[POD] JMP를 활용한 머신 러닝

주용한,신익주

저자:주용한
연세대학교정보산업공학과에서박사학위를취득하고SK하이닉스DataScience팀에서근무하였다.현재는선문대학교산업경영공학과에재직하고있으며주요관심분야는스마트팩토리,인공지능,예측및처방분석이다.

저자:신익주
LG전자에서근무하였으며한국표준협회,NEMOICG등에서경영컨설팅업무를하였다.현재는JMPKorea에서JMP의보급과확산,JMP활용을통한데이터분석능력향상을위한다양한활동을하고있으며JMP사용자와의소통과협업을위해블로그(https://blog.naver.com/discoveringjmp)를운영하고있다.

1장.비즈니스데이터분석과JMP
1.1비즈니스데이터분석
1.2머신러닝과통계적접근의만남그리고JMP의활용
1.3JMP인터페이스와분석환경

2장.머신러닝의전반적인흐름이해
2.1머신러닝의전체흐름과핵심용어
2.2데이터의유형과사전처리
2.3변수선택과피처엔지니어링
2.4모델성능비교지표

3장.지도학습I?회귀분석을활용한예측
3.1단순회귀분석
3.2다중회귀모형:FitModel
3.3로지스틱회귀분석
3.4일반화회귀분석(변수선택법)
3.5단계별회귀분석

4장.지도학습II?의사결정나무
4.1의사결정나무(Partition)
4.2BootstrapForest
4.3BoostedTree

5장.지도학습III?인공신경망
5.1NeuralNetwork플랫폼소개
5.2신경망모델의성능개선과해석전략

6장.비지도학습I?차원축소
6.1주성분분석과요인분석(PCAandEFA)
6.2다차원척도법(MDS)
6.3다변량임베딩

7장.비지도학습II?군집화기법
7.1계층적군집분석(HierarchicalClustering)
7.2K-평균군집분석(K-meansClustering)
7.3정규혼합분석(NormalMixture)
7.4잠재클래스분석(LatentClassAnalysis)

8장특화기법과고급분석
8.1부분최소제곱법(PartialLeastSquares)
8.2구조방정식모형(StructuralEquationModel)
8.3이상치탐색(ExploreOutliers)
8.4모형선별(ModelScreening)

참고문헌
찾아보기

-