머신러닝을 활용한 예측분석론 (미래 예측의 과학적 방법론)

머신러닝을 활용한 예측분석론 (미래 예측의 과학적 방법론)

$19.09
Ask a Question
Vendor: 전남대학교출판문화원 - 윤현식
Type: 인공지능
SKU: 9791194716259
Categories: ALL BOOKS
Tags: 머신러닝을활용한예측분석론미래예측의과학적방법론 컴퓨터/IT_컴퓨터공학
Description
이 책은 크게 세 가지 내용을 담고 있습니다. 첫째, 예측분석의 이론적 기반과 역사적 발전 과정을 살펴봅니다. 이를 통해 독자들은 예측이 단순히 최근의 기술 트렌드가 아니라, 과거부터 축적되어 온 과학적 탐구의 연장선임을 이해할 수 있을 것입니다.
둘째, 머신러닝의 다양한 알고리즘에 관해 설명합니다. 회귀분석, 의사결정나무, 랜덤 포레스트, 신경망 등 대표적인 기법들을 알기 쉽도록 설명하며, 독자들이 직접 실무에 적용하는 능력을 기를 수 있도록 안내합니다. 셋째, 예측분석과 데이터 분석이 실제 사회와 산업 현장에서 어떻게 활용되고 어떤 영향을 미칠 수 있는지를 논의합니다. 이를 통해 예측이 단순히 학문적 연구를 넘어 사회 문제 해결에 이바지할 수 있음을 강조합니다. 특히 이 책은 학문적 엄밀성과 실무적 실용성의 균형을 추구합니다. 학부 또는 대학원 학생들에게는 체계적 교재로, 연구자들에게는 응용 사례의 지침서로, 현업 실무자들에게는 실질적 도구로서 기능할 수 있기를 바랍니다.
저자

윤현식

(HyunShik“Bryan”Yoon,Ph.D.)
UniversityofMissouri(Columbia)에서정보시스템전공으로박사학위를취득하였다.동대학교경영대학과OklahomaStateUniversity(Stillwater)경영대학에재직한후,현재전남대학교경영학부교수로재직중이다.공동체가직면한다양한사회문제를풀기위해머신러닝기반해결책을찾는연구와설명하기어려운인간행동을사전에예측하고판별하는연구에매진하고있다.

목차

머리말/06

1.예측분석왜중요한가?
1.1.용어속의의미/16
1.2.애널리틱스(analytics)와애널리시스(analysis)의차이/20
1.3.데이터마이닝(datamining)은어디에위치하는가?/20
1.4.애널리틱스와데이터사이언스가갑자기주목받는이유/21
1.5.애널리틱스의응용분야/24
1.6.애널리틱스의주요도전과제/25
■요약/31

2.비즈니스분석에대한분류체계
■요약/48

3.예측분석과데이터마이닝
3.1.데이터마이닝이란무엇인가?/55
3.2.데이터마이닝이아닌것은무엇인가?/58
3.3.일반적인데이터마이닝응용분야/60
3.4.데이터마이닝으로발견할수있는패턴의종류/66
3.5.데이터마이닝의학습방식분류/68
3.6.데이터마이닝의그늘:개인정보침해문제/73
■요약/78

4.예측분석을위한표준화된절차
4.1.KDD(KnowledgeDiscoveryinDatabases)프로세스/81
4.2.CRISP-DM:범용데이터마이닝표준프로세스/82
4.3.SEMMA/94
4.4.SEMMA와CRISP-DM의비교/99
4.5.데이터마이닝을위한식스시그마(SixSigma)/100
4.6.어떤방법론이가장우수한가?/103
■요약/103

5.예측분석을위한표준화된절차
5.1.데이터분석에서의데이터의본질/107
5.2.범주형데이터와수치형데이터의특성/108
5.3.분석을위한데이터전처리/113
5.4.데이터마이닝기법/121
5.5.분류기법개요/137
5.6.데이터마이닝과예측분석에대한오해와현실/160
■요약/164
6.머신러닝모델의학습
6.1.회귀와분류모델/166
6.2.비용함수와머신러닝모델의학습/170
6.3.최대우도추정/172
6.4.경사기반학습/174
6.5.회귀및분류과업에서의성능평가/179
■요약/182

7.예측분석을위한표준화된절차
7.1.나이브베이즈(NaiveBayes)/187
7.2.k-최근접이웃(k-NearestNeighbor:k-NN)/193
7.3.인공신경망(ArtificialNeuralNetworks:ANN)/199
7.4.서포트벡터머신(SupportVectorMachines:SVM)/205
7.5.선형회귀/211
7.6.로지스틱회귀/218
7.7.시계열예측(Time-SeriesForecasting)/220
■요약/222

8.텍스트분석,토픽모델링,감성분석
8.1.자연어처리(NaturalLanguageProcessing:NLP)/231
8.2.택스트마이닝프로세스/238
8.3.토픽모델링(topicmodeling)/248
8.4.감정분석(SentimentAnalysis)/253
■요약/264

출판사 서평