머신러닝을 활용한 인공지능 개발

송주영

한양대학교법학과를졸업하고동대학원에서형사법전공석사학위를받았다.미시간주립대학교형사사법학대학에서형사정책/형사사법박사학위를받았다.웨스트조지아주립대학교범죄학과조교수와한국형사정책연구원부연구위원으로재직하였고,현재펜실베이니아주립대학교범죄학과조교수로재직중이다.
해외저서로는CambridgeScholarsPublishing에서출판예정인《BigDataAnalysisUsingMachineLearningforSocialScientistsandCriminologists》,주요국내저서로는《빅데이터를활용한범죄예측》,《머신러닝을활용한소셜빅데이터분석과미래신호예측》,《R을활용한소셜빅데이터연구방법론》,《빅데이터연구한권으로끝내기》,《빅데이터분석방법론》이있다.
주요연구분야로는청소년범죄특히학교폭력과사이버폭력,청소년성매매등이고,JournalofAdolescentHealth,CyberpsychologyBehaviorandSocialNetworking,JournalofCriminalJustice,InternationalJournalofOffenderTherapyandComparativeCriminology,ComputersinHumanBehavior등에관련논문을게재하였다.

머리말

1장빅데이터를활용한머신러닝학습데이터생성

01서론
02공공빅데이터수집
03머신러닝학습데이터생성
연습문제
참고문헌

2장머신러닝개념과모델링

01서론
02머신러닝학습데이터
03머신러닝기반비만예측모형개발
3.1나이브베이즈분류모형
1)비만(정상,비만)예측모형
2)비만(저체중,정상,비만)예측모형
3.2로지스틱회귀모형
1)비만(정상,비만)예측모형
2)비만(저체중,정상,비만)예측모형
3.3랜덤포레스트모형
1)비만(정상,비만)예측모형
2)비만(저체중,정상,비만)예측모형
3.4의사결정나무모형
가.R프로그램활용
1)비만(정상,비만)예측모형
2)비만(저체중,정상,비만)예측모형
나.SPSS프로그램활용
1)범주형독립변수를활용한비만(정상,비만)예측모형
2)범주형독립변수를활용한비만(저체중,정상,비만)예측모형
3)연속형독립변수를활용한비만(정상,비만)예측모형
4)범주형과연속형독립변수를활용한비만(저체중,정상,비만)
예측모형
3.5신경망모형
1)비만(정상,비만)예측모형
2)비만(저체중,정상,비만)예측모형
3.6서포트벡터머신모형
1)비만(정상,비만)예측모형
2)비만(저체중,정상,비만)예측모형
3.7연관분석
1)독립변수간연관분석
2)독립변수와종속변수간연관분석
3.8군집분석
1)군집분석
2)세분화
04머신러닝모형평가
4.1오분류표를이용한머신러닝모형의평가
1)na?veBayes분류모형평가
2)신경망모형평가
3)로지스틱회귀모형평가
4)서포트벡터머신모형평가
5)랜덤포레스트모형평가
6)의사결정나무모형평가
4.2ROC곡선을이용한머신러닝모형의평가
1)범주형독립변수를활용한비만(정상,비만)예측모형ROC평가
2)범주형과연속형독립변수를활용한비만(정상,비만)예측모형ROC평가
4.3머신러닝모형의성능향상방안

3장인공지능개발및활용

1.입력변수가출력변수에미치는영향력(예측확률)산출하기
2.입력변수만있고종속변수가없는학습데이터에랜덤포레스트예측모형에서예측한종속변수를생성하여학습데이터에추가하기
3.학습데이터의분류와예측데이터의분류가동일한데이터만들기
4.기존의학습데이터와양질의학습데이터의평가
5.머신러닝으로인공지능만들기
연습문제

참고문헌
찾아보기

빅데이터를활용한인공지능개발
ArtificialIntelligenceDevelopmentUsingBigData

빅데이터는데이터형식이복잡하고방대할뿐만아니라그생성속도가매우빨라기존의데이터처리방식이아닌새로운관리및분석방법을필요로한다.이에따라방대한데이터를수집·관리하면서복잡하고다양한사회현상을분석할수있는능력을지닌데이터사이언티스트의역할은그중요성이더해가고있다.

그동안우리주변의사회현상을예측하기위해모집단을대표할수있는표본을추출하여표본에서생산된통계량으로모집단의모수를추정해왔다.모집단을추정하기위해표본을대상으로예측하는방법은기존의이론모형이나연구자가결정한모형에근거하여예측하기때문에제한된결과만알수있고,다양한변인간의관계를파악하는데는한계가있다.특히빅데이터시대에는해당주제와연관된모든데이터를대상으로하기때문에표본으로모수를추정하기위해준비된모형을적용하고추정하는가설검정의절차가생략될수도있다.따라서빅데이터를학습하여모형(인공지능)을개발하는머신러닝방법이다양한변인들의관계를보다정확히예측할수있다.머신러닝으로인공지능을개발하기위해서는다양한분야에서데이터의잡음이제거된양질의학습데이터가생산되어야한다.

저자들은그동안급속히변화하는사회현상을예측하여선제적으로대응하기위해정형화된빅데이터와소셜빅데이터를활용한연구에노력을경주해왔다.이책역시그러한연구의결과로,실제로공공빅데이터를분석하여미래를예측하기위한인공지능을개발하고활용하기위한전과정을자세히담았다.

빅데이터분석을통하여급속히변화하는사회현상을예측하고창조적인결과물을이끌어내고자하는모든분들에게이책이실질적인도움이되기를바란다.나아가머신러닝을활용한빅데이터분석을통하여관련분야의인공지능개발및학문적발전에일조할수있기를진심으로희망한다.

[이책의특징]

첫째,이책의내용은2권으로구성되어있다.제1권은빅데이터를활용하여인공지능을개발하기위해필요한지식인통계분석의전과정을설명한《빅데이터를활용한통계분석》이고,제2권은인공지능을개발하기위해머신러닝예측모델링의전과정을설명한《머신러닝을활용한인공지능개발》이다.
둘째,제1권의통계분석에는오픈소스프로그램인R과SPSS를비교하여설명하였다.
셋째,제2권의머신러닝모델링은오픈소스프로그램인R을사용하였다.