, 그래서 5 점의 목록, 다른 점, 왼쪽 패널에 넣었 어

알았지? 그리고 나서,이 수직 점선 기초가되고 싶은 예측 시간이다 예측해야 할 다섯 가지 관찰 질병의 진행은 무엇인가 그래서, 당신은 이것이 진보임을 알 수 있습니다 의식적인 간격으로, 알았지? 그리고 나서 여기가 위험 예측입니다 그래서, 당신이이 사람의 확률을 알고 싶다면, 우리는 83 세 해에 이르면 확률은 약 80 %입니다

다른 말로하면,이 개인이 3 학년까지 광고를 개발하는 데 약 20 %의 비중을 차지할 것입니다 너도 똑같은 일을 할 수있어 4 학년과 5 학년 등등 자, 이것은 소위 동적입니다 왜냐하면 만약 당신이 그걸 가지고 하나 추가, 그래서 몇 가지 추가 정보

이동을 클릭하면 다음을 수행 할 수 있습니다 예측을 동적으로 업데이트합니다 그래서, 당신은 볼 수 있습니다, 나는 한 번 더 관찰합니다 그래서 거기에서 궤도를 예측할 수 있습니다 또한 이러한 위험 요소가 업데이트 될 것입니다

나가 지적하고 싶은 것은이 선이 편평하다이다 이 사람은 이 기간 동안 AD를 개발하십시오 그게 바로 당신이 예측할 필요가있는 이유입니다 그렇지 않으면, 당신이 가진 방법이 없습니다 예측할 시점이 없어, 알았지? 이것에 대해 질문이 있으십니까? 예 – 우리는 여전히 능력 있니? 이인지 척도 시험을 보는거야? 의사와 상담해야하는 앱이 있습니까? 그래, 그들은보아야 해

의사 선생님 – 그리고 그들은 기본적으로 인지 시험처럼 생각해? – 네 – 괜찮아 – 그래, 파킨슨 병에서 나는 보았다 올해 초 드라마 종이

나는 Hopkins의 한 그룹이 앱을 개발하고 있다고 생각한다 그런 다음 몇 가지 다른 종류의 데이터를 수집 할 수 있습니다 손가락으로 두드리는 등의 작업을 한 다음 할 수 있습니다 음성 탐지, 그리고 뭔가 다른, 결론은이 데이터를 수집하여, 그들은 0 점에서 100 점까지 점수를 얻을 수 있습니다 100은 최악을 의미하고, 0은 최고입니다

맞습니까? 그런 다음 해당 도구를 사용하여 경찰의 진보가 여기 있지만 좋은 점은 이 스마트 폰 기반 데이터는 너무 쉽게 수집, 정말로 진행 상황을 모니터 할 수 있다면 스마트 폰 데이터를 사용하면 이런 종류의 예측 기술로 따라서 파킨슨 병의 위험을 예측할 수 있습니다 아주 가까운 장래에, 알았지? 이제 다음으로이 논문에 대해 이야기 할 것입니다 우리는 올해 초 알츠하이머 병과 치매에 관해 발표했습니다 이제 여기에 동기 부여가되는 예제는 알츠하이머 병 Neuroimaging Initiative, 또는 ADNI 연구, 이는 종단 관측 연구인데, 일련의 뇌 영상, 임상 적, 신경 심리적 평가 AD의 진행을 측정하기 위해 결합 될 수 있습니다 자,이 연구에 몇 가지 얼굴이 있습니다

첫 번째 얼굴은 소위 ADNI-1입니다 그래서, 특히 우리는 379 명의 개인을 선택합니다 경미한인지 장애가있는 경우, 그리고 나서 6 개월 또는 12 개월마다 그들은 후속 조치를 취합니다 그리고 나서 그들은 매년 따라옵니다 두 번째 단계는 소위 ADNI-2입니다

그들은 가벼운인지 손상을 가진 424 명 기준선과 그 비슷한 디자인 후속 측면에서 자, 여기서 핵심은이 연구에서, 그들은 다음과 같은 임상 데이터를 수집합니다 내가 애플 리케이션에 보여준 것, 그리고 이미징 데이터, MRI 및 PET 이미징 데이터와 같은, 또한 GWAs 데이터 및 일부 생물 정보 데이터, 요청이 필요한데, 알았지? 이제 간단한 다이어그램을 보여 드리겠습니다 어느 시점에서 어떤 종류의 데이터를 사용할 수 있는지, 그래서 우리는이 데이터를 많이 사용합니다인지 평가입니다

자, 이것은 당신을 보여주는 매우 간단한 테이블입니다, 이것의 기본 특성, 두 코호트, ADNI-1 및 ADNI-2 ADNI-1에는 379 명의 MCI 환자가 있습니다 그 중 198 명은 후속 조치를 취하고 광고를 개발하고 181 광고를 개발하지 않았다, 알았지? ADNI-2에는 424 명이 있습니다 그들 중 94 명은 AD를 발생 시켰고, 그 다음은 330 명을 보지 못했습니다 추적 기간은 ADNI-1이 약 3

24 년이며, 이 ADNI-2는 약 27 년입니다 그리고 여기에, 당신은이 새로운 것을 많이 가지고 있습니다 인지 측정, 나는 세부 사항에 도착하지 않고있다 자,하지만 5시 방향으로 집중하겠습니다

우리가 사용하는 세로 측정, 알았지? 총 33 가지가 있는데, 세로 측정입니다 이제이 백서에서 우리는 2017 년에 출판했는데, 우리는 여기에 나열된 다섯 가지를 확인합니다 그것들은 새로운인지 평가입니다 우리는이 다섯 가지 측정 MCI에서 AD 로의 전환을 예측합니다 그래서, 여기, 단순한 세로 프로파일 플롯 이 프로필이 어떻게 보이는지, 시간이 갈수록

특히, 저는 두 사람을 강조합니다 이것을 누락 된 데이터로 여기에서 볼 수 있습니다 이를 위해 피사체 406을 볼 수 있습니다 각 개인마다 패턴이 많이 바뀌어, 알았지? 그리고 다른 4 가지 변수에 대해서도 같은 것을 그렸습니다 구체적으로, 당신은 이것을 볼 수 있습니다

기능적 평가가 거기서 만났습니다 이러한 개인에게는 큰 변화가있을 수 있습니다 자, 문제는 어떻게 활용할 것인가입니다 예측 모델에 대한 데이터, 맞죠? 먼저, 우리는 간단한 것을 시도해 봅니다 그래서, 우리는이 모든 변수를 가진 Cox 모델에 딱 맞습니다

당신은 나이, 성별, 교육, ApoE, 및 이들에 대한 기준선 변수 다섯 명은 우리가 알아 낸거야, 알았지? 이제 우리가 그렇게하면 AUC 만 계산합니다 너무 자세하게 들어 가지 않고도 이 AUC는 계산 한 것과 다릅니다 이것은 시간 의존적 인 AUC이기 때문에 로지스틱 회귀에서, 그래서 당신은 통합을해야합니다 그래서 당신이 그것을 iAUC라고 부르지 만 어쨌든, 그래서 더 높을수록 좋습니다 따라서 ADNI-1에서 내부 유효성 검사를 수행하는 경우, 여기에 약 0

78이 있지만, 그렇다면 ADNI-2의 내부 유효성 확인은 약 086입니다 그러나 ADNI-1 데이터를 사용하여 모델을 뒤집는다면 ADNI-2에 신청하면 AUC는 약 88입니다 콕스 모델을 사용합니다

그렇게 나쁘지는 않습니까? 이제 우리가 한 두 번째 일은, 음, 우리는 모델 1을 일부 CRI 데이터에 추가하여 보완하고자합니다 해마에 체적 MRI와 같은, MidTemporal 관심 영역, PET 데이터뿐입니다 글쎄, 우리가 이러한 결과를이 결과와 비교한다면, 그것은 거의 변화가 거의 없다 그래서, 그것은 MRI 나 PET가 정말로 우리를 돕지 않는다는 것을 의미합니다 예측에서 이것은 결과 중 하나입니다

우리는이 2017 년 논문에 있습니다 그래서, 여기 키가이 코호트에서, 우리는 네가 MRI를 할 돈을 낭비하지 않는다는 것을 알았지, 알았지? 또는 PET, 많은 정보를주지는 않습니다 여기에 최종 결과로 예측 측면에서 그러나보다 진보 된 방법을 사용하여 더 잘 할 수 있을까요? 그래서, 우리는 소위 다 변수 함수를 사용합니다 주성분 분석, 다시, 기술적 인 세부 사항에 익숙하지 않아도됩니다

기본적으로 유연한 소위입니다 비 파라 메 트릭 접근법 그건 당신이 강한 가정을 버릴 필요가 없다는 것을 의미합니다 당신의 기능적인 형태와 방법에 대해 공변량이 결과에 영향을줍니다 그래서 여기에서 핵심은이 방법이 다중 종 방향 변수에 대한 궤적 패턴, 결국 MFPC 점수를 얻게됩니다

그리고 나서,이 점수를 넣을 수 있습니다 모델에 콕스 모델, 그래서이 점수는 필수 정보를 얻었습니다 중요한 것은 상관 관계를 포착했기 때문입니다 종적 결과 중 그리고 나서 우리는 그들 중 12 명을 선택하여 적어도 95 % 변형 된 부분이 캡처됩니다

우리는 함께 Cox 모델에 넣습니다 나이와 성별과 같은 우리가 알고있는 다른 변수들과 함께 그래서, 여기 내가 찾는 것입니다 이제 우리 모델은이 모델 2입니다 그래서, 우리는 AUC를

8에서 93으로 증가시킵니다 약 005 차이가 충분합니까? 그게 충분하니? 우리가이 데이터 세트에서 할 수있는 최선의 방법입니다 다른 데이터 세트가 있으면 더 잘 할 수는 있지만 이것을 생각해보십시오

상한이 1 인 AUC 좋아, 너는 하나를 넘어 설 수 없어 그래서 우리는 아주, 지금은 그런 종류에 가깝기 때문에 괜찮다고 생각합니다 (웃음) (청중 웃음) 자, 이제는 너무 자세하게 설명하지 않고 그래서, 여기에, 기본적으로, 당신이 안으로 들어간 후에, 당신은 이 모든 계수와 표준 오류가 있습니다 하지만, 어떻게 사용합니까? 그래서 기본적으로 모든 계수를 사용할 수 있습니다

소위 예후 지수를 계산하는 것 그것은 예후 지수와 매우 유사합니다 당신은 다른 치료 영역에서 사용해야합니다, 심혈관 질환 부위 같은 거요, 알았죠? 기본적으로, 당신이 그들의 기준 연령이있는 경우에, 성, 교육, 아포 (APOE)가 있으니 이들 다섯 변수의 측정, 우리의 방법을 사용하여 이러한 MFPC 점수를 계산할 수 있습니다 그리고 이것은 모두 자동으로 수행됩니다 그리고 나서 당신은 합계 계수를가집니다

그래서 당신은 색인을 계산할 수 있습니다 따라서 색인을 계산 한 후에는 색인을 각 개인을 다른 위험 그룹으로 분류하십시오 그래서, 그것은 낮은 위험, 중간 낮음, 중 고위험군 또는 고위험군으로 분류됩니다 자, 여기서, 당신에게 Caplan-Meier 곡선을 보여주고 싶습니다 ADNI-1의 모든 개인을 분류하면 이 네 그룹으로 나누고 따라 가서 광고로 진행할 위험이 있습니다

여기, 이 그룹은 가장 위험한 그룹입니다 여기에서 위험이 가장 낮은 그룹입니다 당신은 분리에서 거대한 이분법을 볼 수 있습니다 이 모든 개인들, ADNI-2의 같은 이야기 이 줄거리에 대해 질문이 있으십니까? 자,이 예후 지수의 또 다른 사용은, 개인이 클리닉에 왔다고 가정 해 봅시다

이제 예후 지표 도구는 어떻게 사용합니까? 이 개인을 돕기 위해, 맞습니까? 이제 저는 80 세 남성이 있습니다 15 년간의 교육을 통해 꽤 잘 교육 받았고, 그 다음 APOE 대립 유전자의 수가 0 인 경우, 그리고 나서이 다섯 가지 변수들에서, 측정 값, 기준선, 6 개월이 있습니다 12 월 18 일, 알았지? 나는 모든 숫자를 기록했다 이제이 모든 정보를 사용할 수 있습니다 어떤 정보를 넣는거야? 웹 기반 앱의 왼쪽 패널에서 그런 다음 계산을 할 수 있습니다

계산은 물론 컴퓨터로 할 것입니다 당신이 아닌,이 모든 점수를 계산할 것입니다 6 개월, 12 개월, 18 개월이라는 다른 시점에서 그러나 여기의 결론은 예후 지수를 채울 수 있습니다 측정 값이 변함에 따라이 지수 변화를 볼 수 있습니다 이전 임계 값을 기억한다면 알았지? 따라서 기준선에서부터 12 개월까지, 이 개인은 중간 낮은 위험 그룹입니다

그러나 12 월과 18 월 사이의 어떤 시점부터, 이 개체는 중간 고위험군으로 진화했습니다 그래서,이 사람은 더 조심해야합니다 이 사람은 위험이 증가했기 때문에 알츠하이머 병에 걸린 것 같아, 알았지? 자, 그것을 마무리하기 위해, 기본적으로 우리는 소설을 개발합니다 예후를위한 효율적인 통계 방법 온화한인지 손상에서 무 진행 생존율 여러 종 마커를 사용하는 환자 따라서 우리는 내부 모델을 통해 모델을 평가합니다

및 외부 검증 여기서 좋은 점은 우리가 사용하는 5 가지 마커 일상적으로 관찰 연구를 수집합니다 그래서 우리는이를 사용하여 알츠하이머 병의 예후 정확도, 예후 모델에 제대로 포함 시키면됩니다 그런 다음이 모델을 사용하여 질병 진행 및 개인 식별 알츠하이머 병의 고위험군과 함께, 임상 시험에 등록하려고 할 수도 있습니다 이제 우리는이 방법을 다른 질병 영역으로 확장 시켰습니다

파킨슨 병과 같은 작년에 우리가 발행 한 한 신문이 있습니다 그런 다음 여기에 우리가 개발 한 앱이 있습니다 아이디어는 매우 유사합니다 최신 데이터를 동적으로 사용할 수 있습니다 당신의 위험을 업데이트하고, 또한 헌팅턴 병 (Huntington 's disease) 우린 비슷한 일을 했어, 알았지? 그리고 여기에 우리가 개발 한 앱이 있습니다

괜찮습니까? 자, 집에있는 메시지는 무엇입니까? 임상 관점에서 볼 때, 제 의견으로는, 예방은 열쇠 야, 알았지? 그래서, 당신이 친척과 어떤 개인을 확인할 때 알츠하이머 병의 발병 위험이 높으며, 당신은 그 (것)들에게 몇몇 표적으로 한 상담을, 위험을 줄 이길 바랍니다 제가 말씀 드렸다시피 알츠하이머 병은 생각합니다 꽤 많은 위험 요소가 있습니다 가장 중요한 위험 요소는 나이입니다, 알았죠? 그래서 번호는 당신이 85 세 이상이라면, 알츠하이머 병에 걸릴 확률은 약 50 %입니다 물론 나이를 바꿀 수는 없지, 그렇지? 따라서 수정 불가능한 위험입니다

두 번째 위험은 유전 적 위험이며, ApoE 대립 유전자와 같은, 그리고 당연히, 유전 정보를 변경할 수도 없습니다 자, 할 수있는 일은 당신이 바꿀 수 있다는 것입니다 수정 가능한 위험 요인 당신은 우리의 생활 방식을 바꿀 수 있습니다, 맞습니다 정신적으로나 육체적으로, 알았지? 따라서 수정 가능한 위험 요소 만 변경하면 알츠하이머 병의 위험을 낮추십시오 이제, 통계적 관점에서 볼 때, 집에있는 메시지는 무엇입니까? 자, 문제가 생기면, 당신은 위험을 모델링하기를 원합니다

예를 들어, 이벤트 시간, 스트로크 시간 또는 광고 시간 에이즈에 걸린 시간, 당신은 시간 의존적 인 예측자를 가지고 있습니다, 또는 어떤 종류의 진행 마커 마커가 어떻게 바뀌는 지 알고 싶습니다 사건의 위험 때문에 내 제안은 공동 모델을 사용하고, Cox 모델은 사용하지 않습니다 콕스 모델이 사용하기 쉽지만, SAS를 사용한다면 JMFit이라는 매크로가 있습니다 거기에서 조인트 모델을 할 수있어, 알았지? 이제 시간 의존적 인 여러 예측 변수가있는 경우, 알츠하이머 병과 같은 우리는 그들 중 다섯 가지가 있습니다

그래서 당신은이 다섯 가지 결과가 어떻게되는지 알고 싶습니다 AD를 가질 위험이 높아집니다 제 제안은 통계 학자와 이야기하는 것입니다, 알았죠? (청중 웃음) 좋아, 이렇게 할 수있는 패키지가 없다 그들 중 하나, 또는 나에게 말하면 돼, 알았지? (웃음) 그리고 관심을 가져 주셔서 감사합니다 (청중의 박수) 그래, 나는 문을 열어

– 너와 잘 지내려고 노력 했어 (웃음) 이 도구가 임상 환경에서 어떻게 사용되고 있는지 어떻게 보십니까? 의사가 병원 방문시 매개 변수를 업데이트하겠습니까? 아니면 그녀는 그녀의 사무실로 돌아가 나중에할까요? 좋아, 그럼 이건 데모 일 뿐이야 나는 아직도해야 할 일이 많이 있다고 생각합니다 번호 1, 예측의 위험이 관련성이있는 경우 임상 환경에서 사용하고 임상 환경에서 사용하는 것이 좋습니다 그렇게 말하면, 우리가 의미하는 바는 우리가 이 모델은 더 많은 데이터를 사용하고 모델이 충분히 유효합니다, 우리는 그것을 포장해야합니다, 그렇죠? 따라서 사용자 친화적 인 플랫폼을 만들어야합니다

이상적으로이 플랫폼은 통합 될 수 있습니다 현재의 EHR 시스템에 입력하십시오 수동으로 데이터를 입력 한 다음 자동으로 데이터는 입력으로 통합 될 것이며, 그래서 당신이 버튼을 클릭하면, 당신은 예측을 얻습니다 그러면 다음 단계가 될 것입니다 그렇습니다

고마워요, Sheng, 그건 큰 이야기였습니다 그래서, 나는 알츠하이머 병의 진단에 대해 궁금합니다 그것에 대해 몇 가지 질문이 있습니다 하나는, 나는 많은 오류가 있다는 인상을 가지고있다 치매를 진단 할 때, 그리고 더 많은 오류가 있음을 알츠하이머와 관련이 있다는 것을 밝히고 있습니다

근본적인 문제를 해결하는 것이 중요 했습니까? 알츠하이머 병에 특히 집중했거나 치매로 나아갈 수있는 모델이 되었습니까? 그것은 하나의 질문이며, 다른 질문은 나는 또 다른 질문, 많은 요인들을 가지고있다 치매의 진단에 들어가는 당신의 세로 모델에서, 그래서 나는 궁금해 그것이 사실이라면 어떤 추가 정보가 사용되었는지 그것이 진행의 사건이라고 부르다? 오, 방금 바뀌 었습니다 (웃음) 그리고 이것이 모델에 어떤 영향을 줍니까? – 네가 제기 한 첫 번째 질문은 알츠하이머 병 진단에 관한 거지? 그럼, 만약 당신이 잘못 진단한다면? 광고로 진단하지만 실제로는 그들에게는 AD가 없기 때문에 일어날 수 있습니다 그래서, 통계에서 우리가 부르는 것입니다

잘못 분류 문제, 그래서 내 말은, 이러한 문제를 해결할 수있는 몇 가지 기술이 있습니다 이 모델에서는이를 고려하지 않았습니다 네가 물어 본 두 번째 질문은 이러한 길이 측정을 할 때, 그들 중 일부는 의사가 AD 진단에 사용할 것입니다 그래서 저는 이것이 중요한 포인트라고 생각합니다 왜냐하면, 그것들은, 우리가 말하는 것, 진행 마커인가? 의사가이 마커를 사용했기 때문에 진단을 내리기 위해서는 그것이 이것은 좋은 마커입니다

그렇지 않으면 사용할 수 없습니다 (웃음) 그래서 우리는 그들을 사용해야합니다 예측을하기 위해, 알았지? 또한 우리는 이들 중 33 개의 마커를 선택했습니다 그리고이 다섯 가지, 좋은 점은 쉽게 할 수 있다는 것입니다 클리닉에서 측정 했으므로 아무 것도받을 필요가 없습니다

이것을 측정하기 위해 MRI 같은 고급 기계가 필요합니다 이 다섯 가지 변수를 측정하는 것은 상대적으로 비용이 적습니다 네 – 당신이 개발하고 제시 한 기법들에서, 당신이 예상하는 사건이있었습니다 접근 방식을 변경하는 방법이 있습니까? 점수 나 범위와 같은 것을 예측하고 싶다면, 아니면 항상 이진 이벤트 일종의 당신은이 기술로 예측해야만합니까? – 글쎄, 이건 꽤 유연하다고 생각해

의미있는 의미에서 모든 관심 이벤트를 정의 할 수 있습니다 이 특별한 경우에는 AD 진단이 맞습니까? 하지만 말했듯이 추가하려는 경우, 당신은 범위로 들어가는 위험을보고 싶다 가치의, 맞습니다, 그래서 그것은 확실히 할 수 있습니다 네, 맞아요 – 고맙습니다

– 고마워, 그래, 내가 생각하는 역동적 인 모델링 너무 중요합니다 그래서 위대한 발표에 감사드립니다 – 고맙습니다 – 내가 분명해 네가 말하는 모든 정보가 있다면 이 환자들 중 한 명은 한 번에 정적 모델을 만들었 으면, 당신은 더 정확할 수 있습니까? 네가 가용한지 예측할 때 그 한 번에 대한 사전 정보? – 네, 고맙습니다

이것은 실제로이 모델의 핵심입니다 짧은 대답은 당신이 가지고있는 더 많은 정보, 예측이 더 좋을수록 좋습니다 그래서 극단적 인 경우에, 당신이 저를 포기하지 않는다고 가정 해 봅시다 어떤 정보, 나는 전혀 모른다 연령, 성별, ApoE 및 이러한 마커 정보

제가 당신에게 줄 수있는 것은 인구 평균 위험입니다, 맞죠? 그러나, 그러나, 당신이 저에게주는 정보가 많을수록, 예측이 더 좋다 그리고 통계적 특수 용어에서, 더 짧은 의식적 간격은, 맞아, 그래서 당신은 더 정확한 예측을합니다 -하지만 이전에도, 정보가있는 경우 한 번에 필요한 정보 그 전에는 예측이 향상 되었습니까? – 예, 예 이전 정보도 가져올 수 있습니다 측정을 사용하여 다른 시점에, 네

안녕, 마이클 (웃음) (청중 웃음) – 크리스가 내 질문을 훔쳐서 조금 더 밀어 봅시다 제 경험상 사전 정보가 필요하십니까? 그렇게 많이 추가하지는 않습니까? 네가 가졌던 줄거리에서와 같이, 너는 시간이있다 선을 그릴 때 (컴퓨터 키를 클릭하면) – 응, 음 – 그래, 완벽 해

그래서 우리는 수직선을 가지고 있습니다 그리고 나서 우리는 요점을 가지고 있습니다 너가 너의 수평선을 시작하는 선에, 맞은가? 왼쪽에 4 점이 없다면, 그 시점의 정보 일뿐입니다 얼마나 잃을까요? 말하자면, c- 통계 또는 어떤 측정 값입니까? – 맞아 그래서 (웃음) 물어봐 줘서 고마워

그래서 저는 다시 한번 더 많은 사전 정보가 있다고 생각합니다 또는 당신이 가지고있는 더 긴 정보, 신뢰 구간이 더 뚜렷합니다 그래서, 이상적으로 더 많은 측정을해야합니다 그러나 나는이 경우에 당신이 할 수 없다는 것을 안다 당신이 측정하기 위해 병원에 가야하기 때문에, 맞습니까? 그러나, 파킨슨 병 예에서, 스마트 폰을 사용하여 데이터를 수집 할 수 있다면, 어쩌면 매일 데이터를 쉽게 가질 수 있습니다

따라서, 이처럼 소위 집중적 인 종단 데이터 (longitudinal longitudinal data) 당신은 매우 정확한 예측을 할 수 있습니다 그래서 그것은 그것의 아름다움입니다 좋아요, 당신은 정밀도를 얻습니다 그것을 가지고있는 차별의 정확성보다는 오히려? – 네, 그렇습니다 당신이 그것에 대해 절대적으로 옳습니다

우리가이 IAUC를 발표 할 때, 이것은 차별에 관한 것입니다, 맞습니다 그래서 당신은 볼 수 있습니다, 나는 05 정도만 얻는다 맞지? 그래서 내가 보여주지 않은 또 다른 것은, 너무 많은 수학적인 세부 사항을 보여주고 싶지는 않습니다 바이어스, 오른쪽 또는 교정에 관한 것입니다

알았습니다 그래서 우리는 Cox 모델보다 훨씬 잘 할 수 있습니다 좋아 네 – 문턱에 관한 질문이 있는데, 문턱 값 범위가 음수에서 나온 것을 보았습니다

긍정적 인 것, 그래서 나는 그것이 질병에 특유하다고 생각합니다 또는 그것은 일반적인 규칙입니다 왜냐하면 나는 잃어버린 것을 후속 조치로 예측했기 때문입니다 척수 손상 환자에서의 확률 내가이 모델과 같이 고려할 수도있는, 더 나은 추적 속도를 예측하려면, 그래서 저는 그것에 대해 궁금합니다 – 예

이것에 대해 질문 해 주셔서 감사합니다 이러한 임계 값은 단순한 형식으로 데이터를 저장하므로, 그래서이 데이터 세트에 의해 구동되는 데이터입니다 데이터 세트 (1 번)를 변경하면, 모델이 변경 될 수도 있고, 계수가 변경 될 수도 있습니다 임계 값도 변경 될 수 있습니다 그 숫자는 양분선에서 나온 것입니다

그래서 25 번째 백분위 수, 50 번째 백분위 수를 봅니다 그게 제가 선택한 방법입니다, 구성 요소, 알았죠? 물론, 이것이 다시 데이터 중심입니다 알았습니다 네, 고마워요 그렇지? – 지어 봤어? 이것이 얼마나 절약 될지에 대한 예측 모델 공중 보건 지출에있어? (웃음) – 글쎄, 나는 이걸 1 달러 분수가 되길 바란다

그래 (웃음) 당신은 높은 상승 비용을 볼 수 있습니다 글쎄, 내가하려고했던 점은 예방은 열쇠이므로 AD를 개발하기 전에, 당신은 그 일을 막기 위해 할 수있는 모든 일을해야합니다 불행히도, 광고가 있고 당신은 의료 관점에서 도움을 줄 수 있습니다 아무런 치료법도 없으니 진행을 늦추고, 치료는 말할 것도없고, 그래서 그게, (웃음) 네

좋아, 다른 질문 있니? 고마워요, 와줘서 고마워요 (청중의 박수) (기악 악장)

드라마화 확정된 웹툰 낮에 뜨는 달 나으리 역 가상 캐스팅 4명

드라마화 확정된 웹툰 낮에 뜨는 달 나으리 역 가상 캐스팅 4명 [인사이트] 김소영 기자 = 웹툰 '낮에 뜨는 달' 드라마 제작 소식에 누리꾼들의 관심이 뜨겁다 최근 드라마화가 확정된 인기 웹툰 '낮에 뜨는 달' 가상 캐스팅이 각종 온라인 커뮤니티에서 인기를 끌고 있다

가상 캐스팅의 주인공은 '나으리'로 불리는 도하다 시크하면서도 매력적인 도하의 캐릭터에 꼭 들어맞는 남자 배우들은 크게 4명으로 좁혀졌다 누리꾼들은 이준기, 주지훈, 박서준, 박보검을 도하 역으로 추천하고 있다 도하는 신라의 화랑으로 비정한 권력가 이찬 밑에서 자신을 지키기 위해 차갑게 변해 버린 인물이다 전생부터 현생까지 이어지는 도하의 사랑을 애달프게 그려낼 인물은 날카로운 미모와 절제된 분위기를 자랑해야 한다

위에 거론된 배우 네 사람은 도하가 가지는 특별한 분위기에 꼭 들어맞는 인물로 평가받는다 한 여자를 향한 절절한 마음이 느껴지는 도하 역할을 누가 맡게 될지 벌써부터 기대감을 모은다 한편 웹툰 원작 드라마 '낮에 뜨는 달'의 방영 일자는 아직 정해지지 않았다

드라마로 제작되면 정말 ‘대박’날 것 같은 명작 웹툰 8편

드라마로 제작되면 정말 '대박'날 것 같은 명작 웹툰 8편 [인사이트] 김민수 기자 = 번뜩이는 소재와 개성 있는 그림체로 어느덧 전 세대를 아우르는 대중문화로 자리매김한 웹툰 최근에는 '김비서가 왜 그럴까', '내 아이디는 강남미인' 등 많은 웹툰이 드라마로 재탄생해 성공과 함께 엄청난 화제를 모으기도 했다

이미 많은 독자에게 검증된 재미있는 스토리는 물론, 실제 배우들이 웹툰 속 주인공과 높은 싱크로율을 보여주며 많은 시청자의 마음을 사로잡은 것이다 수백만 명의 독자에게 뜨거운 사랑을 받아 드라마로 재탄생했으면 좋겠다는 평가를 받고 있는 숨겨진 명작 웹툰 8편을 소개한다 남과 여 현실에서 충분히 일어날법한 남녀 문제를 다룬 웹툰 '남과 여' 이제 막 친구에서 연인으로 발전한 커플부터 한순간의 실수로 남이 되어버린 오랜 커플까지, 각 에피소드는 저마다의 메시지를 담아내며 독자들에게 공감과 함께 진한 여운을 남겼다

마스크걸 몸매는 누구에게도 뒤지지 않을 만큼 환상적이지만 얼굴은 엄청난 추녀인 주인공 김모미 김모미는 못난 외모 때문에 자신의 인생이 불운하다고 탓하며 성인 인터넷 방송에서 '마스크걸' 이란 BJ로 활약, 오프라인에서의 꺾인 자존감을 세운다 현대의 외모지상주의가 한 여성을 어떻게 피폐하게 만들고, 잘못 자란 성장기의 어린이가 어떠한 어른으로 성장하는지 그녀의 일대기를 그린다 신의 탑

'신의탑'은 박진감 넘치는 전개와 흥미진진한 스토리로 대작들 사이에서 최고의 평가를 받고 있는 작품이다 금기의 장소 '탑'에서 벌어지는 모험담을 그린 '신의탑'은 9년째 연재에도 빈틈없는 완성도를 자랑하며 영화 제작을 기원하는 독자들의 바람이 많다 연애학 자칭 타칭 '연애 고자'인 주인공 고장가는 연애고수, 대인관계 및 사회생활 고수인 친구 선지찬을 만나 연애뿐 아니라 삶의 자세, 태도 등을 배우게 된다 제목만 보면 단순한 연애를 위한 만화 같지만 '연애학'은 매회 주옥같은 명언들로 독자에게 만화를 보는 것이 아닌 인생을 가르쳐준다

연애혁명 평범한 고등학생 공주영과 왕자림 순정남 공주영과 '시크'한 매력의 왕자림의 티격태격 알콩달콩 연애담을 그린 웹툰이다 '연애혁명'에는 요즘 학생들이 사용하는 신조어부터 지금 세대의 감성까지, 젊은 독자들의 폭풍 공감을 일으킬만한 요소들이 절묘하게 녹아있다 특히나 현실에서도 살아 숨 쉬고 있을 것 같은 생동감 넘치는 캐릭터들은 '연애혁명'이 실제 이야기가 아닌가 하는 착각마저 불러일으킨다

유미의 세포들 2015년부터 절찬리 연재 중인 '유미의 세포들'은 뇌속 세포들에 의해 주인공의 행동이 결정되는 독특한 소재를 다룬 웹툰이다 주인공 유미의 감정과 생각을 머릿속 '세포'들로 표현해 눈길을 끈 이 웹툰은 누구나 공감할 만한 현실 로맨스를 그려 많은 사랑을 받고 있다 주인공들의 주옥같은 대사 하나하나가 독자들의 현실 공감을 자아낸다 찌질의 역사

작품 속 주인공들은 하나같이 특별하다는 공식을 깬 '찌질의 역사' 본능에 충실해 같은 실수를 반복하는 주인공은 한심하지만 안쓰러우면서도 어딘지 모를 공감대를 형성한다 뻔한 선택을 할 거란 사실을 알면서도 주인공의 뒷이야기가 궁금해지는 건 실수뿐인 우리 삶 또한 그의 인생과 묘하게 닮아있기 때문은 아닐까 하이브 벌레들에게 지구가 잠식당한다는 참신한 소재로 판타지 스릴러의 대표 주자로 자리매김한 '하이브'

매회 영화를 보는 듯한 몰입감에 중독된 독자들은 한국 재난 드라마에 한 획을 그을 '하이브'의 탄생을 목놓아 기다리고 있다

Create an Oracle Big Data Cloud Cluster In Oracle Cloud Infrastructure

Oracle Big Data Cloud는 오픈 소스 기술을 결합하여 빅 데이터 분석 실행 및 관리를위한 빅 데이터 플랫폼 완성 응용 프로그램 Oracle Cloud My Services에 로그인하십시오

내 서비스 대시 보드 페이지에서 빅 데이터 클라우드 타일을 찾습니다 동작 메뉴를 클릭하고 열기를 선택하십시오 서비스 콘솔 Oracle Big Data 클라우드에 처음으로 액세스하는 경우 시작 화면이 나타납니다 이 경우 콘솔로 계속 진행하십시오

콘솔로 이동을 클릭하십시오 Oracle Big Data 클라우드 인스턴스 페이지는 다음과 같습니다 표시됩니다 이 페이지는 Oracle Big Data Cloud의 모든 클러스터를 표시합니다 클러스터를 만들 수 있습니다

클러스터를 만들려면 Create instance를 클릭합니다 Create New Instance 마법사의 첫 번째 페이지에서 고유 한 ID 도메인에서 인스턴스를 식별하는 인스턴스 이름, 선택 사항 인 인스턴스 클러스터 설명, 알림 전자 메일 및 지역으로 구성됩니다 지역 필드의 경우 영역을 사용하여 Oracle Cloud Infrastructure에서 인스턴스를 생성하십시오 선택 가용성 도메인 가상 클라우드 네트워크에서 서브넷을 선택하십시오

사용 가능한 선택 태그를 지정하거나 새 태그를 정의하고 인스턴스에 지정하십시오 그런 다음 다음 것 다음을 제공하여 클러스터를 구성하십시오 값을 입력합니다 클러스터 구성 제공 매개 변수

지정하십시오 : 배치 프로파일; 총 노드 수, 3 또는 여러 노드를 사용하여 여러 마스터 노드로 고 가용성을 제공하십시오 오라클 계산 단위 수 및 각 계산 노드의 메모리 양 새로운 클러스터; 작업 부하에서 대기열을 관리하는 방법에 대해 설명합니다 선매 꺼짐은 작업이 특정 대기열보다 많은 자원을 소비 할 수 없음을 나타냅니다 있습니다 이렇게하면 클러스터 활용도가 잠재적으로 낮아질 수 있습니다

선점 작업이 대기열에서 허용하는 것보다 많은 자원을 소비 할 수 있음을 나타냅니다 지정 클러스터에 배포 할 SPARC 버전 SPARC 16 또는 21 다음으로 귀하의 신임장

이 클러스터에 SSH 키를 연결하십시오 수정 버튼을 클릭하여 SSH 키 파일을 선택하십시오 새 키 만들기 옵션을 선택하여 이 클러스터에 대한 새 공용 키를 작성하고 다운로드하십시오 관리자 지정 클러스터의 사용자 이름 비밀번호를 입력하고 다시 입력하십시오 관리자

연결 섹션을 통해 새로운 다른 클라우드 서비스와 클러스터 원하는 클라우드 서비스를 선택하십시오 클러스터와 연관 시키십시오 Oracle Storage Cloud Service Container는 다음과 같습니다 작업 로그가 완료되면 푸시됩니다

기존 저장소를 지정할 수 있습니다 컨테이너 또는 새 것을 만들 수 있습니다 기존 컨테이너가있는 경우 신임장 OCI 객체 저장소 URL을 제공하십시오

의 URL을 제공하십시오 객체 저장소에있는 기존 버킷 사용자에게 제공 OCID PEM 키를 생성하십시오 PEM 키 지문을 생성하십시오 다음을 지정하십시오

클러스터에 할당하려는 HDFS 스토리지의 양 Oracle Big Data 클라우드는 HDFS에 복제 계수 2를 사용합니다 이것은 사용 가능한 HDFS를 의미합니다 스토리지는 할당 된 총 스토리지의 약 절반입니다 다음을 클릭하십시오

에 확인 페이지에서 선택 사항을 검토하고 작성을 클릭하십시오 에서 오라클 빅 데이터 클라우드 인스턴스 페이지, 새로운 인스턴스가 표시됩니다 서비스 생성 상태 일반적으로 클러스터 생성에는 다소 시간이 걸립니다 일단 클러스터가 생성되면 상태가 사라집니다 이 인스턴스 메뉴 관리를 클릭하고 Big Data Cloud Console을 선택하십시오

클라우드 콘솔 암호 자격 증명을 입력하십시오 이리, 당신은 HDFS, 오라클 데이터베이스로부터 입력을 읽는 작업을 생성하고 실행할 수 있습니다 Oracle Storage Cloud Service는 데이터에 대한 계산을 수행하고 산출 노트 페이지에서 메모를 작성하고 실행할 수도 있습니다 노트 반복적 인 방법으로 데이터를 탐색하고 시각화 할 수 있습니다

자세히 알아보기 cloudoraclecom

Create an Oracle Big Data Cloud Cluster In Oracle Cloud Infrastructure Classic

Oracle Big Data Cloud는 오픈 소스 기술을 결합하여 완전한 Big Data 플랫폼을 제공합니다 Big Data Analytics 애플리케이션을 실행 및 관리합니다

Oracle Cloud My Services에 로그인하십시오 내 서비스 대시 보드 페이지에서 Big Data Cloud 타일을 찾습니다 조치 메뉴를 클릭하고 서비스 콘솔 열기를 선택하십시오 Big Data Cloud에 처음 액세스하는 경우 시작 화면이 표시 될 수 있습니다 이 경우 콘솔로 이동을 클릭하여 콘솔을 계속 진행할 수 있습니다

Oracle Big Data Cloud Instances 페이지가 표시됩니다 이 페이지는 Oracle Big Data Cloud의 모든 클러스터를 표시하고 클러스터를 생성 할 수있게합니다 클러스터를 만들려면 인스턴스 만들기를 클릭합니다 새 인스턴스 만들기 마법사의 첫 번째 페이지에서 고유 한 인스턴스 이름을 제공하여 인스턴스를 식별합니다 ID 도메인에서 선택적 클러스터 설명, 통지 전자 우편 및 region을 선택하십시오

지역 필드에 대해 기본 설정 없음을 선택하면 Oracle Big Data Cloud Oracle Cloud Infrastructure Classic 영역을 선택하십시오 할당 할 수있는 태그를 선택하거나 새 태그를 정의하고 인스턴스에 지정하십시오 그런 다음 다음을 클릭하십시오 서비스 세부 사항 페이지에 값을 입력하여 클러스터를 구성하십시오 클러스터 구성 매개 변수 제공 : 지정 : 배포 프로필

총 노드 수입니다 세 개 이상의 노드가 여러 마스터 노드로 고 가용성을 제공합니다 새 클러스터의 각 계산 노드에 대한 Oracle Compute Units의 수 및 메모리 양 그리고 대기열 및 작업 부하를 관리하는 방법 선매 꺼짐은 작업이 특정 대기열에서 허용하는 것보다 많은 자원을 소비 할 수 없음을 나타냅니다

이렇게하면 클러스터 활용도가 잠재적으로 낮아질 수 있습니다 Preemption On은 작업이 대기열에서 허용하는 것보다 많은 자원을 소비 할 수 있음을 나타냅니다 Spark 16 또는 21 클러스터에 배포 할 Spark 버전을 지정하십시오

다음으로 자격 증명을 제공하십시오 이 클러스터에 SSH 키를 연결하십시오 SSH 공개 키 필드 옆에있는 편집을 클릭하십시오 이 클러스터의 새 공개 키를 작성하고 다운로드하려면 새 키 작성 옵션을 선택하십시오 클러스터의 관리자 사용자 이름을 지정하십시오

관리자의 암호를 입력하고 다시 입력하십시오 연결 섹션에서는 새 Oracle Big Data Cloud 클러스터와 다른 클라우드 서비스를 연결할 수 있습니다 Oracle Big Data Cloud 클러스터와 연관시키려는 클라우드 서비스를 선택하십시오 Oracle Storage Cloud Service Container는 작업 로그가 완료되면 푸시됩니다 기존 저장 영역 컨테이너를 지정하거나 새 저장 영역 컨테이너를 작성할 수 있습니다

기존 컨테이너가있는 경우 자격 증명을 입력하십시오 Oracle Storage Cloud 컨테이너의 이름을 입력하십시오 사용자 이름과 암호를 제공하십시오 클라우드 저장소 컨테이너가없는 경우 클라우드 저장소 컨테이너 만들기를 클릭합니다 클러스터에 할당 할 HDFS 스토리지의 양을 지정하십시오

Oracle Big Data Cloud는 HDFS에 복제 계수 2를 사용합니다 따라서 사용 가능한 HDFS 스토리지는 할당 된 총 스토리지의 절반에 해당합니다 다음을 클릭하십시오 확인 페이지에서 선택 사항을 검토하고 작성을 클릭하십시오 Oracle Big Data Cloud Instances 페이지에는 새 인스턴스가 Create Service 상태로 표시됩니다

일반적으로 클러스터 생성에는 약간의 시간이 걸립니다 클러스터가 생성되면 상태가 사라집니다 이 인스턴스 메뉴 관리를 클릭하고 Big Data Cloud Console을 선택하십시오 Cloud Console 비밀번호 자격증 명을 입력하십시오 여기에서 작업을 생성하고 실행할 수 있습니다

HDFS, 오라클 데이터베이스 또는 Oracle Storage Cloud Service로부터 입력을 읽으며, 데이터에 대한 계산을 수행하고 출력을 제공합니다 노트 페이지에서 메모를 작성하고 실행할 수도 있습니다 Notes를 사용하면 데이터를 반복적으로 탐색하고 시각화 할 수 있습니다 자세한 내용은 cloudoracle

com에서 확인하십시오

‘치인트’ 박해진, 대륙 홀렸다…中 생방송 80만명 접속·웨이보 순위 3위

'치인트' 박해진, 대륙 홀렸다…中 생방송 80만명 접속·웨이보 순위 3위 [인사이트] 장영훈 기자 = 영화 치즈인더트랩 배우 박해진의 마법이 중국 대륙을 홀렸다 박해진은 지난 13일 중국 유명 모바일 생방송 플랫폼 화죠우(花椒直播)와 진행한 생방송에서 80만명이 접속하고 웨이보 전체 순위 3위에 오르는 등 초특급 한류 스타임을 증명했다

15일 소속사 마운틴무브먼트에 따르면 박해진은 지난 13일 웹툰 치즈인더트랩 팬 시사회 대기실과 본 행사와 인터뷰로 총 1시간 동안 웨이보를 통해 방송을 진행했다 생방송으로 진행된 인터뷰에서 박해진은 치즈인더트랩 드라마에 이어 영화에서 연기한 유정의 서로 다른점, 유정 역할이 갖는 의미, 차기작 드라마 사자와 2018년 계획 등 질문이 쇄도해 인기를 실감케 했다 박해진은 자신의 출연작 대사를 말하면 팬들이 제목을 맞추고 선착순으로 선물을 증정하는 이벤트도 진행해 모바일 생방송만의 쌍방향 소통도 진행되며 큰 호응을 끌어냈다는 평가다 실제 접속자들의 반응은 상상을 초월했다 생방송 40분만에 무려 80만명이 접속하며 다양한 반응과 질문을 쏟아냈다

박해진이 유정 선배로 중국을 방문했을 때와 다름없는 큰 관심과 돌아온 유정 선배에 대한 반가움, 중국에서 영화를 볼 수 있기를 바라는 간절한 마음 등이 실시간으로 속속 전달된 것이다 뜨거운 반응에 박해진은 스케줄을 조정해 빠른 시일 내에 팬들을 만나러 가겠다고 진심 어린 마음으로 중국 팬들에게 감사함을 전했다 박해진은 또 지난 14일 박해진 웨이보를 통해 진행한 첫 생방송에서 웨이보 전체 순위 3위에 오르는 기염을 토해내 놀라움을 안겼다 한국 스타가 방송한 중국 생방송으로 전무후무한 기록을 세운 것이다 생방송을 진행한 화죠우 측은 반향이 클 거라고 예상은 했지만 엄청난 관심에 다시 한번 감동했다고 놀라움을 표시했다

웨이보 측도 순간 접속자가 밀려들며 세 번이나 다운되어 현장에서도 박해진파워를 실감했다고 전해 여전한 박해진의 인기를 실감케 했다 한편 박해진이 주연한 영화 치즈인더트랩은 화이트데이인 14일 개봉, 현재 뜨거운 호응 속에 절차 상영 중이다 장영훈 기자 hoon@insight

드라마화 확정된 웹툰 ‘낮에 뜨는 달’ 나으리 역 가상 캐스팅 4명

드라마화 확정된 웹툰 '낮에 뜨는 달' 나으리 역 가상 캐스팅 4명 [인사이트] 김소영 기자 = 웹툰 '낮에 뜨는 달' 드라마 제작 소식에 누리꾼들의 관심이 뜨겁다 최근 드라마화가 확정된 인기 웹툰 '낮에 뜨는 달' 가상 캐스팅이 각종 온라인 커뮤니티에서 인기를 끌고 있다

가상 캐스팅의 주인공은 '나으리'로 불리는 도하다 시크하면서도 매력적인 도하의 캐릭터에 꼭 들어맞는 남자 배우들은 크게 4명으로 좁혀졌다 누리꾼들은 이준기, 주지훈, 박서준, 박보검을 도하 역으로 추천하고 있다 도하는 신라의 화랑으로 비정한 권력가 이찬 밑에서 자신을 지키기 위해 차갑게 변해 버린 인물이다 전생부터 현생까지 이어지는 도하의 사랑을 애달프게 그려낼 인물은 날카로운 미모와 절제된 분위기를 자랑해야 한다

위에 거론된 배우 네 사람은 도하가 가지는 특별한 분위기에 꼭 들어맞는 인물로 평가받는다 한 여자를 향한 절절한 마음이 느껴지는 도하 역할을 누가 맡게 될지 벌써부터 기대감을 모은다 한편 웹툰 원작 드라마 '낮에 뜨는 달'의 방영 일자는 아직 정해지지 않았다

Big Data Analytics Program Preview – Presented by McMaster CCE

– 안녕하세요 안녕하세요

정보 세션에 오신 것을 환영합니다 Big Data Analytics 인증 프로그램의 경우 제 이름은 Nancy McQuigge입니다 나는이 프로그램의 프로그램 매니저이다 나는 오늘의 세션을 촉진 할 것이다 웹 세미나 시스템에 대한 간단한 메모 우리가 오늘 사용하고있는 이 세션 (마이크 딱딱 거리는 소리)가 녹음되었습니다

너를 위해 며칠 안에 이용할 수있을거야 평생 교육 센터 웹 사이트 마케팅 팀으로부터 이메일을 받게됩니다 액세스 할 수있는 링크가 포함됩니다 오늘 우리 세션의 비디오 녹화 녹음이 끝나면 청소하고 갈 준비가되었습니다

언제든지 퇴장했거나 무언가를 놓친 경우 당신은 돌아가서 그것을 검토 할 수있는 기회를 원합니다 걱정 마세요 녹음 정보를 얻을 수 있습니다 앞으로 스크롤 할 수 있습니다 검토하려는 다른 섹션을 찾으십시오

그리고 다시, 그것은 우리의 웹 사이트에 게시 될 것입니다 그러면 이메일도 받게됩니다 만약 질문이 있다면, 그리고 나는 어떤 사람들이 시작하고있는 것을 볼 수있다 이미 질문을 채우려면 그래서 (웃음) 날카 롭다, 그것은 위대하다 이 세션에서 질문이 없다면, 너는 그들에게 단지 들어가기 위해 자유롭게 느낄 수있다

채팅 상자에 나타납니다 나는 너를 옆에서 지킬거야 들어오는 질문들 하지만 주로 나는 질문에 대답 할거야 이 세션의 끝에서 정보 때문에 네가 지금 당장 (마이크 딱딱 거리는 소리) 우리는 웹 세미나에서 다룰 예정입니다 이렇게하면 시간이 절약됩니다

특정 정보를 얻으려는 사람들을 위해 주위에 달라 붙기를 원하지 않을 수도 있습니다 모든 질문과 답변 그래서 나는 끝에있는 사람들에게 다가 갈 것입니다 걱정하지 마세요 웹 세미나와 함께 계속 움직이는 데 도움이됩니다

그러나 다시, 뭔가가 떠오르면 너가 바로 덮고 싶은, 우리가 채팅 상자에 들어갈 때마다 입력하십시오 정보를 시작합시다 우리는 오늘 커버 할 것입니다 그래서 저는 웹 세미나에 관한 짧은 의제를 정리했습니다 우리는 오늘 오후에 대해 이야기하고 싶습니다

McMaster에 대한 간단한 소개 만하겠다 그리고 평생 교육 센터 그런 다음 데이터 분석 프로그램을 살펴 보겠습니다 조금이라도 채팅 해보세요 구별과 연결 데이터 분석, 데이터 과학 및 빅 데이터 간의 관계 타겟 잠재 고객에 대해 간략하게 설명하겠습니다

프로그램 (마이크 반향)의 경우, 교육 및 전문직 배경 그냥 감각을 얻으려고 누가이 특별한 프로그램을 택할 것인가? 그리고 이것이 당신에게 가장 잘 맞는 것인지 우리는 몇 가지 기능과 이점을 설명 할 것입니다 이 특별한 프로그램을 복용하는 것 우리와 함께 평생 교육 우리는 구조와 일정을 검토 할 것입니다

프로그램 및 검토를 위해, 명백하게, 신청 및 입학 정보 그 중 일부는 당신과 함께 할 것입니다 어쩌면이 웹 세미나를 기다리고있을 것입니다 프로그램에 지원할 준비가되어 있습니다 그래서 우리는 질문을 분명히 할 것입니다 당신은 그 과정에 있습니다

그리고 방금 언급했듯이, 질문을 처리하기 위해 언제든지 예약 해 두겠습니다 다시 한번, 당신은 항상 기다릴 수 있습니다 끝에 질문을 올리는 것 또는 웹 세미나를 통해 게시 할 수 있습니다 McMaster University에 대한 간단한 설명입니다 우리가 누구인지를 모르는 사람들을 위해 또는 대학에 대해 조금

McMaster는 해밀턴, 온타리오, 토론토에서 약 1 시간 우리는 그 안에 순위가 매겨 졌음을 자랑스럽게 생각합니다 전 세계 100 대 대학 중 하나입니다 현재 학생 등록 모든 대학은 약 31,000 명의 학생입니다 평생 교육 센터 대학 내에서 오랜 부서입니다

및 우리의 학력 증서 디플로마 프로그램 학부 수준에서 가르침 프로그래밍 옵션에 적용됩니다 우리는 오늘 이야기 할 것입니다 즉, 모든 과정 학점 인정을받는 학생은 학부위원회 및 대학 상원 그리고 우리 센터가 환영합니다 1 년에 약 4 천명이 넘는 학생들 우리가 가진 우리의 다양한 프로그래밍 옵션의 관점에서

따라서 현재 평생 교육 센터 우리는 다수의 학사 학위 증서 프로그램을 제공합니다 화면에 표시되는 카테고리 비즈니스 관리, 커뮤니케이션, 보건 및 사회 서비스, 야금 등이 있습니다 뿐만 아니라, 우리는 McMaster의 전문 개발 프로그램 프로젝트 관리, Lean Six Signa, Creative Design Thinking 등이 있습니다 다양한 프로그래밍 옵션이 있습니다 우리 웹 사이트에서 볼 수 있습니다

언제나처럼, 우리는 새로운 프로그램 옵션을 제공하기 위해 노력합니다 전체적으로 출시 될 예정입니다 1 년에 1 년 그래서, 우리 웹 사이트를 북마크하는 것은 항상 좋은 생각입니다 업데이트를 확인하고 어떤 코스와 프로그램을 볼 수 있습니다

학문적 인 학점, 전문성 개발을위한 것입니다 여기서 우리의 제물로 돌아 갑시다 데이터 애널리틱스의 평생 교육 오늘 우리가 이야기하는 프로그램 McMaster University의 DeGroote School of Business 우리 교수진의 일원으로 McMaster의 MacDATA Institute와 상담했습니다 프로그램 기획 과정의 일부로 큰 데이터를위한 설계 단계 우리의 학업 프로그램의 경우, 우리가 우리의 (마이크 딱딱 거리기) 품질과 학업 표준을 보장한다

우리 코스와 우리 프로그램을 위해, 매우 균형 잡힌 품질의 프로그램을 보장합니다 너를 위해서 학생 그리고 그것이 우리가하는 일의 중요한 부분입니다 여기에 평생 교육 첫째, 새로운 프로그램 옵션 클러스터를 언급하고자했습니다

우리는 데이터 분석 범주 내에서, 당신이 우리 웹 사이트를 본다면 그리고이 새로운 프로그램 군 Analytics의 기초 아래에 있습니다 그래서, 이것들은 시작하도록 설정된 새로운 프로그램입니다 이 가을 학기에는 초기 코스 세트가 있습니다 그런 다음이 프로그램들 각각에 대한 다음 코스 세트 겨울 기간에 출시 될 예정입니다

따라서 애널리틱스 프로그램 오퍼링의 기초 초보자를위한 통계 및 데이터 분석 영역, 비즈니스 인텔리전스, 비즈니스 분석, 또는 그들의 지식과 기술을 새로 고침하고자하는 사람들을 위해 빅 데이터 프로그램에 대비하여, 또는 당신의 직업적인 목표를 위해 또한 우리는 3 개의 수료증 프로그램을 제공합니다 하나는 비즈니스 인텔리전스, 데이터 분석 및 데이터 과학 이 프로그램은 각각 3 과목으로 구성되어 있으며, 그러면 자격이 생길거야 수료증을 받는다

각 섹션에서 코스를 수강하면, 비즈니스 인텔리전스 (Business Intelligence), 비즈니스 인텔리전스 하나는 데이터 분석에서, 다른 하나는 데이터 사이언스에서, 그런 다음 두 가지 과정을 더 거치면, 인증서를받을 수 있습니다 그래서, 저희 웹 사이트를 방문해 보시기 바랍니다 이러한 새로운 제품을 검토하십시오 나는 그들에 대해 언급하고 싶었다 확실하지 않은 사람들이 있을지도 모르기 때문에 빅 데이터가 당신에게 적합한 방법이라면 이 특정 시간에 뛰어들 수 있습니다

하지만 조금이라도 원한다면 일부 특정 단계에 대한 재충전, 올 가을에 출시 할이 코스 너에게 흥미있을거야 그러나 우리의 웹 사이트를 체크 아웃, 일정 옵션을 확인하십시오 모든 과정은 이러한 서로 다른 프로그램 카테고리 게시됩니다 그럼 물론, 두 번째로, Big Data Analytics 프로그램이 있습니다 그리고 이것은 (마이크 딱딱 거리기) 프로그램입니다

우리가 지난 가을에 평생 교육을 시작한 곳 지난 커플 기간 동안 프로그램의 각 과정을 시작했습니다 McMaster University 증명서를 받으려면 Big Data Analytics에서, 당신은 프로그램 내에서 여섯 과목 모두를 마쳐야합니다 몇 분 안에 살펴볼 것입니다 이제 개요를 살펴 보겠습니다 데이터 분석 및 빅 데이터 분석 자신 만의 연구를 완료 했으므로 이 특정 분야 또는이 분야에서, 그리고 거기에있는 이러한 용어

그리고 나는 똑같이했다는 것을 안다 내가 처음이 프로그램 옵션에 참여하기 시작했을 때 항상 질문이 있습니다 나는 종종 질문을 받거나 내가 시작할 때 질문을 받았다 이 두 개념을 어떻게 정의하거나 구별합니까? 그래서, (마이크 지직 거리는 소리) 빅 데이터가 아닌지 물어 보곤했습니다

분석을 말하는 또 다른 방법일까요? 나는 그 차이점을 이해하지 못한다 솔직히 말해서 무엇이 큰 문제인지 (웃음) 대답은 사실에 있습니다 데이터 분석, 데이터 과학, 그리고 빅 데이터 많은 연결과 구별이 있습니다

그러나 그것들은 모두 일종의 것입니다 우리는 단지 일종의 리뷰 일뿐입니다 그리고 이것이 내가 왜 언급하고 싶었는지 근본입니다 이 (마이크 반향), 프로그램 구성 방법에 대한 감각을 줄 수 있습니다 우리가 다루는 다양한 유형의 주제를 다룹니다

따라서 데이터 분석에는 데이터에서 의미있는 패턴을 찾습니다 여기에는 원시 데이터 검사, 분명히 결론을 도출하려는 의도가있다 당신이보고있는 정보에 대해 데이터 과학은 다음 단계 (마이크 딱딱 거리기)입니다 과학적 방법을 적용 할 곳, 수학, 통계 및 기타 여러 도구 그 데이터 세트를 보는 것 지식과 통찰력도 추출하십시오

예를 들어, 데이터 과학은 이러한 특정 프로세스는 데이터 정리 개념, 데이터 준비, 그런 다음 데이터를 분석합니다 큰 데이터는 세 번째 계층의 일종입니다 관련된 다이어그램 내에서 그 높은 – 볼륨, 고속, 다양한 정보 자산 당신이 가지고 있을지도 모르는 또는 회사가 가지고 있을지도 모른다 그것들이 어떻게 처리되고 분석되는지 살펴 봅니다 그 통찰력에 도달하기 위해서

항상 분석은 이러한 통찰력을 찾는 것입니다 그리고 큰 데이터 측면에서 범위와 크기입니다 당신이 가지고있는 정보량의 그러나 그 핵심 통찰력을 원한다 의사 결정 과정 비즈니스 문제에 대한 솔루션을 해결하는 데 도움이됩니다 이러한 데이터 기반 의사 결정은 통찰력을 제공합니다

새로운 (마이크 딱딱 거리기) 특정한 전략을 개발하거나 전략을 세우기 위해, 특정 비즈니스 목표를 달성하기 위해, 새로운 전략적 시장을 찾는데 도움이되는 또는 새로운 시장 집단이 새로운 제품을 개발할 때, 고객의 이해 또는 소비자 고객이 원하고 필요로하는 경우, 기존 서비스 개선 당신은 이미 가지고 있습니다 그래서 조금 더 확장해야합니다 그 특별한 개념들, 큰 데이터는 분석과 구별됩니다 그 양, 속도 및 다양성의 관점에서 다시 말하면 그 세 종류의 Vs, 이제는 추가 Vs, 이 특정 특성에 추가되었습니다

그래서, 이것은 큰 데이터의 일종의 초기 단계입니다 그게 항상 세 대 이제, 그들은 몇 가지 더 Vs를 추가했습니다 큰 데이터 정의에 도움 voracity와 가치와 같은, 에 따라 몇 가지가 있습니다 당신이보고있는 소스

그러나 오늘 우리의 목적을 위해, 설명하는 좋은 방법입니다 큰 데이터의 측면에서 당신이 무엇을보고 있는지 그리고 그 중 많은 부분이 볼륨 주위에 있습니다 그래서, 난 여기에 infographic 당겨 싶습니다 Domo의 웹 사이트에서 제공됩니다

다른 페이지에서 참조한 나는 대략 매혹적인 infographic이다라고 생각한다 Data Never Sleeps 60이라고 불립니다 그들은 이것을 매년 내놓았습니다 그리고 그것은 단지 당신에게 감각을 줄뿐입니다

생성되는 데이터의 양 매분 인터넷에 가장 인기있는 애플리케이션 전반 너와 내가 아마 사용했을거야 인스 타 그램, 아마존, 넷플릭스, 트위터 등이있다 이 인포 그래픽을 검토하는 것은 매력적입니다 다시 보여주기 위해서, 그런 종류의 데이터, 그곳에는 속도와 속도가 있습니다 이 정보가 들어오고 있습니다

이 infographic의 생각하기 때문에, 이것은 2018 년 현재까지 1 분마다 발생합니다 그래서, 당신이 단지 (마이크 딱딱 거리는) 지역을 그린다면, 어디 보자, 너는 우버가있어 1 분당 1300 번 타고 있습니다 (웃음) 그것은 단지 놀라운 일입니다 그래서, 이것은 우리가 큰 데이터를 볼 때 유형입니다

방대한 양의 거대한 볼륨 일뿐입니다 당신이 가지고있는 스피드와 속도 특정 데이터 세트에서 무엇을 가져올 수 있습니까? 비즈니스 통찰력을 찾기 위해 귀하의 사업을 추진하기 위해, 고객에게 더 나은 서비스를 제공하십시오 그래서, 나는 그 infographics를 사용하는 것을 좋아한다 원근법에 도움을주는 일종의 도움 이 세 가지가 어떻게 어울리는 지 그리고 어떻게 정렬 할 것인가? 그리고이 세 가지 개념 모두 분명히 연결되어 있고 확실한 중복이 있습니다

기술 집합을 기반으로 두 사이에 그리고 당신이 가진 지식의 종류 그러나 우리는 큰 데이터 프로그램이 가능하기를 원했습니다 그 조각들을 함께 모으는 방법을 설명합니다 따라서, 도구를 배우는 것만이 아닙니다 특정 도구 나 소프트웨어로 어떻게 작업하는지, 데이터의 출처를 이해하고 있습니까? 그리고 그것은 좋은 데이터입니까? 그리고 그 양의 데이터를 어떻게 처리 할 것입니까? 어떻게 분석 할 것인가? 어떤 종류의 로그 리듬 또는 방정식을 사용하려고합니까? 그 데이터를 생각해 낼 수 있을까요? 누군가 당신에게 그것을 요구하면, 특정 도구 내에서 어떻게 작업 할 수 있습니까? 그래서, 그것은 완전한 교차점입니다

이러한 특정 개념들 사이 그리고 이것이 우리가 프로그램에서 강화시키고 자했던 것입니다 프로그램을 볼 때 다른 경우 우리가 구조화 한 방식 빅 데이터 분석을위한 평생 교육 우리는 귀하의 역량 개발을 돕기 위해 귀하와 협력하기를 원합니다 큰 데이터, 데이터 분석 및 데이터 과학에서 이 슬라이드의 요점은 빅 데이터 프로그램의 목표 중 일부를 개략적으로 설명하고, 초점은 배우고 적용하는 데 도움이되는 것입니다 특히 당신이 확인하고있는 데이터, 당신은 분석하고 있습니다, 당신은 해석하고 있습니다, 당신은 그 비즈니스 문제를 해결하고 있습니다

분석적 질문 이렇게하기 위해, 각 코스는 우리의 강사로부터의 직접 대면 지시, 데이터 분석 분야의 전문가입니다 그리고 우리는 이론을 쌍으로 만들 것입니다 당신이 그 과정에서 배우고있는 특정 도구를 사용하는 실험실 연습 당신이 다리를 함께 정렬하는 것을 돕기 위해 및 상기 적용 피스, 이해의 측면에서 중요하다 개념과 함께 일할 수있는 개념들도 마찬가지입니다

그리고 프로그램의 강사들도 다시 전문적인 배경, 연구 배경, 교육 배경, 분명히 다양한 분야에서 다양한 경험 데이터 분석, 데이터 과학 및 대용량 데이터가 포함되며, 심지어 예측 분석도 가능합니다 그래서, 그들은 현실 세계를 가져옵니다 업계 경험을 교실에 제공합니다 학생들을위한 훌륭한 자료입니다

데이터 분석 및 빅 데이터 분야에 대해 생각하고, 서로 다른 직책이 있고 직책이 다른 경우, 넓은 지역 내에서, 직업 제목의 많은 다른 유형의 분류, 모든 조직은 분명히 다릅니다 그러나 강사는 귀하가 사용할 수있는 훌륭한 자료입니다 자신의 경험과 배경을 공유하는 것을 도울 수 있습니다 당신이 빌드하는 동안 당신과 함께 학습 분석 분야의 지식과 기술에 관한 것입니다 다시, 과정의 내용 항상 당신에게 당신을위한 지식과 기술 분석에서의 경력을 시작하려면, 그 중 큰 수요가있다

그리고 사람들이 질문을하는 것을 알고 있습니다 급여 범위 및 다른 분야, 그래서 나는 단지 몇 가지 리소스로 가려고합니다 체크 아웃하고 싶을 수도 있습니다 언제나 이메일을 보내실 수 있습니다 나는 너에게 몇몇 다른 위치를 보낼 수 있는다, 하지만 찾을 수있는 정보가 많이 있습니다

그 분야가 고용 측면에서 어떻게 보이는지 그래서 첫 번째 원칙이 2016 년에 나왔습니다 그래서, 그것은 정보 출신이었습니다 및 통신 기술위원회, 보고서를 발표했다 Digital Talent : 2020 년의 길

이 보고서의 목적은 캐나다 최초의 국가 데이터 전략, 기회와 도전 과제를 조명합니다 캐나다의 디지털 경제에 직면 해있다 그리고 그것은 디지털 인재의 중요성을 강조합니다 캐나다의 중요한 이점으로 우리 경제와 세계 경제를 위해서 데이터 분석은 수요가 많은 분야로 확인되었습니다

이 디지털 경제 내에서 따라서 캐나다의 데이터 분석 시장 매년 약 11 억 달러의 매출을 올리고 있으며, 캐나다 시장을 보면 일부 다국적 기업 포함 캐나다 내에서 운영되고 있습니다 그리고이 수치는 계속해서 상승 할 것으로 예상됩니다 향후 몇 년 동안 캐나다의 빅 데이터 시장에서 직접 고용 2016 년에 3 만 3,000 개에 이르렀으며, 2020 년까지 약 45,000 개를 초과 할 것으로 예상되며, 또는 그 수를 중심으로 그래서 많은 고용주들이 말하는 것은 무엇입니까? 많은 문학이 말하고 있습니다 기본적으로 필요한 기술입니다

큰 데이터와 데이터 분석에서 높은 수요가 있습니다 그리고 금융, 보험, 소매 및 전자 상거래 몇 가지 영역에 불과합니다 그러나 다시 점점 더 많은 산업 큰 데이터를 보면서 어떤 분야에서든 거의 접하게됩니다 데이터 분석과 동일합니다 그리고 다시, 멀티 섹터 연구 우리가 여기서보고있는 것, 디지털 재능에 대해 이야기 해보십시오

죄송합니다 2015 년 캐나다의 빅 데이터 컨소시엄 캐나다의 재능 격차 발견 이 특별한 지역에서 중요한 것은 10,000 명에서 20,000 명 사이의 전문가 분석 및 데이터 기술 내에서 전문가 격차 만들 수있는 견고한 데이터 및 분석 능력, 이러한 구체적인 결정을 내리는 비즈니스 도움 약 150,000으로 추산되었습니다 그래서 스킬 격차가 있습니다 재능 격차가 있습니다

사람들은 개인을 찾고있다 경험이있는 배경을 가지고 올 수 있고, 이러한 다양한 요인들에 대한 지식 일을 할 수 있도록 함께 맞는다 시스템을 배우기 시작합니다 특정 회사에서 사용합니다 그래서 나는 또한주의를 끌기를 원했다

LinkedIn을 통해 나온 보고서 그것은 직장 학습 보고서였습니다 이것은 2018 년에 이루어졌으며 조사에 참여했습니다 LinkedIn에 전세계 약 4,000 명의 전문가 제공의 의도와 함께 현대의 직장 환경 사진 기술에 대해 배우기 회사들이 가장 많이 찾고있는 것 보고서의 일부로 LinkedIn은 회원들의 데이터를 사용했으며, 5 억 명이 넘는 회원들, 특정 기술을 식별하는 것을 돕기 위해 회사들이 찾고 있었던 그래서, 나는 그들이 가지고있는 상위 7 위를 열거했습니다 두 번째 자리를 보면 통계 분석과 데이터 마이닝이었다

7 번은 데이터 프리젠 테이션이었습니다 뿐만 아니라 특정 기술 관련 우리의 데이터 분석, 데이터 분석, 그리고 물론 확장, 큰 데이터 물론, 분석 기술은 중요합니다 그러나 고용주가 찾는 유일한 기술은 아닙니다 그래서,이 보고서에서, 일관되게 당신이 보는 것 에 관한 다른 보고서에서, 고용주가 설문 조사를 할 때 그들이 무엇을 찾고 있는지에 관해서, 그들 모두는 그러한 비즈니스 기술을 강조합니다

그래서, 비판적인 사고력, 의사 소통 능력, 그룹뿐만 아니라 독립적으로 일할 수있는 능력, 그 (것)들은 가져 오기 것을 돕도록 중요한 조합이다 이러한 비즈니스 기술 및 데이터 분석 기술, 함께 또는 기술적 인 기술 성공적인 실적에 기여할 수 있습니다 그래서 이것이 프로그램이 설계된 이유입니다 그것들 (마이크 반향)을 함께 가져 오려고 노력한다 각 과목에서 뿐만 아니라 당신에게 기회를 허용하기 위해 관석 프로젝트 (Capstone project)에서 그러한 기술 중 일부를 연구하기 위해, 이것은 프로그램의 마지막 코스입니다

그래서, 우리는 내부에 수요가 있음을 압니다 전문 분야와 다양한 측면 개인이 어디에 들어 있는지 그렇다면 누가 프로그램을 위해 설계 되었습니까? 빅 데이터 분석 프로그램 다음과 같은 개인을 위해 설계되었습니다 대학 학위 또는 대학 졸업장 여기에 나열된 프로그램에서, 또는 관련 연구 분야 뿐만 아니라, 특정 업무 경험 컴퓨터 과학, 기술, 비즈니스 인텔리전스, 웹 분석, 데이터 분석

우리는 사람들이 프로그램을 시작하도록했습니다 그들은 학교에서 그것을 공부하지 않았고, 직업에서 그것을 배웠고, 이제 그들은 돌아와서 특정한 증명서를 받기를 원합니다 그 특정 기술을 확장하십시오 그래서 우리는 그것도 살펴 봅니다 과정들과 프로그램에서, 다시 한 번 관련 분야의 지식과 기술 데이터 과학, 데이터 분석 및 대용량 데이터 그들이 어떻게 관련되어 있는지 보여주기 위해, 당신의 기존 지식과 당신의 사전 지식을 끌어들이십시오

당신이 당신의 교육 및 당신의 일 경험에서 가지고 있던 것이, 과정 내에서 더 발전 시켜라 우리의 전문 강사지도하에 그래서, Analytics의 기초 다시 말하지만,이 특별한 프로그램의 경우, 당신이보고있는 지 확실하지 않을 수도있는 사람들을 위해, Big Data 프로그램을 준비하고 있다면, 예를 들어, 분석 분야를 처음 접하는 경우, 당신은 통계와 함께 몇 가지 원기를 회복시키는 코스를 원합니다 예를 들어 데이터베이스 작업, 또는 프로그래밍 과정의 소개뿐만 아니라, 일부 데이터 시각화 도구 소개 한 두 코스에서 시작하는 것이 좋습니다 이러한 특정 영역에서

따라서 이들은 공개 등록으로 구성되어 있습니다 그래서 당신은 단지 웹 사이트에 갈 것입니다 특정 과정을 살펴보십시오 일부 코스는 다른 코스의 필수 조건으로 나열됩니다 그리고 거기에있는 웹 사이트에 모두 올라와 있습니다

그래서, 그것은 당신이 선택하고 선택할 수 있도록 정말 달려 있습니다 네가 느끼는 것들은 너에게 어울릴거야 귀하의 배경 경험에 따라 그리고 다시, 당신은 언제나 우리에게 그것에 관한 전화를 할 수 있습니다 예를 들어, 한 코스 만 수강 할 수 있습니다 이 특정 지역에서 당신이 준비하는 도움을 정렬하기 만하면됩니다

아니면 몇 가지 과정이나 세 가지를 할 수 있습니다 이 특정 카테고리에 대해 귀하에게 달려 있습니다 그 기초 영역에서 그래서 (마이크 딱딱 거리기) 코멘트의 관점에서 코스 소개 풀 타임 또는 파트 타임으로 참여해야합니까? 그래서, 우리는 특정한 양상을 겪을 것입니다 그 세부 사항의 지금

재단 프로그램 빅 데이터 애널리틱스 (마이크 에코)의 경우 당신에게 확실한 특징과 이점이 있습니다 너의 학업면에서 평생 교육 센터 따라서 우선, 모든 프로그램 옵션 파트 타임 스터디입니다 그들은 당신이 당신의 일의 균형을 맞출 수있게 해주 며, 인생, 당신의 교육 약속 따라서 풀 타임 직업을 그만 둘 필요는 없습니다

또는 아르바이트를 치르면서 우리 과정을 수강 할 수 있습니다 코스 구성 저녁과 주말을 제공합니다 코스는 여기에 배달됩니다 기초 영역에는 두 가지 코스가 있습니다 온라인으로 전달됩니다

그것은 데이터베이스 소개입니다 컴퓨터 프로그래밍 입문 나머지는, 우리가 그들을 더 일찍 시작할 수 있기를 원하기 때문에, 수업 중에 배달됩니다 빅 데이터 프로그램의 모든 과정 수업 중에 배달됩니다 그리고 다시, 모든 클래스 내 제공 7 시부 터 10 시까지는 저녁 세션입니다

또는 주말 세션 토요일과 일요일에도 수업을 진행합니다 따라서, 용어 프로그램 당 그 이점은, 다시 말하지만, 당신은 당신의 일을 유지할 수 있습니다 학업 프로그램에 중점을두고, 귀하의 개인적 및 전문적 요구 사항을 충족하십시오 다시, 코스는 저녁과 주말을 예정하고 있습니다

전문가로부터 배우십시오 현장에서 일하는 그리고 당신을 돕기위한 실험실 코치들 그래서 수업을 듣는 동안 당신을위한 많은 지원이 있습니다 동료와 협력하고 네트워크를 구축하고, 항상 볼만한, 학생들과 함께 채팅, 경험 공유 그리고 내가 여기에서 일하면서, 나는 여기서 일한다 당신은 무엇을 사용합니까, 우리는이 특별한 도구를 사용합니다, 그 종류의 네트워크를 만드는 일종의 당신이 프로그램을 통과 할 때

다시 말하지만, 우리는 항상 찾고 있습니다 당신의 지식과 기술을 직접적으로 응용할 수 있습니다 다른 도구를 사용할 때 이제 우리는 모든 도구를 다룰 수는 없지만, 분명히, 그것은 아마도 거기 밖으로 사용될 수 있습니다, 그래서 우리는 주요 것들을 다룹니다 그리고 그것들은 웹 사이트에도리스트되어 있습니다

당신이 체크 아웃 할 수 있도록 그리고 다시, 우리는 당신을 원해요 커다란 특징은 관석 (Capstone) 과정을하는 것입니다 특정 산업 분야를 기반으로 당신에게 관심이있을 수 있습니다 전문 포트폴리오를 구축하십시오

우리가 당신과 누군가 상담을 할 필요가 있다면 멘토로서 특정 산업에서, 당신이 궤도에 진입했는지 확인하기 위해 당신이 가진 프로젝트 아이디어와 함께, 우리는 강사와 협력하여 그렇게 할 수있었습니다 그래서 많은 기회가 있습니다 각 과정의 협업을위한 당신과의 연결과 현장에있는 강사, 그리고 당신에게 관심이있을만한 다른 것들을 포함 할 수 있습니다 그래서, 일부 코스의 특정 세부 사항, 몇 가지 질문에 답하는 이 세션 전반에 걸쳐 내가 본 것, 우리가 이야기하는 곳의 관계 (마이크 정적) 빅 데이터 프로그램 코스와 관련이 있습니다 따라서 각 과정은 3 학점의 학점이 있습니다

학부 수준 그리고 이전에 언급했듯이 수업은 주중에 저녁이면 일정이 잡히며, 7 시부 터 10 시까 지, 토요일과 일요일이 될 것입니다 충분한 시간을 확보하기 위해 당신이 배운 것을 적용하기 강사가 수업 시간에 촉진 시켰을 때, 각 클래스는 해당 강의 구성 요소를 포함하며, 실용적인 응용 프로그램 조각으로 다시 일부 활동에서 특정 도구 사용 강사가 설정 한 실험실 활동 나는 항상 주당 약 46 시간의 예산을 제안한다

수업 외 시간에 활동하기 그래서, 분명히 할 수있는 몇 가지 퀴즈가있을 수 있습니다, 당신이 할 수있는 몇 가지 프로젝트가있을 것입니다 (웃음) 당신이 할 마지막 프로젝트가 될 것입니다 당신이 할 수있는 몇 가지 추가 연구가있을 수 있습니다, 어떤 학업 프로그램과 마찬가지입니다 예산을 정렬하기에 좋은시기입니다

당신이 약간의 추가 시간을 보내고 있다면, 어떻게 생각하니? 그러나 그것은 당신을 위해 너무 합리적이어야합니다 직업과 직장 내 균형을 유지하려면 그리고 당신의 개인적인 요구 그래서 프로그램의 6 개 수업 모두 나는 여기에 열거했다, 죄송합니다, 죄송합니다 인증서를 받으려면 다시 6 명을 모두 완료해야합니다 첫 번째 과정은 데이터 분석 및 모델링입니다

이것이 나머지 모든 과목의 필수 요건입니다 사전 요구 사항도 웹 사이트에 나와 있습니다 그리고 그 일을 돕는 도움이 필요하면, 당신은 언제 당신이하고 싶은 코스를 선택할 수 있습니다 언제나 우리에게 전화를 할 수 있습니다 우리는 당신을 도울 수 있습니다

프로그램의 디자인은 과정은 다른 것에 건축의 종류, 당신은 항상이 특정한 순서대로 그것을 할 필요는 없습니다 많은 학생들이 갖고 싶어한다 같은 기간에 몇 가지 코스가 함께, 그게 전부입니다 예를 들어, 많은 학생들이 첫 번째 과정 인 데이터 분석 및 모델링 (Data Analytics and Modeling) 데이터 관리와 동시에 그것들은 좋은 균형의 일종입니다 그리고 우리는 당신이 그것을 할 수있을 것이라고 설정했습니다

많은 학생들이 Big Data Analytics를 사용합니다 예측 모델링 및 데이터 분석 함께 같은 기간에, 그리고 그건 괜찮아요 필수 사항은 아닙니다 당신은 몇 과목을 선택하고 선택합니까? 당신은 임기를 원합니다 당신이 계약을 취할 필요가 있다면, 그것은 당신에게 전적으로 달려 있습니다

괜찮습니다 당신이 처리 할 수 ​​있다고 생각하는 것을 기반으로합니다 당신이 가질 수있는 시간 제약 안에서, 그리고 금융 측면도 그 역할을합니다 각 과정은 약 $ 1000 수업료입니다 학비에는 세금이 없습니다

교과서, 우리는 교과서를 사용하지 않으려 고합니다 오히려 온라인 리소스도 사용하십시오 그래서 당신은 살 필요가 없다 구식 인 특정 교과서 다음에 너 (웃음) 너 다음 수업을 듣는다 모든 자료는 일반적으로 온라인에서 제안됩니다

그래서 어떤 사람들은 질문을했습니다 만약 내가 가르치고 싶다면, 또는 나는 단지 하나의 특정 코스를 듣기를 원한다면, 특정 관심 분야가 하나 있다고 배경이 있기 때문에 이 특정 지역에서 괜찮아 귀하는 여전히 프로그램에 신청하는 것이 좋습니다 그래서 우리는 시스템에 당신을 도울 수 있습니다

그 구체적인 사고 방식이 있다면, 또는 당신이 가지고 가고 싶은 단 하나 과정 또는 2가있다, 당신의 편지에 그것을 포함 시키십시오 그리고 이것들이 내가 가지고 가고 싶은 코스임을 확인하십시오 나는 전체 인증서가 필요하지 않습니다 그리고 그것은 전적으로 당신에게 달려 있습니다 어떤 사람들은 계속 인증서를 작성합니다

우리의 많은 프로그램에서, 다른 학생들은 선택하고 선택합니다 기본적으로 필요한 것, 그러나 우리는 그것도 알아야합니다 응모 작품이 있기 때문에 아무것도 등록 할 수 없습니다 신청서를 검토 할 때까지 프로그램에 입학합니다

그래서이 프로그램은 여러분의 장치 구조를 가져 오는 것입니다 우리는 교실, NCCE가있는 컴퓨터 실습실, 그래서 당신은 한두 반을 가질 수 있습니다 거기에 예정되어 있습니다 그러나 대부분의 학생들, 비록 그들 자신의 장치를 가져 오는 경향이 있지만, 방금 네가 접근 할 수 있기를 바란다 자신의 컴퓨터에있는 도구로 그리고 분명히 당신은 도구에서 작업 할 수 있기를 원합니다

수업 시간 이외의 정보 당신이 일부 과제와 일부 프로젝트 작업을하고 있기 때문에 그래서 우리는 Adastra, 건물 회사 일종의 클라우드 기반 인터랙티브 플랫폼 특정 도구를 체계적으로 구성 할 것입니다 당신이 속한 코스를 기반으로합니다 우리가 당신을 허용해야합니까? 이 수업 시간 외에 접근하려면, 그래서 당신은에 국한되지 않습니다 컴퓨터 실에있는 것만 실제 실험실에서 강의를들을 수 있습니다

그리고 이것 또한 나에게 옵션을 준다 다른 시간대에 더 많은 수업을 제공하는 왜냐하면 저는 실험실 사용에만 국한되지 않기 때문입니다 노트북을 가져오고, 장치를 사용하고, 인터넷에 접속할 수 있어야한다 클라우드 환경에 도달 당신이해야 할 일을 사용하십시오 그리고 다시, 항상 몇 가지 추가 도구가있을 것입니다

강사는 당신을 보여 주거나 시범을 보이기를 원할 수 있습니다 또는 특정 활동을 위해 연습을 해보십시오 온라인에 액세스 할 수 있습니다 강사가 모든 정보를 제공 할 것입니다 당신이 당신의 특정한 코스를 통과 할 때

특히 우리의 분석 과정 파이썬이나 R을 기반으로, 우리는 조합을 사용합니다 그래서 R을 사용하여 시작할 수있는 클래스가 있습니다 당신은 R에 익숙합니다 일부는 시작할 수도 있고 계속할 수도 있습니다 그리고 파이썬으로

일부 강사가 옵션을 제공 할 것입니다 파이썬이나 R로 랩을 할 수 있습니다 당신의 경험과 당신이 좋아하는 것을 바탕으로 그래서, 각각의 영역 내에서 다른 혼합물입니다 그래서 입학 요건 그래서, 다시 강조하자면, 웹 로그 분석의 기초 과정에 관심이 있다면, 응용 프로그램이 없습니다

이들은 공개 등록입니다 추구하고 싶다면 Big Data Analytics 프로그램, 다음 응용 프로그램이 있습니다 특정 입학 요건이 있습니다 따라서 입학 요건은 학업 경험입니다 대학 학위 또는 대학 프로그램 수학, 컴퓨터 과학, 엔지니어링, 과학, 비즈니스에 이르기까지 다양합니다

관련 전문적인 경험 학업 경험이 없다면 또는 당신은 성숙한 학생으로 분류됩니다 평생 교육 센터 McMaster University의 성숙한 학생의 정의 그것은 평가되어야한다 우리는 당신의 배경에 관해 당신에게 연락 할 것입니다 일부 특정 분야에서의 경험 이것이 당신에게 잘 맞는지 확인하십시오

그래서, 전제 조건 기술 우리는 학생들이 프로그램을 시작하도록 보장하고자합니다 몇 가지 기본적인 능력이 필요하다 성공하기 위해 큰 데이터에서 클래스를 시작합니다 우리 모두가 성공하기를 원해

가능한 한 프로그램에서 따라서 필수 조건이있는 것이 좋습니다 일반적으로 오는 지식과 기술 과거의 학업 및 직장 경험 그래서 그들은 지식이 분명히 있습니다 통계 및 수학 분야의 지식과 기술, 프로그래밍 언어에 대한 지식, 및 / 또는 R 및 Python의 스크립팅 언어

이제 저는 종종 묻는 사람들이 많이 있습니다 나는 R을 알고, 나는 파이썬을 모른다 나는 둘 다 조금 알고있다, 나는 모른다, 어, (웃음) 얼마나 알아야합니까? 우리는 곧 웹 사이트에 몇 가지 정보를 올릴 것입니다 우리가 분류 할 내용 초심자 지식의 종류로, 중간 지식의 종류, 전문 지식 나는 두 개의 연구실 코치를두고있다

워크샵 같은 일부 훈련을 함께하는 우리는 새로운 학생들에게 프로그램을 제공 할 것입니다 우리는 방을 예약하기 위해 기다리고있다 그리고 우리가 시작할 수있을 때 가능한 시간대 수업 시작 전이나 수업 초기에 그래서 사람들이 원기를 회복해야한다면, 파이썬 및 / 또는 R에 대한 소개, 우리는 그것들 중 일부를 얻을 것입니다 나는 그들이 파이썬으로 시작할 것이라고 생각한다

나는 그것을 명확히 할 것이다 그것에 관한 정보를 더 보내 드리겠습니다 우리는 보통 프로그램 안내서를 보냅니다 너 프로그램에 입학 한 후 프로그램에 대한 자세한 안내서가 있습니다

온라인에서 사용할 수있는 리소스가 포함되어 있습니다 파이썬과 R에 대해 조금 배우는 데 도움이됩니다 하지만 우리는 Python 및 R 교육 프로그램이 아닙니다 큰 데이터 분석이 많이 있습니다 데이터 분석 구성 요소입니다

그래서 몇 가지 추가 작업이있을 수 있습니다 당신은 측면에서해야합니다 특정 분야에 대한 경험이 없다면 다시 말하지만, 컴퓨터 응용 프로그램에 능숙해야합니다 엑셀, 엑세스, 그리고 분명히 Word를 사용하십시오 McMaster의 영어 실력을 반드시 충족시켜야합니다

신청서 도중 표준 요구 사항 일뿐입니다 대학 사이트에 게시됩니다 그리고 다시, 당신은 프로그램 입학 허가 학업 성적 증명서를 기반으로합니다 그래서 당신은 공식적인 성적표가 필요 없습니다 성적 증명서 사본은 훌륭합니다

이력서와 편지 그리고 명확하지 않은 경우, 당신의 사양이 필요한 경우 당신의 배경과 경험, 후속 조치를 요청하는 이메일을 보내 드리겠습니다 이제 시작할 준비가되었습니다 네가 지금 그렇게하고 있다는 것을 알기 때문에 어떻게 시작해야 할까? 이 (웃음) 특정 프로그램에서? 찾고 가을 응용 프로그램은 지금 열려 있습니다 더 일찍 신청할수록, 추가 리소스가 필요한 경우 더 빨리 가을 준비를 돕기 위해 우리는 당신에게 그것을 보낼 수 있습니다

따라서 신청서에 제출을 요청 받았습니다 가장 최근의 성적 증명서 사본 우리는 당신이 완료되었음을 보여주는 성적 증명서를 원합니다 대학 학위 또는 대학 졸업장, 수학 통계 또는 컴퓨터 기술이 있습니다 귀하가 공부하는 특정 프로그램의 일부로 편지로 우리에게 보내려면 업데이트 된 이력서가 필요합니다

단 한 페이지짜리 관심 서 빅 데이터 프로그램에 관심이있는 이유를 나타내는 네가 그걸 벗어나고 싶다면, 어쩌면 당신의 배경과 경험에 관한 약간의 정보 또는 데이터 분석과 관련된 현재 작업, 그게 너를 어떻게 만들어 줄지, 당신은 배경과 기술을 가지고있어 프로그램을 시작합니다 그것이 우리가 찾고있는 것입니다 TOEFL 정보가 필요하지 않습니다 정보를 표시하면 (마이크 반향) TOEFL 시험을 치른 지원서, 예를 들어 점수 입력을 요청할 것입니다

영어가 모국어 인 경우, 그러면 그걸 넣을 필요가 없습니다 당신이 능숙하다면, 대학 가이드 라인을 봐 자격 요건에 관한 웹 사이트에있는 그 정보가 필요하다는 것, 내가 너에게 추천 해 왜냐하면 그것은 꽤 복잡해지기 때문입니다 거기에 다른 테스트가 많이 있습니다

나는 지금 당장 통과하지 않을 것입니다 따라서 응용 프로그램이 다시 검토됩니다 우리는 당신이 필요한 지식, 기술 및 경험을 통해 프로그램을 시작하십시오 다시 말하지만, 그렇지 않다면 우리가 질문을한다면, 당장 연락 드리겠습니다 그것에 대해 당신과 대화를 나눕니다

따라서 애플리케이션에 액세스하려면 너는 mcmastercceca에 간다 Big Data 프로그램 페이지를 보시면 지금 적용 버튼을 클릭하십시오! 그러면 응용 프로그램 포털로 이동하게됩니다 귀하는 귀하의 신청서를 시작할 수 있습니다 신청서를 성공적으로 제출하면, 당신은 지불 영수증을 받게됩니다

신청서가 지불되었음을 나타냅니다 그리고 두 번째 이메일을 받게됩니다 신청서가 접수되었음을 확인합니다 둘 중 하나를받지 못하면, 그건 뭔가 잘못 됐음을 의미합니다 응용 프로그램 포털로 돌아 가야합니다

당신이 갇혀있는 곳을 보아라 뿐만 아니라 확인을 권장하십시오 귀하의 이메일, 스팸 및 정크 폴더 이메일이 많이 떠 다니고 있습니다 교육 기관에서 올해의 이맘때

특히 Hotmail을 사용하는 경우, 때로는 McMaster 이메일을 좋아하는 경우가 있습니다 그것의 쓰레기 폴더에 따라서 먼저 정크 폴더를 확인하십시오 확인 이메일을 기다리고있는 경우 하지만 언제든지 해당 응용 프로그램 포털에 다시 로그인 할 수 있습니다 신청서가 있으면 당신에게 보여줄 것입니다

제출되었습니다 또는 여전히 제출하지 않은 탭에 앉아있는 경우 다시 말하지만, 언제나 질문이 있으시면, bigdata@mcmasterca로 연락하십시오 그래서, 다섯 코스 모두, 또는 죄송합니다 모든 6 개 코스가 매 학기마다 제공됩니다

다른 섹션이 있습니다 매 학기와 다른 요일을 제공했습니다 예를 들어, 평일 저녁 섹션이 있습니다 그 다음 프로그램을위한 몇 개의 주말 섹션 그래서, 당신을위한 많은 옵션이 있어야합니다

스케줄링에서 나는 클릭하여 일정을 보여 주려고했다 이미 가지고있는 기술적 인 문제를 감안할 때, 내 생각에 나는 그냥 떠날 것 같아 (웃음) 빠른 스크린 샷을 보여 드리겠습니다

그것이 어떻게 생겼는지 그러나 당신이 우리의 웹 사이트를 방문하는 경우에, 당신은 스케줄링 정보를 볼 수 있습니다 그리고 지금은 무엇이 열려 있습니다 다시 한 번, 코스를 놓친 경우, 다음 학기에 데려 올 수 있을지 걱정하지 마세요 모든 수업이 제공 될 것이기 때문에, 6 명 모두 처음으로 제안됩니다

올 가을 학기 그래서, 그들은 매 학기마다 계속해서 제공 될 것입니다 걱정할 필요가 없다 한 번에 모두해야한다는 것입니다 몇 가지 조합을 선택할 수 있습니다

다시 말하지만, 용어를 해제해야하는 경우, 그것도 잘 작동합니다 다시 한번, 관심이 있다면 당신은 한 학기에 몇 과목을들을 수 있습니다 그것은 정말로 당신에게 맞는 것에 달려 있습니다 스케줄링 측면에서 왜냐하면 우리는 당신이 자신을 과부하시키지 않기를 원하기 때문입니다 다시 학교에 오는 것이 많은 일입니다

돌아 오기위한 많은 작업이 있습니다 숙제를하는 등의 일에 그리고 개념은 복잡합니다 나는 (웃음) 설탕을 입히지 않을 것입니다 그것은 학문이며 대학에서의 학점입니다 그래서 우리는 자신이 과부하가되지 않도록하고 싶습니다

너는 시간이 있다는 것이 현실적이라고 느낀다 그리고 한 학기에 한 과목 이상을 택할 수있는 능력 그것은 당신에게 전적으로 달려 있습니다 다시 말하지만, 귀하는 관석 코스를 수강 할 자격이 될 수 있습니다 당신이하고있는 것과 동시에, 빅 데이터 프로그래밍

그것은 일종의 주문 인 것 같다 많은 학생들이하고 있습니다 그게 너에게 관심이 있다면, 당신은 당신의 프로그램 전반에 걸쳐 포인트를 얻고 있습니다 너는 네가 끝내야 할 마지막 두 사람까지 내려 갔다 너는 우리에게 알려줄거야

또는 때로는 나는 (마이크 울림) 나중에 조금씩 시작 (마이크 반향) 또는 빅 데이터 프로그래밍 후 그래서, 적어도 프로 코스가 시작되었습니다 마지막 관석 코스를하기 전에 주간 수업을 제공하는 것에 대한 질문이있었습니다 지금은 아니야

나는 그들을 저녁과 주말에 머물렀다 그러나 평일에는 생각 해봐 하지만 나는 정직해야한다는 충분한 요구를 보지 못했다 프로그램을 시작할 수 있기를 바랍니다 그것을하는 것에 반대하지는 않지만이 특정한 시간에, 우리는 단지 그것을 지키려고합니다

다음 학기에는 저녁과 주말을 제공합니다 다시 말하지만, 이것은 단지 스크린 샷입니다 우리 일정이 어떻게 생겼는지에 대한 간단한 스냅 샷 하지만 일정표는 단지 ​​샘플 일뿐입니다 일정 페이지가 보는 것의 나는 웹 사이트에서 지금 바로 그 내용을 다루지 않을 것입니다

그러나 당신은 모든 것을 거기에서 발견 할 수 있습니다 C02와 C03이 의미하는 바에 관한 질문 그것들은 단지 다른 부분 일뿐입니다 그래서, 모든 섹션은 다른 날에 제공 될 것입니다 예를 들어, 클래스의 C01이 제공 될 수 있습니다

수요일 밤에 C02는 같은 클래스 (마이크 딱딱 거리는 소리)의 콘텐츠입니다 그러나 그것은 토요일 아침에 제공 될 것입니다 C03은 동일한 클래스, 동일한 내용입니다 하지만 지금은 일요일 오후에 제공 될 것입니다

그래서, 당신은 어떤 부분이 당신에게 적합한 지 선택합니다 그래서, 다시 그것이 우리가 의미하는 것입니다 사용할 수있는 섹션이 여러 개 있습니다 언제든지 클릭하여 사용할 수있는 것을 볼 수 있습니다 어떤 옵션이 가장 적합한 지 선택하십시오

등록하십시오 대기자 명단이 없습니다 등록은 선착순으로 이루어집니다 특정 클래스가있는 경우 토요일 아침에만 오실 수 있습니다 그게 당신이 수업을 할 수있는 유일한 시간이에요

너는 너가 그것을 위해 등록하고 있는지 확인하고 싶다 빨리보다는 오히려 나중에 다시 말하지만, 등록 할 수 없다는 뜻입니다 당신이 신청하고 프로그램에 입학 할 때까지 당신은 모든 일을 먼저 끝내기를 원합니다

그래서 당신은 당신이 선호하는 섹션을 얻을 수 있습니다 섹션에 충분한 학생이없는 경우, 나는 그것을 취소하는 것을 싫어하지만 그것은 선택 사항이 될 것이다 그래서, 당신은 사물을 얻고 싶습니다 정리하고 가능한 한 많이 시작하도록하십시오 일반적인 클래스 크기, 그냥 질문을 통해, 이것은 큰 질문입니다

우리는 한 반에 40 명을 넘지 않을 것이라고합니다 아마도 최대 30 개를 더 많이 유지하게 될 것입니다 어떤 것은 분명히 더 작을 것이기 때문에 객실 크기에 따라 다릅니다 그래서 나는 18 세에서 어쩌면 30 명의 학생 사이라고 말할 것입니다 그리고 다시, 거기에있는 학생들이 많을수록, 나는 몇 개의 실험실 코치를 가질거야

클래스의 크기에 따라 달라집니다 성적표에 대한 질문은 필요하지 않습니다 성적 증명서는 항상 필요합니다 (웃음) 그것은 단지 그럴 필요가 없다는 것입니다 우편으로 보내야하는 공식 성적 증명서

성적 증명서 사본 일 수 있습니다 그러나 성적 증명서는 항상 필요합니다 항상이 특별한 프로그램을 위해 왔습니다 그러나 공식 성적 증명서 일 필요는 없습니다 등록 관청이 보낸 성적 증명서 사본을 가지고 있다면, 그들을 스캔하고 그들을 업로드 할 수 있습니다 응용 프로그램 포털에 알았어, 나는 여기서 시간을 잘 알고있어

그래서 사람들이 질문을 제출할 시간을두고 싶습니다 따라서 웹 세미나가 끝나기 시작했습니다 우리가 거기에 간다 질문하지 않은 경우, 질문이 지금 당신에게옵니다 언제든지 제출하십시오

몇 초 안에 스캔을 시작하겠습니다 다른 질문에 대해서 그러나 항상 당신을 격려하십시오 이제 응용 프로그램 포털이 가을에 열립니다 그리고 몇 주 남았습니다

제출 된 것을 얻을 수 있고, 그것을 검토하고, 사물을 얻을 수 있도록 프로그램 시작의 관점에서 특정 학급에 등록하려고합니다 다시 말하면 웹 세미나가 끝나갈 무렵, 우리가 통과 할 때 몇 가지 질문을 제출하기 시작하십시오 적어두고 싶은 사람은 우리의 연락처 정보, 당신은 항상 bigdata@mcmasterca로 우리에게 다가 갈 수있었습니다 우리의 이메일 계정입니다

McMasterCCEca에 갈 수 있습니다 웹 사이트를 찾으려면, 프로그램 정보를 찾으려면, 스케줄링 정보를보기 위해, 원하는 경우 과거 코스 개요를 참조하십시오 뿐만 아니라 그것을 볼 수 있습니다 빅 데이터는 비즈니스 범주 아래에 나열됩니다

비즈니스 카테고리 아래에 데이터 분석이 표시됩니다 재단 프로그램을 보게 될 것입니다 빅 데이터 프로그램 그래서, 당신은 당신이 관심있는 것을 고르십시오 해당 프로그램의 특정 페이지로 이동하십시오