Detail View

가장 널리 사용되는 소프트웨어 중 하나인 SAS Enterprise Miner(E-Miner)의 사용법을 소개하고 있다. Enterprise Miner는 데이터의 추출(sampling), 탐색(exploration), 변형(modifying), 모형화(modeling), 모형의 평가(assessment)라는 데이터마이닝의 5단계(SEMMA)에 따라서 각각의 기능을 담당하는 다수의 노드(node)들로 이루어져 있으며, 사용자는 필요한 노드를 선택하여 다이어그램작업공간에 분석흐름도(process flow)를 작성함으로써 데이터마이닝의 전 과정을 쉽게 수행할 수 있다.

디지털 경제의 확산으로 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 빅데이터 환경이 도래하고 있다. 즉, PC와 인터넷, 모바일 기기 이용이 생활화되면서 사람들이 도처에 남긴 발자국(데이터)은 기하급수적으로 증가하고 있다.
빅데이터는 데이터의 생성 양, 주기, 형식 등이 기존 데이터에 비해 너무 크기 때문에, 종래의 방법으로는 수집, 저장, 검색, 분석이 어려운 방대한 데이터를 말한다. 따라서 대용량의 데이터를 효과적으로 분석할 수 있는 방법론과 도구의 필요성이 요구되고 있다.
사용하기가 쉽고 강력한 기능들을 가진 데이터마이닝 소프트웨어들은 보다 편리한 환경에서 데이터마이닝 작업을 수행할 수 있도록 도움을 줄 수 있다. 저자들은 “빅데이터분석을 위한 - 데이터마이닝 방법론(강현철 등, 2014)”을 통해서 데이터마이닝의 다양한 방법론과 활용사례를 소개한 바 있으며, 이 책에서는 가장 널리 사용되는 소프트웨어 중 하나인 SAS Enterprise Miner(E-Miner)의 사용법을 소개하고 있다(이 책은 E-Miner Version 12.1을 기초로 하여 서술되었다). Enterprise Miner는 데이터의 추출(sampling), 탐색(exploration), 변형(modifying), 모형화(modeling), 모형의 평가(assessment)라는 데이터마이닝의 5단계(SEMMA)에 따라서 각각의 기능을 담당하는 다수의 노드(node)들로 이루어져 있으며, 사용자는 필요한 노드를 선택하여 다이어그램작업공간에 분석흐름도(process flow)를 작성함으로써 데이터마이닝의 전 과정을 쉽게 수행할 수 있다.

Information Provided By: :

제1장 기본 윈도우와 노드의 종류
 1.1. 기본 윈도우 = 2
  1.1.1. 프로젝트 생성하기 = 3
  1.1.2. 라이브러리 생성하기 = 5
  1.1.3. 다이어그램 생성하기 = 7
 1.2. E-Miner 노드의 종류와 기능 = 7
  1.2.1. 추출(Sampling) 노드 = 8
  1.2.2. 탐색(Exploration) 노드 = 9
  1.2.3. 변형(Modification) 노드 = 10
  1,2.4. 모형화(Modeling) 노드 = 10
  1.2.5. 평가(Assessment) 노드 = 12
  1.2.6. 유틸리티(Utility) 노드 = 13
 1.3. 여러 노드의 공통적인 속성 = 13
  1.3.1 일반속성 = 14
  1.3.2 상태 속성 = 15
제2장 데이터 추출
 2.1. 입력 데이터(Input Data) 노드 = 18
  2.1.1. 프로젝트 패널에 데이터 소스 생성하기 = 18
  2.1.2. 속성 패널 = 28
  2.1.3. 결과 보기 = 34
 2.2. 표본추출(Sample) 노드 = 34
  2.2.1. 속성 패널 = 35
  2.2.2. 결과 보기 = 40
 2.3. 데이터 분할(Data Partition) 노드 = 41
  2.3.1. 속성 패널 = 42
  2.3.2. 결과 보기 = 44
제3장 탐색과 변형 노드
 3.1. 변수 탐색 = 48
 3.2. 그래프 탐색(Graph Explore) 노드 = 51
  3.2.1. 속성 패널 = 52
  3.2.2. 결과 보기 = 52
 3.3. 멀티 플롯(MultiPlot) 노드 = 58
  3.3.1. 속성 패널 = 59
  3.3.2. 결과 보기 = 61
 3.4. 통계량 탐색(StatExplore) 노드 = 61
  3.4.1. 속성 패널 = 62
  3.4.2. 결과 보기 = 64
 3.5. 변수 선택(Variable Selection) 노드 = 71
  3.5.1. 속성 패널 = 72
  3.5.2. 결과 보기 = 77
 3.6. 클러스터링(Clustering) 노드 = 82
  3.6.1. 범주형 변수의 활용 = 82
  3.6.2. 분석을 위한 데이터셋 = 83
  3.6.3. 속성 패널 = 84
  3.6.4. 결과 보기 = 89
 3.7. SOM／Kohonen 노드 = 94
  3.7.1. 속성 패널 = 94
  3.7.2. 결과 보기 = 100
 3.8. 결측값 처리(Impute) 노드 = 103
  3.8.1. 속성 패널 = 103
  3.8.2. 결과 보기 = 108
 3.9. 값 대체(Replacement) 노드 = 110
  3.9.1. 속성 패널 = 110
  3.9.2. 결과 보기 = 115
 3.10. 변수 변환(Transform Variables) 노드 = 116
  3.10.1. 속성 패널 = 117
  3.10.2. 결과 보기 = 126
제4장 회귀(Regression) 노드
 4.1. 속성 패널 = 130
  4.1.1. 속성 패널의 부메뉴 = 130
  4.1.2. 변수 = 131
  4.1.3. 방정식(Equation) = 131
  4.1.4. Class 타겟(Class Targets) = 133
  4.1.5. 모델 옵션(Model Options) = 134
  4.1.6. 모델 선택 = 134
  4.1.7. 최적화 옵션(Optimization Options) = 138
  4.1.8. 수렴 기준(Convergence Criteria) = 139
  4.1.9. 출력 옵션 = 140
  4.1.10. 스코어 = 140
 4.2. 결과 보기 = 142
  4.2.1. 결과 윈도우의 풀다운 메뉴 = 142
  4.2.2. 툴바(Tool Bar) = 143
  4.2.3. 결과 보기 = 144
제5장 의사결정트리(Decision Tree) 노드
 5.1. 속성 패널 = 154
  5.1.1. 속성 패널의 부메뉴 = 154
  5.1.2. 변수 속성 = 154
  5.1.3. 대화식(Interactive) = 155
  5.1.4. 기존 트리 사용(Use Frozen Tree) = 156
  5.1.5. 다중 타겟 사용(Use Multiple Targets) = 156
  5.1.6. 분리 규칙(Splitting Rule) = 156
  5.1.7. 노드(Nodes) = 158
  5.1.8. 분리검색(Split Search) = 160
  5.1.9. 서브트리(Subtree) = 160
  5.1.10. 교차타당성 평가(Cross Validation) = 162
  5.1.11. 관측치 기반 중요도 = 162
  5.1.12. p-값보정 = 163
  5.1.13. Output 변수 = 163
  5.1.14. 스코어 = 164
 5.2. 결과 보기 = 164
  5.2.1. 결과 원도우의 풀다운 메뉴 = 165
  5.2.2. 툴바(Tool Bar) = 167
  5.2.3. 결과 보기 = 167
 5.3. 대화식 수행 = 178
  5.3.1. 대화식 모드를 위한 준비작업 = 179
  5.3.2. 대화식 윈도우의 구성 = 179
  5.3.3. 변수 추가 = 182
  5.3.4. 뷰 메뉴 = 184
  5.3.5. 나무구조의 저장 = 187
제6장 신경망(Neural Network) 노드
 6.1. 속성 패널 = 190
  6.1.1. 분석 속성 = 190
  6.1.2. 스코어 = 197
 6.2. 결과 보기 = 198
  6.2.1. 결과 원도우의 풀다운 메뉴 = 198
  6.2.2. 툴바(Tool Bar) = 200
  6.2.3. 결과 보기 = 201
제7장 평가 및 스코어 노드
 7.1. 모델비교(Model Comparison) 노드 = 210
  7.1.1. 속성 패널 = 211
  7.1.2. 결과 보기 = 214
 7.2. 스코어(Score) 노드 = 220
  7.2.1. 예제를 통한 스코어 노드의 생성 = 222
  7.2.2. 속성 패널 = 225
  7.2.3. 결과 보기 = 229
 7.3. 세그먼트 프로파일링(Segment Profile) 노드 = 231
  7.3.1. 예제를 통한 세그먼트 프로파일링 노드의 생성 = 232
  7.3.2. 속성 패널 = 235
  7.3.3. 결과 보기 = 236
제8장 유틸리티 노드
 8.1. 컨트롤 포인트(Control Point) 노드 = 240
 8.2. 메타데이터(Metadata) 노드 = 241
  8.2.1. 속성 패널 = 242
  8.2.2. 결과 보기 = 243
 8.3. SAS 코드(SAS Code) 노드 = 244
  8.3.1. 속성 패널 = 244
  8.3.2. 코드 편집기(Code Editor) = 247
  8.3.3. 예제를 통한 SAS 코드 노드의 생성 = 262
 8.4. 스코어 코드 내보내기(Score Code Export) 노드 = 265
  8.4.1. 속성 패널 = 267
  8.4.2. 결과 보기 = 267
 8.5. 그룹 시작／종료(Start／End Groups) 노드 = 270
  8.5.1. 그룹 시작(Start Groups) 노드의 속성 패널 = 272
  8.5.2. 그룹 종료(End Groups) 노드의 결과 = 275
  8.5.3. 사례: 그룹 시작／종료(Start／End Groups) 노드의 사용 = 277
찾아보기 = 281