머신러닝 실무 프로젝트 (2 판)

아리가미치아키

有賀康顕
전자회사의연구소와레시피서비스회사를거쳐지금은Cloudera소속의필드데이터과학자다.데이터활용과머신러닝지원업무를담당한다.소프트웨어개발자로머신러닝을이용하기위한플랫폼과고객데이터플랫폼을개발하고있다.
-https://twitter.com/chezou
-https://www.slideshare.net/chezou
-https://chezo.uno/

PART1머신러닝실무노하우

CHAPTER1머신러닝프로젝트처음시작하기
1.1머신러닝은어떻게사용되는가
1.2머신러닝프로젝트과정
1.3운용시스템에서의머신러닝문제점대처방법
1.4머신러닝시스템을성공적으로운영하기위한조건
1.5정리

CHAPTER2머신러닝으로할수있는일
2.1머신러닝알고리즘선택방법
2.2분류
2.3회귀
2.4클러스터링과차원축소
2.5기타
2.6정리

CHAPTER3학습결과평가하기
3.1분류평가
3.2회귀평가
3.3머신러닝을통합한시스템의A/B테스트
3.4정리

CHAPTER4기존시스템에머신러닝통합하기
4.1기존시스템에머신러닝을통합하는과정
4.2시스템설계
4.3훈련데이터를얻기위한로그설계
4.4정리

CHAPTER5학습리소스수집하기
5.1학습리소스수집방법
5.2공개된데이터셋이나모델활용
5.3개발자가직접훈련데이터작성
5.4동료나지인에게데이터입력요청
5.5크라우드소싱활용
5.6서비스에통합해서사용자가입력
5.7정리

CHAPTER6지속적인머신러닝활용을위한기반구축하기
6.1머신러닝시스템만의독특한어려움
6.2지속적인학습과MLOps
6.3머신러닝인프라구축단계
6.4지속적인예측결과서빙
6.5정리

CHAPTER7효과검증:머신러닝기반정책성과판단하기
7.1효과검증
7.2인과효과추정
7.3가설검정프레임
7.4A/B테스트설계및수행
7.5오프라인검증
7.6A/B테스트를수행할수없을경우
7.7정리
7.8쉬어가기:무조건성공하는A/B테스트,A/B테스트모집단조작

CHAPTER8머신러닝모델해석하기
8.1구글콜랩에설치된라이브러리버전업데이트
8.2학습용파일업로드및확인
8.3선형회귀계수를이용한원인해석
8.4로지스틱회귀계수로원인해석
8.5회귀계수p값구하기
8.6결정트리를시각화해원인해석
8.7랜덤포레스트의FeatureImportance시각화
8.8SHAP을활용한기여도시각화
8.9SHAP을활용한직원만족도시각화
8.10정리

PART2머신러닝실무프로젝트

CHAPTER9킥스타터분석하기:머신러닝을사용하지않는선택지
9.1킥스타터API확인하기
9.2킥스타터크롤러만들기
9.3JSON데이터를CSV로변환하기
9.4엑셀로데이터살펴보기
9.5피벗테이블로다양하게파악하기
9.6목표를달성했지만취소된프로젝트확인하기
9.7국가별로살펴보기
9.8보고서작성하기
9.9이후작업
9.10정리

CHAPTER10업리프트모델링을이용한마케팅리소스효율화
10.1업리프트모델링의사분면
10.2A/B테스트확장을통한업리프트모델링
10.3업리프트모델링용데이터셋만들기
10.4두가지예측모델을이용한업리프트모델링
10.5AUUC로업리프트모델링평가
10.6실제문제에적용
10.7업리프트모델링을서비스에적용
10.8정리

CHAPTER11슬롯머신알고리즘을활용한강화학습입문
11.1슬롯머신알고리즘용어정리
11.2확률분포에관한사고
11.3사후분포에관한사고
11.4사후분포의신뢰구간상한을이용한구현사례
11.5UCB1
11.6확률적슬롯머신알고리즘
11.7다양한슬롯머신알고리즘비교
11.8부트스트랩알고리즘을이용한콘텍스트기반슬롯머신구현
11.9현실과제
11.10A/B테스트,업리프트모델링,슬롯머신알고리즘의관계
11.11정리

CHAPTER12온라인광고에서의머신러닝
12.1온라인광고비즈니스
12.2문제정식화
12.3예측의역할및구현
12.4광고송출로그의특징
12.5머신러닝예측모델운영
12.6정리

머신러닝을실무에활용하고싶은데
어떻게하면좋을지모르겠다면바로이책!

머신러닝이보급되면서인과효과추론,지속적인학습,머신러닝기반운영등새로운문제에직면하는경우가늘어났다.머신러닝시스템은다양한역할,조직체제속에서데이터라는불확실한대상이만들어낸결과를통계와운영을포함해다루어야만한다.실무에필요한가설수립,탐색적인분석수행방법등필자들이경험하며학습한머신러닝지식을2판에아낌없이추가했다.머신러닝을독학으로익히느라이런주제를접할기회가없던독자들에게이책이머신러닝을활용하는데미력하나마도움이된다면더할나위없이기쁠것이다.

★2판에추가된내용
-6장데이터변경에대응하고장기적으로머신러닝을운용하기위한MLOps환경구축
-7장머신러닝에기반한시행결과판단
-8장수학적관점(선형회귀,로지스틱회귀,결정트리,랜덤포레스트,SHAP)에서머신러닝모델의학습결과를해석
-11장온라인광고콘텍스트에서자주사용되는슬롯머신알고리즘을이용한강화학습
-12장온라인광고의구성방식,운영방식,전환효과예측등각단계에적용할수있는머신러닝의원칙과기법들을설명

★이책에서다루는내용
1부에서는머신러닝프로젝트를수행하기위해알아야할기본지식을소개하고9장부터시작하는2부는앞서설명한내용을포함한실제사례를통해실무에도움이되도록내용을구성했다.각장의내용은1부에서소개한내용을포함하고있으니앞서설명한내용을떠올리면읽으면도움이될것이다.

1장머신러닝프로젝트가수행되는과정
2장머신러닝으로할수있는일과다양한머신러닝알고리즘
3장오프라인에서예측모델을평가하는방법
4장컴퓨터시스템에머신러닝구조를통합하는주요패턴
5장머신러닝분류태스크에서정답데이터수집
6장지속학습을위한머신러닝기반MLOps
7장통계검정,인과효과추론,A/B테스트
8장머신러닝을통해얻은예측결과를설명하는방법
9장탐색적분석과정과이를기반으로한보고서발행
10장업리프트모델링을사용해더욱효과적인마케팅수행
11장슬롯머신알고리즘을이용한강화학습
12장실제시스템에적용된머신러닝최적화

★누구를위한책인가
다음독자를대상으로머신러닝데이터분석도구를어떻게비즈니스에활용하는지,불확실성이높은머신러닝프로젝트는어떻게진행하는지다룬다.
-머신러닝입문서를떼고실무에활용하려는개발자
-대학에서배운머신러닝을제품에적용하려는주니어개발자
-소프트웨어개발자는아니지만머신러닝시스템및기술적인내용에흥미가있는비즈니스담당자
머신러닝알고리즘은이미다른책에서많이다루고있으니이책에서는머신러닝프로젝트를처음시작하는방법,기존시스템에머신러닝을통합하는방법,머신러닝에사용할데이터를수집하는방법등실무에유용한내용을중점적으로다룬다.