| 000 | 00000cam c2200205 c 4500 | |
| 001 | 000046037000 | |
| 005 | 20200709172353 | |
| 007 | ta | |
| 008 | 200709s2020 ulkad 000c kor | |
| 020 | ▼a 9791195511747 ▼g 13000 | |
| 035 | ▼a (KERIS)BIB000015596566 | |
| 040 | ▼a 241003 ▼c 241003 ▼d 241026 ▼d 211009 | |
| 082 | 0 4 | ▼a 006.31 ▼2 23 |
| 085 | ▼a 006.31 ▼2 DDCK | |
| 090 | ▼a 006.31 ▼b 2020z20 | |
| 100 | 1 | ▼a 김형수 |
| 245 | 2 0 | ▼a (Step by step) 비즈니스 머신러닝 in 파이썬 / ▼d 김형수 저 |
| 260 | ▼a 서울 : ▼b 프레딕스, ▼c 2020 | |
| 300 | ▼a xv, 378 p. : ▼b 삽화, 도표 ; ▼c 25 cm | |
| 536 | ▼a 본 연구는 한성대학교 학술연구 지원에 의해 수행되었음 | |
| 945 | ▼a KLPA |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 중앙도서관/제2자료실(3층)/ | 청구기호 006.31 2020z20 | 등록번호 111830696 (5회 대출) | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
컨텐츠정보
책소개
파이썬을 전혀 모르는 사람도, 프로그래밍을 전혀 해보지 않은 사람도 단계적으로 따라하다 보면 파이썬 기반의 머신러닝을 용이하게 다룰 수 있도록 도와주는 이론서이자 실무 지침서다. 컴퓨터공학이나 수학적인 관점에서 집필된 머신러닝 교재들과는 달리 머신러닝은 비즈니스를 위한 도구일 뿐이라는 관점에서 접근한다.
비즈니스 관점에서 풀어 쓴 파이썬 머신러닝지침서
본서는 파이썬을 전혀 모르는 사람도, 프로그래밍을 전혀 해보지 않은 사람도 단계적으로 (step by step) 따라하다 보면 파이썬 기반의 머신러닝을 용이하게 다룰 수 있도록 도와주는 이론서이자 실무 지침서입니다. 컴퓨터공학이나 수학적인 관점에서 집필된 머신러닝 교재들과는 달리 머신러닝은 비즈니스를 위한 도구일 뿐이라는 관점에서 접근합니다. 이 책의 주요 특징은 다음과 같습니다.
· 머신러닝을 활용하기 위한 관점에서 꼭 필요한 이론만을 추출하여 정리하였습니다.
· 전통적인 머신러닝 모형부터 최신 고성능 머신러닝 모형까지 대부분의 머신러닝 모형들을 다루었습니다.
· 책에서 다루는 모든 이론에 대해 100% 파이썬 실습을 제공합니다.
· 모든 파이썬 코드에 대한 상세하고 친절한 설명을 제공합니다.
· 모든 실습 주제는 현실적인 비즈니스 문제에 초점을 맞추었습니다.
· 실습용 데이터는 기업의 실제 마케팅 및 CRM 데이터를 기반으로 추출되었습니다.
정보제공 :
저자소개
김형수(지은이)
KAIST에서 CRM 전공으로 경영공학박사 학위를 받고, 2009년부터 한성대학교 공과대학 산업경영공학부 교수로 재직하고 있다. 대학에서 CRM디지털마케팅 부전공 프로그램의 책임교수를 맡고 있으며, 산학협력 벤처기업인 고객경영기술원의 최고연구개발책임자 겸 원장을 맡고있다. 제8대 한국CRM협회장을 역임한 그는 2011년 Nova Science 선정 글로벌 CRM 전문가 8인에 선정되었고, 세계 3대 인명사전인 Marquis’ Whos’ Who에 4년 연속 등재되었다. 20여년간 70여개 기업의 CRM 전략 및 고객 빅 데이터 분석 관련 프로젝트를 진행해왔으며, 2018년에는 CRM 부문으로 Albert Nelson 평생공로상을 받았다. SSCI와 SCI 해외저널 10여편과 KCI 등재 저널 20여편의 연구논문을 게재했으며, CRM과 데이터분석 분야 14권의 저서를 집필하였다.
목차
chaper 01 머신러닝 기초 1.1 머신러닝 개념 [1] 인공지능과 머신러닝, 딥러닝 [2] 머신러닝의 정의 1.2 머신러닝 모형의 분류 [1] 지도학습 모형 [2] 비지도학습 모형 1.3 머신러닝의 과정 [1] 문제 정의 [2] 데이터의 수집 [3] 데이터 처리 [4] 모형 학습 [5] 성능 평가 chapter 02 파이썬 기초 2.1 파이썬 소개 [1] 왜 파이썬인가? [2] Anaconda python 실습 환경 구축 2.2 파이썬 프로그램 기초 [1] 파이썬의 자료형 [2] 파이썬 제어문 2.3 데이터 분석을 위한 파이썬 라이브러리 [1] 통계분석을 위한 라이브러리 [2] Numpy [3] Pandas 2.4 분석을 위한 데이터 준비 [1] 실습용 데이터 다운로드 [2] 분석 데이터 설명 [3] 데이터 불러오기 chapter 03 모형 평가와 성능 향상 3.1 모형 평가 [1] 성능 평가 지표 [2] 교차검증 3.2 성능 향상 [1] 변수 선택 [2] 데이터 밸런싱 [3] 그리드 서치 chapter 04 선형 회귀모형 4.1 개요 [1] 정의 [2] 모형 [3] 특징 4.2 주요 모형 [1] 표준 선형 회귀모형 [2] 릿지 선형 회귀모형 [3] 라쏘 선형 회귀모형 4.3 실습 [1] 표준 선형 회귀모형 실습 [2] 릿지 선형 회귀모형 실습 [3] 라쏘 선형 회귀모형 실습 chapter 05 로지스틱 회귀분석 5.1 개요 [1] 정의 [2] 모형 [3] 특징 5.2 주요 이론 [1] 오즈, 오즈비, 로짓변환 [2] 비용 함수 [3] 소프트맥스 함수 5.3 실습 [1] 이항 분류 예측 실습 [2] 다항 분류 예측 실습 chapter 06 K-최근접 이웃 6.1 개요 [1] 정의 [2] 모형 [3] 특징 6.2 주요 이론 [1] 유클리드 거리 [2] 맨하탄 거리 6.3 실습 [1] 분류 예측 실습 [2] 수치 예측 실습 chapter 07 의사결정나무 7.1 개요 [1] 정의 [2] 모형 [3] 특징 7.2 주요 이론 [1] 분할기준 [2] 정지기준과 가지치기 [3] 대표 알고리즘 7.3 실습 [1] 분류 예측 실습 [2] 수치 예측 실습 7.4 모형 성능 비교 [1] 분류 예측 모형 성능 비교 [2] 수치 예측 모형 성능 비교 chapter 08 서포트 벡터 머신 8.1 개요 [1] 정의 [2] 모형 [3] 특징 8.2 주요 이론 [1] 선형 SVM [2] 비선형 SVM [3] 회귀 SVM 8.3 실습 [1] 분류 예측 실습 [2] 수치 예측 실습 chapter 09 나이브 베이즈 9.1 베이즈 정리 9.2 나이브 베이즈 개요 [1] 정의 [2] 모형 [3] 특징 [4] 유형 9.3 실습 [1] 가우시안 나이브 베이즈 실습 [2] 베르누이 나이브 베이즈 실습 [3] 다항분포 나이브 베이즈 실습 chapter 10 인공신경망 10.1 개요 [1] 정의 [2] 모형 [3] 특징 10.2 주요 이론 [1] 퍼셉트론 [2] 오차 역전파법 10.3 실습 [1] 분류 예측 실습 [2] 수치 예측 실습 chapter 11 딥러닝 11.1 개요 11.2 주요 모형 [1] 심층 신경망 [2] 합성곱 신경망 [3] 순환 신경망 11.3 실습 [1] Keras 라이브러리 [2] 심층 신경망 실습 [3] 합성곱 신경망 실습 [4] 순환 신경망 실습 [3] 다항분포 나이브 베이즈 실습 chapter 12 앙상블 모형 12.1 개요 [1] 정의 [2] 모형 [3] 특징 12.2 주요 모형 [1] 보팅 앙상블 [2] 배깅 앙상블 [3] 부스팅 앙상블 12.3 실습 [1] 보팅 앙상블 실습 [2] 랜덤 포레스트 실습 [3] 그래디언트 부스팅 실습 12.4 앙상블 모형의 성능 비교 [1] 분류 예측 모형 성능 비교 [2] 수치 예측 모형 성능 비교 chapter 13 군집분석 13.1 개요 [1] 정의 [2] 모형 [3] 특징 [4] 군집의 품질 평가 13.2 주요 모형 [1] 계층적 군집분석 [2] 비계층적 군집분석 [3] 밀도 기반 군집분석 13.3 실습 [1] 계층적 군집분석 실습 [2] K-평균 군집분석 실습 [3] DBSAN 실습 [4] 군집분석 기법 간의 품질 비교와 군집 프로파일링 chapter 14 연관규칙 분석 14.1 개요 [1] 정의 [2] 특징 14.2 주요 이론 [1] 지지도, 신뢰도, 향상도 [2] Apriori 알고리즘 14.3 실습 [1] 장바구니 분석을 통한 교차판매 규칙 생성 chaper 15 협업 필터링 15.1 개요 [1] 추천 시스템과 협업 필터링 [2] 협업 필터링 유형 [3] 특징 15.2 주요 모형 [1] 사용자 기반 협업 필터링 [2] 아이템 기반 협업 필터링 [3] 잠재요인 모델 기반 협업 필터링 15.3 실습 [1] Surprise 라이브러리 [2] 사용자 기반 협업 필터링 실습 [3] 아이템 기반 협업 필터링 실습 [4] 잠재요인 모델 기반 협업 필터링 실습 chapter 16 텍스트 마이닝 16.1 개요 [1] 정의 [2] 분석 프로세스 16.2 웹 스크래핑 [1] 정의 [2] 실습 16.3 빈도 분석 [1] 정의 [2] 실습 16.4 버즈 분석 [1] 정의 [2] 실습 16.5 토픽 모델링 [1] 정의 [2] 실습