머신러닝 자동화 시스템 구축

Gil’sLAB

머신러닝및최적화를연구하여산업공학박사학위를취득하고관련분야의학술논문을20편가량유수저널에게재했다.현재는국내굴지의대기업에서시니어데이터사이언티스트로근무하면서시계열데이터분석,머신러닝모델링,머신러닝자동화시스템구축을하고있다.데이터사이언스기술블로그인길스랩(https://gils-lab.tistory.com/)을운영하고있다.

▣들어가며
머신러닝자동화란?
__머신러닝자동화시스템도입에따른효과
__관련패키지및시스템
__머신러닝자동화를배워야하는이유
분석및개발환경
__파이썬환경및패키지
__폴더구조
활용데이터소개
__데이터출처
__데이터구성
__분류용데이터
__회귀용데이터

[01부]머신러닝핵심개념

▣01장:머신러닝모델개발프로세스
1.1머신러닝과제의분류
__지도학습
__모델학습및활용과정
__상태공간(statespace)과지도학습과제의분류
__객관적인평가
__일반화와과적합
__데이터분할:(1)학습데이터와평가데이터
__데이터분할:(2)k-겹교차검증
__비지도학습
__군집화
__이상탐지
__요약
1.2문제정의와데이터수집
__머신러닝프로세스
__문제정의
__데이터수집
__요약
1.3데이터탐색및전처리
__기초데이터탐색
__결측치처리
__범주형변수처리
__분포확인
__클래스불균형문제
__특징공학
__요약
1.4모델학습:모델선택및하이퍼파라미터튜닝
__모델선택
__하이퍼파라미터튜닝
__요약
1.5모델평가
__분류모델평가
__회귀모델평가
__요약

▣02장:파이썬을이용한머신러닝모델학습
2.1데이터준비
__데이터불러오기
__데이터확인하기
2.2데이터탐색및전처리
__사이킷런을이용한데이터전처리
__결측처리
__범주및서열형변수처리
__재샘플링
__특징선택
__요약
2.3모델학습및평가
__모델학습
__모델평가
__요약
2.4파이프라인과모델저장
__머신러닝파이프라인
__피클모듈
__요약

▣03장:주요지도학습모델
3.1선형모델
__선형회귀
__로지스틱회귀
__선형성을고려한특징공학
__요약
3.2k-최근접이웃
__작동과정및모델의장단점
__주요하이퍼파라미터
__스케일링과특징공학의필요성
__사이킷런실습
__요약
3.3결정나무
__모델구조와작동과정
__모델특성
__주요하이퍼파라미터
__사이킷런실습
__요약
3.4신경망
__모델구조와작동과정
__학습과정과주요파라미터
__사이킷런실습
__요약
3.5앙상블모델
__앙상블종류
__결정나무기반의앙상블모델
__요약

[02부]머신러닝자동화를위한최적화알고리즘

▣04장:최적화문제
4.1최적화모델
__최적화모델의구성
__최적화모델및그래프기반의해법예제
__머신러닝자동화를위한최적화
__요약
4.2다양한해법
__최적화문제의해법개요
__휴리스틱해법
__초기화
__평가
__속도계산
__위치업데이트
__요약

▣05장:그리드서치와랜덤서치
5.1그리드서치
__개요
__구현실습
__요약
5.2랜덤서치
__개요
__확률변수분포
__관련함수
__요약

▣06장:유전알고리즘
6.1이론
__개요
__유전자표현
__선택연산
__교차연산
__돌연변이연산
__주요하이퍼파라미터
__요약
6.2실습(1)특징선택
__문제정의
__유전알고리즘연산자정의
__메인함수
__요약
6.3실습(2)외판원순회문제
__문제정의
__유전알고리즘연산자정의
__메인함수
__요약

▣07장:베이지안최적화
7.1이론
__블랙박스최적화문제
__베이지안최적화개요
__대체모델
__획득함수
__메인함수
__요약

[03부]머신러닝자동화시스템구축

▣08장:머신러닝자동화를위한테크닉
8.1속도향상을위한테크닉
__조기종료(earlystopping)
__다중충실도(multi-fidelity)
__확장성(scalability)
__요약
8.2웜스타트와메타학습
__메타학습
__실습:메타학습을이용한하이퍼파라미터튜닝의웜스타트
__요약
8.3튜닝범위설정
__튜닝범위설정의필요성및개요
__반복측정분산분석을이용한주요하이퍼파라미터식별
__결정나무를이용한하이퍼파라미터범위설정
__요약

▣09장:머신러닝자동화를위한파이썬패키지
9.1Auto-Sklearn
__이론적배경
__패키지실습
__요약
9.2H2OAutoML
__이론적배경
__실습
__요약

▣10장:실전시스템구축
10.1시스템(1)MyAutoML1
__문제정의
__클래스설계
__시스템구현및활용
10.2시스템(2)MyAutoML2
__클래스설계
__실험을통한하이퍼파라미터범위설정
__랜덤포레스트의하이퍼파라미터범위설정
__XGBoost의하이퍼파라미터범위설정
__LightGBM의하이퍼파라미터범위설정
__시스템구현및활용
10.3시스템(3)MyAutoML3
__문제정의
__클래스설계
__메타모델학습
__시스템구현및활용

▣마치며

★이책에서다루는내용★

◎머신러닝모델개발프로세스
◎데이터탐색결과에따른적절한전처리기법및모델선택
◎파이썬을이용한머신러닝모델개발실무
◎모델의특성및작동원리
◎머신러닝자동화를위한최적화문제
◎그리드서치와랜덤서치
◎유전알고리즘과베이지안최적화
◎머신러닝자동화를위한테크닉
◎실전머신러닝자동화시스템구축