HOME > Detail View

Detail View

(토닥토닥) 래피드마이너 : 예측적 분석 : 중급편 (Loan 2 times)

Material type
단행본
Personal Author
김양석 한무명초, 저 이충권, 저
Title Statement
(토닥토닥) 래피드마이너 = RapidMiner : 예측적 분석 : 중급편 / 김양석, 한무명초, 이충권 지음
Publication, Distribution, etc
서울 :   플랜투비아이플러스,   2019  
Physical Medium
328 p. : 천연색삽화 ; 25 cm
ISBN
9791196613105
Bibliography, Etc. Note
참고문헌: p. 328
000 00000cam c2200205 c 4500
001 000046002296
005 20191017090251
007 ta
008 191016s2019 ulka b 000c kor
020 ▼a 9791196613105 ▼g 93000
035 ▼a (KERIS)BIB000015319640
040 ▼a 221016 ▼c 221016 ▼d 211009
082 0 4 ▼a 006.312 ▼2 23
085 ▼a 006.312 ▼2 DDCK
090 ▼a 006.312 ▼b 2019z3
100 1 ▼a 김양석
245 2 0 ▼a (토닥토닥) 래피드마이너 = ▼x RapidMiner : ▼b 예측적 분석 : ▼b 중급편 / ▼d 김양석, ▼e 한무명초, ▼e 이충권 지음
260 ▼a 서울 : ▼b 플랜투비아이플러스, ▼c 2019
300 ▼a 328 p. : ▼b 천연색삽화 ; ▼c 25 cm
504 ▼a 참고문헌: p. 328
700 0 ▼a 한무명초, ▼e
700 1 ▼a 이충권, ▼e
945 ▼a KLPA

Holdings Information

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Main Library/Monographs(3F)/ Call Number 006.312 2019z3 Accession No. 111816331 Availability Available Due Date Make a Reservation Service B M

Contents information

Book Introduction

가트너 선정 머신러닝 & 데이터 사이언스 플랫폼에서 리더인 래피드마이너에 대한 심도있는 설명을 한다. 래피드마이너는 예측적 분석을 스스로 하고자 하는 현장 전문가를 위해 사용되는 셀프 서비스 분석 도구이다. 예측적 분석에 활용되는 다양한 데이터 분석 알고리즘에 대한 설명을 제시하고자 한다.

데이터 분석은 이제 모든 비즈니스에서 필수적인 요소가 되었다.

현재 데이터 분석을 수행하는 데이터 과학자에 대한 수요가 많지만, 공급이 원활하지 않아 스킬 갭이 발생하고 있다. 또한 데이터 분석 결과를 현장에 직접 적용하기 위해서는 데이터 과학자와 현장의 실무 전문가 간의 협업이 필수적인데, 이것이 원활하게 되지 않아 분석이 실제 업무에 파급되는 효과가 축소되는 경향이 있다.

최근 관심을 받고 있는 셀프 서비스 분석은 현장 지식을 보유한 비즈니스 전문가인 시민 데이터 과학자가 직접 데이터를 분석하는 것을 장려하여 이런 문제를 완화하기 위해 제안되었다.

셀프 서비스 분석의 성공에 영향을 미치는 중요한 요소 중 하나는 분석을 지원하는 셀프 서비스 분석도구이다. 좋은 셀프 서비스 분석 도구는 시민 데이터 과학자의 성공적인 업무 수행을 가능하게 한다.

본서는 셀프 서비스 분석도구인 래피드마이너를 활용한 예측적 분석을 학습할 수 있도록 저술되었다. 래피드마이너는 쉬운 사용자 인터페이스를 기반으로 다양한 알고리즘을 지원한다. 본서를 저술하며 저자들은 가능하면 쉽게 따라서 분석을 수행하며 익힐 수 있도록 하였다.

아무쪼록 시민 데이터 과학자로서 셀프 서비스 분석을 시작하는 독자들에게 조금이라도 도움이 될 수 있기를 바라는 바이다.

이 책에서는 가트너 선정 머신러닝 & 데이터 사이언스 플랫폼에서 리더인 래피드마이너에 대한 심도있는 설명을 한다. 래피드마이너는 예측적 분석을 스스로 하고자 하는 현장 전문가를 위해 사용되는 셀프 서비스 분석 도구이다. 예측적 분석에 활용되는 다양한 데이터 분석 알고리즘에 대한 설명을 제시하고자 한다. 통계학 또는 수학에 대한 배경지식이 많지 않은 독자들을 대상으로 저술되었다. 데이터 분석 알고리즘과 래피드마이너 사용법에 대해 보다 직관적으로 설명하기 때문에 독자들은 본 서를 통해 쉽게 예측적 분석을 배울 수 있을 것이다.


Information Provided By: : Aladin

Author Introduction

이충권(지은이)

계명대학교 경영정보학과 교수

김양석(지은이)

계명대학교 경영정보학과 교수

한무명초(지은이)

Information Provided By: : Aladin

Table of Contents

1. 서론
1.1 기본 용어
1.1.1 사용자 인터페이스의 구성
1.1.2 데이터
1.1.3 오퍼레이터
1.1.4 모델링
1.2 오퍼레이터 유형
1.2.1 데이터 로딩
1.2.2 전처리 오퍼레이터
1.2.3 모델링 오퍼레이터
1.2.4 검증 오퍼레이터
1.2.5 유틸리티 오퍼레이터
1.3 파라미터 유형
1.4 분석 절차
1.5 속성 값 유형
1.5.1 속성 값 유형 변환
1.5.2 이산화
1.6 결론
1.7 확률 기반 데이터 분석

2.Naive Bayes
2.1 서론
2.1.1 분석 과제
2.1.2 분석 방법
2.1.3 데이터 로딩
2.1.4 데이터 전처리
2.2 모델링
2.2.1 모델링 오퍼레이터
2.2.2 모델링 프로세스
2.3 분석 결과
2.3.1 모델 결과
2.3.2 성과 측정 결과
2.4 결론
2.5 규칙 기반 데이터 분석

3. Decision Tree
3.1 서론
3.1.1 분석 과제
3.1.2 분석 방법
3.2. 데이터 로딩
3.3 모델링
3.3.1 모델링 오퍼레이터
3.3.2 모델링 프로세스
3.4 분석 결과
3.5 결론

4. Rule Induction
4.1 서론
4.1.1 분석 과제
4.1.2 분석 방법
4.2 데이터 로딩
4.3 모델링
4.3.1 모델링 오퍼레이터
4.3.2 모델링 프로세스
4.4 분석 결과
4.5 결론
4.6 함수 기반 데이터 분석

5. Generalized Linear Model
5.1 서론
5.1.1 분석 과제
5.1.2 분석 방법
5.2 데이터 로딩
5.3 데이터 전처리
5.3.1 하위 프로세스 생성
5.3.2 새로운 속성 생성
5.3.3 하위 속성 세트 선택
5.3.4 레이블 속성 지정
5.4 모델링
5.4.1 모델링 오퍼레이터
5.4.2 모델링 하위 프로세스 추가
5.4.3 모델링 하위 프로세스 설계
5.5 모델 평가
5.5.1 모델
5.6 결론

6. Support Vector Machines
6.1 서론
6.1.1 분석 과제
6.1.2 분석 방법
6.2 데이터 로딩
6.3 데이터 전처리
6.3.1 전처리 하위 프로세스 생성
6.3.2 전처리 하위 프로세스 설계
6.4 모델링
6.4.1 모델링 하위 프로세스 생성
6.4.2 모델링 프로세스 설계
6.5 모델 평가
6.5.1 모델
6.5.2 성과 지표
6.6 결론
6.7 연결주의 데이터 분석

7. 신경망 모델
7.1 서론
7.1.1 분석 과제
7.1.2 분석 방법
7.2 데이터 로딩
7.3 데이터 전처리
7.3.1 데이터 전처리 하위 프로세스
7.3.2 레이블 속성 지정
7.3.3 결측치 처리
7.3.4 데이터 속성 변환 처리
7.3.5 정규화 처리
7.3.6 데이터 분할
7.4 모델링
7.4.1 모델링 오퍼레이터
7.5 모델 평가
7.5.1 모델
7.5.2 성과 지표

8. 책을 마치며

참고문헌

New Arrivals Books in Related Fields

Baumer, Benjamin (2021)