비즈니스 데이터 과학 (비즈니스 의사결정을 위한 통계학, 경제학, 인공지능의 만남 | 26가지 알고리즘 수록)

맷태디

MattTaddy
아마존부사장.2008년부터2018년까지시카고대학교부스경영대학원에서계량경제학및통계학교수로재직하면서데이터과학커리큘럼을개발했습니다.마이크로소프트의수석연구원(HeadofEconomicsandDataScience,BusinessAI)과이베이의연구원(ResearchFellow)을포함하여다양한산업분야에서일한경험이있습니다.

CHAPTER0들어가며
두도표에대한이야기
빅데이터와머신러닝
계산

CHAPTER1불확실성
1.1빈도주의관점에서의불확실성과부트스트랩
_알고리즘1|비모수부트스트랩
_심화학습|편향된추정량과부트스트랩사용
_알고리즘2|신뢰구간을위한비모수부트스트랩
1.2가설검정과거짓발견비율조절
_알고리즘3|BHFDR제어
_심화학습|BH알고리즘이작동하는이유
1.3베이지안추론

CHAPTER2회귀
2.1선형모델
2.2로지스틱회귀
2.3편차와가능도
2.4회귀불확실성
2.5공간과시간

CHAPTER3정규화
3.1표본외성능
_알고리즘4|K-폴드표본외검증
3.2정규화경로
_알고리즘5|전진단계별회귀
_알고리즘6|lasso정규화경로
3.3모델선택
_알고리즘7|K-폴드CV
_알고리즘8|K-폴드CVlasso
3.4lasso에대한불확실성정량화
_알고리즘9|lasso신뢰구간을위한모수적부트스트랩
_알고리즘10|√n학습에서서브샘플링CI

CHAPTER4분류
4.1최근접이웃
_알고리즘11|K최근접이웃
4.2확률,비용,분류
_알고리즘12|맵리듀스프레임워크
4.3다항로지스틱회귀
4.4분산다항회귀
4.5분산과빅데이터

CHAPTER5실험
5.1무작위대조시험
5.2유사실험설계
5.3도구변수
_알고리즘13|2SLS

CHAPTER6제어
6.1조건부무시가능성과선형처리효과
6.2고차원교란조정
_알고리즘14|LTElasso회귀
6.3표본분할과직교머신러닝
_알고리즘15|LTE를위한직교머신러닝
6.4이종처리효과
6.5합성제어
_알고리즘15|합성제어

CHAPTER7인수분해
7.1클러스터링
_알고리즘17|K-평균
7.2요인모델과PCA
_알고리즘18|주성분분석
7.3주성분회귀
_알고리즘19|주성분(lasso)회귀
7.4부분최소제곱법
_알고리즘20|주변회귀
_알고리즘21|부분최소제곱법(PLS)

CHAPTER8데이터로서의테스트
8.1토큰화
8.2텍스트회귀
8.3토픽모델
_알고리즘22|희소데이터를위한PCA
8.4다항역회귀
8.5협업필터링
8.6워드임베딩

CHAPTER9비모수
9.1의사결정트리
_알고리즘23|CART알고리즘
9.2랜덤포레스트
_알고리즘24|랜덤포레스트(RF)
_알고리즘25|경험적베이지안포레스트(EBF)
9.3인과트리
_알고리즘26|인과트리(CT)
9.4반모수와가우스프로세스

CHAPTER10인공지능
10.1인공지능이란무엇인가?
10.2범용머신러닝
10.3딥러닝
10.4확률적경사하강법
10.5강화학습
10.6상황에따른인공지능

아마존수석이코노미스트(부사장)의노하우와사례로가득한실무중심의비즈니스데이터과학

오늘날에는머신러닝과통계학,데이터기반의사회과학및경제학과같은분야에서끊임없는지적융합이일어나고있으며,이러한융합은데이터분석의질을높여줍니다.이책은최선의데이터분석방법을설명하기위해머신러닝과통계학그리고경제학을융합합니다.머신러닝과통계학으로자동화및확장방법을배우고,경제학에서인과관계및구조모델링을위한도구를가져오며,이러한방법들이비즈니스의사결정과어떤관련이있는지설명합니다.‘무슨’일이일어났는지가아니라‘왜’이런일이발생했는지에초점을맞추어설명하기때문에다양한모델의핵심개념을쉽게이해할수있습니다.저자가학생들을가르치며얻은노하우와이베이,마이크로소프트,아마존에서경험한사례를여러분의실무에적용해보세요!

주요내용
● 비즈니스의사결정에필요한통계학,경제학이론과머신러닝알고리즘
● 텍스트분석,가격결정및수요추정,A/B실험,고객행동분석의사례
● 머신러닝도구를사용하여비즈니스의사결정을내리는방법
● 인공지능으로비즈니스문제를해결하는방법