Data analytics is the process of analyzing information through filtering it to transform the raw data into useable models. The goal is to uncover(나타내다) highly probably conclusions that can be used for an an edge in future decision making after seeing repeatable patterns of behavior from the data.
Data analytics is reliant on applying statistics primarily through computer programming to quantify past performance and project future patterns.
데이터 분석은 원시 데이터를 사용 가능한 모델로 변환하기 위하여 그것을 필터링하여 . 정보를 분석하는 과정이다 그 목표는 데이터에서 반복 가능한 행동 패턴을 확인한 후 향후 의사결정의 가장자리에 사용될 수 있는 아마도 매우 가능성이 높은 결론을 파악하는 것이다.
데이터 분석은 과거의 성과를 정량화하고 미래 패턴을 예측하기 위해 컴퓨터 프로그래밍을 통해 주로 통계를 적용하는 것에 의존하는 것이다
It has many possible uses and paths of research including a variety of techniques and is implemented in trading, investing, business, science, politics, sports, and other areas with large diverse historical data collections. In the modern computer driven world, data analysis plays a big part in large scale decision making using more of a scientific method for assisting investors, traders, businesses, politicians, and sports teams to operate more effectively.
다양한 기법을 포함하여 많은 가능한 연구 용도와 경로를 가지고 있으며, 다양한 역사적 자료 수집이 가능한 무역, 투자, 사업, 과학, 정치, 스포츠 및 기타 분야에서 구현된다. 현대 컴퓨터 중심의 세계에서 데이터 분석은 투자자들, 거래자들, 기업들, 정치인, 스포츠 팀들이 더 효과적으로 운영할 수 있도록 돕기 위해 더 과학적인 방법을 사용하는 대규모 의사결정에 큰 역할을 한다.
Data mining is used in data analysis to focus in on meaningful modeling based on statistics and pattern discovery for future predictive probabilities. Data analysis can be classified into different areas of statistics, data exploratoration, and theory confirmation through analysis.
데이터 마이닝은 미래 예측 확률을 위한 통계와 패턴 발견에 기초한 의미 있는 모델링에 초점을 맞추기 위해 데이터 분석에 사용된다. 데이터 분석은 통계학 , 데이터 탐색, 분석을 통한 이론확인 등의 다양한 영역으로 분류할 수 있다.
When using data you can both discover new patterns from the data or focus on confirming or falsifying(위조하다;조작하다) current hypotheses on what data should show. Predictive analytics researches statistical models and attempts to find valuable data that can be used for forecasting or projecting trends or patterns.
데이터를 사용할 때 당신은 데이터로부터 새로운 패턴을 발견하거나 어떤 데이터를 보여줘야 하는지에 대한 현재의 가설을 확인하거나 조작하는 데 집중할 수 있다. 예측 분석은 통계적 모델을 연구하고 추세나 패턴을 예측하거나 예측하는 데 사용될 수 있는 귀중한 데이터를 찾으려고 시도한다.
The book ‘Money Ball’ was about using data analytics for maximizing the monetary value of underpriced baseball skills in players.
'머니볼'이라는 책은 선수들의 저가격 야구 기술의 금전적 가치를 극대화하기 위해 데이터 분석을 이용하는 것에 관한 것이었다.
The Golden State Warriors currently uses data analytics for an edge in basketball.
The fund Renaissance Technologies uses powerful computers and data analytics to find repeating historical price patterns that had a trading edge to create some of the best long term returns in the history of the markets.
골든스테이트 워리어스는 현재 데이터 분석을 농구의 우위를 점하고 있다.
자금 르네상스 테크놀로지는 시장 역사상 가장 좋은 장기 수익률을 내기 위해 거래 우위를 점했던 반복적인 역사적 가격 패턴을 찾아내기 위하여 강력한 컴퓨터와 데이터 분석을 사용한다 .
In the financial world data analytics is primarily used for finding fundamental and technical patterns in the past price data with backtesting software that can be used to make money and create an edge.
금융계에서 데이터 분석은 주로 돈을 벌고 우위를 만드는 데 사용될 수 있는 백테스트 소프트웨어로 과거 가격 데이터에서 근본적이고 기술적인 패턴을 찾는 데 사용된다.