예제로 배우는 모델링 기법, 데이터 분석, 모델 구축 과정

데이터 애널리틱스는 데이터로부터 유용한 정보와 지식을 도출하기 위한 모델링 기법들, 그 기법들로 데이터를 분석하는 과정, 그리고 신뢰할 수 있는 방법과 원칙에 입각하여 모델을 구축하는 과정 전반을 일컫는 용어다. 이 책은 데이터 애널리틱스에 대한 모든 주제를 상세한 예제 풀이를 통하여 설명한다. 모델링 기법에 대한 이론 및 모델의 구축 과정에 대한 설명을 간단한 예제의 데이터 분석으로부터 시작해서 복잡한 예제로 끝을 맺는다. 따라서 데이터 애널리틱스를 처음 접하는 독자는 이 책을 통해서 데이터 애널리틱스에 입문할 수 있고, 데이터 애널리틱스를 전공하는 독자는 자신의 지식을 심화시킬 수 있다. 각 모델링 기법에 대한 설명 후에는 R 및 R-텐서플로를 사용해서 데이터를 분석하고 모델을 구축하는 프로그램이 수록되어 있어서 직접 실습 경험을 쌓을 수 있다.

[01부] 기본 개념

▣ 01장: 서론
1. 인공지능, 머신러닝, 딥러닝t
2. 데이터 사이언스와 데이터 애널리틱스t
3. 데이터 마이닝과 데이터 애널리틱스t
4. 이 책의 구성t
5. 참고문헌

▣ 02장: 데이터 마이닝t
1. 데이터, 정보, 지식t
2. 데이터의 속성t
____2.1 범주형 속성t
____2.2 수치형 속성t
____2.3 기타 속성t
3. 데이터 마이닝의 탄생t
4. 데이터 마이닝의 정의t
____4.1 비즈니스 프로세스t
____4.2 대량의 데이터t
____4.3 의미 있는 패턴과 규칙t
5. 데이터 마이닝의 유형
____5.1 가설 검정t
____5.2 방향성 데이터 마이닝t
____5.3 무방향성 데이터 마이닝t
6. 데이터 마이닝의 단계t
____6.1 KDD2.0t
____6.2 CRISP-DMt
____6.3 두 방법론의 비교t
7. 참고문헌t

▣ 03장: 머신러닝
1. 문제를 푸는 방법t
2. 머신러닝의 정의t
3. 머신러닝의 유형t
____3.1 지도 학습t
____3.2 비지도 학습t
____3.3 준지도 학습t
____3.4 강화 학습
4. 머신러닝의 기법들t
____4.1 지도 학습 기법t
____4.2 비지도 학습 기법t
____4.3 준지도 학습 기법t
____4.4 강화 학습 기법t
5. 참고문헌t

▣ 04장: 모델 구축
1. 모델의 정의t
2. 모델의 구축 과정t
____2.1 훈련 데이터 집합의 용도t
____2.2 과대적합의 발생t
____2.3 검증 데이터 집합의 용도t
____2.4 테스트 데이터 집합의 용도t
____2.5 스코어 데이터 집합의 용도t
3. 편향되지 않은 모델의 구축t
____3.1 반복적 무작위 서브샘플링 검증 방법t
____3.2 K-폴드 교차 검증 방법t
____3.3 단일 관측값 제거 교차 검증 방법t
____3.4 부트스트랩 방법
4. 모델의 평가t
____4.1 회귀 평가 척도t
____4.2 분류 평가 척도t
5. 편향과 편차 간의 상충 관계
____5.1 훈련 데이터 집합의 평균으로 만든 모델t
____5.2 선형 회귀 모델t
____5.3 2차 다항 회귀 모델t
____5.4 6차 다항 회귀 모델t
____5.5 네 개 모델의 비교t
6. 과대적합의 방지 또는 제거t
____6.1 속성 선정
____6.2 균등화
____6.3 조기 종료
____6.4 드롭아웃과 배치 정규화t
____6.5 가지치기
____6.6 앙상블 방법t
7. 모델 데이터 집합t
____7.1 모델 데이터 집합의 크기와 밀도t
____7.2 오버샘플링
____7.3 결측값
8. 모델의 비교 및 선정t
____8.1 ROC 곡선의 비교t
____8.2 통계적 검정에 의한 비교t
9. 앙상블 방법에 의한 모델의 성능 향상t
____9.1 앙상블 방법t
____9.2 배깅 방법t
____9.3 부스팅 방법
10. 참고문헌t

[02부] 통계학 기반 기법

▣ 05장: 회귀분석
1. 회귀 분석
2. 단순 회귀 분석t
____2.1 베타햇 값 구하기: 최소자승법t
____2.2 결정계수 R2t
____2.3 단순 회귀 분석의 예제t
3. 다중 회귀 분석t
____3.1 다중 회귀 분석의 예제t
____3.2 단계별 회귀 분석t
____3.3 조정된 결정계수t
4. 다중 회귀 분석을 이용한 자동차 연비 추정t
____4.1 A_Model: 모든 변수를 사용한 모델
____4.2 F_Model: 전방향 선택으로 선택한 변수를 사용한 모델t
____4.3 B_Model: 역방향 제거로 선택한 변수를 사용한 모델t
____4.4 S_Model: 양방향 선택과 제거로 선택한 변수를 사용한 모델t
____4.5 P_Model: Pr(〉|t|)가 유의한 변수를 사용한 모델t
____4.6 최종 모델의 선정t
5. 참고문헌t

▣ 06장: 로지스틱 회귀 분석
1. 로지스틱 회귀 분석
2. 이진형 문제의 선형 회귀 모델t
3. 이진형 문제의 로지스틱 회귀 모델t
4. 로지스틱 회귀 분석을 이용한 잡지 구독 예측t
____4.1 A_loModel: 모든 변수를 사용한 모델
____4.2 S_loModel: 양방향 선택과 제거로 선택한 변수를 사용한 모델t
____4.3 P_loModel: Pr(〉|z|)가 유의한 변수를 사용한 모델
____4.4 최종 모델의 선정t
5. 참고문헌t

▣ 07장: 선형 판별 분석
1. 선형 판별 분석t
2. 선형 판별 분석 방법t
____2.1 중심과의 거리를 이용하는 방법t
____2.2 회귀를 이용하는 방법t
____2.3 피셔의 선형 판별 방법t
3. 선형 판별 분석을 이용한 대출 결정t
4. 참고문헌

▣ 08장: 베이즈 분류기t
1. 베이즈 분류기t
2. 베이즈 정리t
3. 베이즈 분류기의 이해t
4. 베이즈 분류기의 예제t
____4.1 수치형 변수가 없는 경우: 예제 8.1t
____4.2 구매 여부 개수가 0일 경우t
____4.3 수치형 변수가 있는 경우: 예제 8.2t
5. 베이즈 분류기를 이용한 스팸 메일 판정t
6. 참고문헌

[03부] 머신러닝 기반 기법

▣ 09장: 군집 분석
1. 군집 분석t
2. 군집의 의미t
3. 근접성t
____3.1 수치형 속성t
____3.2 범주형 속성t
____3.3 군집 간의 거리 측정t
4. 클러스터링 결과의 평가 척도t
5. 클러스터링을 위한 데이터 준비t
____5.1 속성값 조정t
____5.2 가중치 부여t
6. 계층적 클러스터링: 예제 9.1t
____6.1 병합적 클러스터링t
____6.2 분할적 클러스터링t
____6.3 클러스터링 결과의 평가t
7. K-평균 클러스터링t
____7.1 K-평균 클러스터링의 단계t
____7.2 K-평균 클러스터링: 예제 9.2t
____7.3 초기 무작위 중심의 선택t
____7.4 K값의 설정t
8. K-평균 클러스터링을 이용한 피교육자 군집 분석t
9. 참고문헌

▣ 10장: 연관 분석
1. 연관 분석t
2. 연관 규칙t
3. 연관 규칙의 도출 과정t
____3.1 아이템의 상세화 수준 결정t
____3.2 거래 데이터로부터 아이템집합 생성t
____3.3 아이템집합이 판매된 거래 건수와 확률 산출t
____3.4 아이템집합 가지치기t
____3.5 연관 규칙 생성t
____3.6 생성된 연관 규칙 평가t
4. 연관 규칙 도출 연습t
5. 연관 분석을 이용한 시장바구니 분석t
6. 순차 패턴 분석t
7. 유용한 순차 패턴의 발견t
8. 순차 패턴 분석을 이용한 제품 구매 순서 분석t
9. 참고문헌t

▣ 11장: 의사결정 트리
1. 의사결정 트리t
2. 의사결정 트리의 용도t
____2.1 분류
____2.2 점수 부여t
____2.3 추산
3. 의사결정 트리의 형태t
4. 의사결정 트리의 구축t
____4.1 기본 과정
____4.2 분지t
____4.3 의사결정 트리의 구축 단계t
____4.4 의사결정 트리의 평가t
____4.5 의사결정 트리에서 규칙의 추출t
5. 최상 분지 속성의 선정t
____5.1 분지 속성 선정의 중요성t
____5.2 최상 분지 속성의 선정 기준t
____5.3 최상 분지 속성의 선정 과정t
6. 의사결정 트리 구축 과정의 예제t
____6.1 엔트로피 분지 방법t
____6.2 지니 분지 방법t
7. 의사결정 트리의 가지치기t
____7.1 가지치기의 필요성t
____7.2 오류 감소 가지치기t
8. 의사결정 트리를 이용한 개인 신용 평가t
9. 참고문헌t

▣ 12장: 랜덤 포레스트
1. 랜덤 트리t
2. 랜덤 포레스트t
3. 랜덤 포레스트를 이용한 고객 이탈 예측t
4. 참고문헌

▣ 13장: 새로운 회귀 분석 기법들
1. 균등화된 회귀 분석t
____1.1 균등화t
____1.2 균등화된 회귀 분석의 유형t
____1.3 엑셀을 사용한 균등화된 회귀 분석t
2. 균등화된 회귀 분석을 이용한 자동차 연비 추정t
3. 베타햇 값 구하기: 기울기 하강법t
4. 기울기 하강법을 이용한 회귀 모델 구축t
____4.1 R을 사용한 기울기 하강법t
____4.2 텐서플로를 사용한 기울기 하강법t
5. 참고문헌

▣ 14장: 서포트 벡터 머신
1. 서포트 벡터 머신t
2. 서포트 벡터 머신의 이해t
3. 서포트 벡터 머신의 최적화 문제 수식화t
4. 엑셀을 사용한 서포트 벡터 머신: 예제 14.1t
5. 선형 분리 불가능 문제: 여유 변수의 도입t
____5.1 여유 변수를 도입한 SVM의 최적화 문제 수식t
____5.2 엑셀을 사용한 SVM: 예제 14.2t
____5.3 균등화 파라미터t
6. 선형 분리 불가능 문제: 커널 트릭의 사용t
____6.1 엑셀을 사용한 SVM: 예제 14.3t
____6.2 커널 함수t
____6.3 엑셀을 사용한 SVM: 예제 14.4t
7. 서포트 벡터 머신을 이용한 유방암 판정t
8. 참고문헌

▣ 15장: 인공 신경망
1. 인공 신경망t
2. 인공 신경망의 구성t
____2.1 처리 요소t
____2.2 처리 요소의 입력과 출력t
____2.3 처리 요소의 결합과 계층의 결합t
____2.4 가중치와 활성 함수t
____2.5 학습 기능t
3. 역전파 알고리즘t
____3.1 전방향 단계t
____3.2 역방향 단계t
____3.3 역전파 알고리즘의 과정: 예제 15.1t
____3.4 가중치 수정의 빈도t
4. 활성 함수t
5. 비선형 분류
6. XOR 문제를 푸는 인공 신경망: 예제 15.2t
7. 범주형 속성의 인코딩t
____7.1 N개-중-1개 인코딩t
____7.2 N개-중-M개 인코딩t
____7.3 온도계 인코딩
8. 인공 신경망을 이용한 심장질환 판정t
9. 참고문헌t

▣ 16장: 딥러닝
1. 딥러닝의 개요t
____1.1 기울기 소실 현상t
____1.2 기울기 소실 현상의 극복t
____1.3 과대적합의 방지t
2. 심층 신경망t
____2.1 심층 신경망을 이용한 동물 유형 판정t
3. 합성곱 신경망t
____3.1 합성곱 계층t
____3.2 풀링 계층t
____3.3 합성곱 신경망의 차원 계산t
____3.4 합성곱 신경망을 이용한 필기체 숫자 판독t
4. 순환 신경망t
____4.1 순환 신경망 구조의 유형
____4.2 초기 순환 신경망 모델의 단점 극복t
____4.3 순환 신경망을 이용한 문장 예측t
____4.4 순환 신경망을 이용한 감성 분석t
5. 참고문헌

▣ 부록A: R 설치하기
▣ 부록B: R Studio 설치하기
▣ 부록C: Anaconda, R, R Studio, Tensorflow 설치하기
▣ 부록D: R 환경의 Tensorflow 2.0 버전 코드

회원리뷰 총 0개

리뷰작성 새 창

사용후기가 없습니다.

등록된 상품문의

상품문의 총 0개

문의작성 새 창

상품문의가 없습니다.

[반품/교환가능 기간]

변심반품의 경우 수령 후 14일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

[반품/교환비용]

단순 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담

[반품/교환 불가 사유]

- 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우

(단지 확인을 위한 포장 훼손은 제외)

- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우

예) 화장품, 식품, 가전제품(악세서리 포함) 등

- 복제가 가능한 상품 등의 포장을 훼손한 경우

예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

- 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)

- 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우

- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

- 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

* (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시

‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)

[상품 품절]

공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.

[소비자 피해보상, 환불지연에 따른 배상]

- 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됩니다.

- 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함.