KNIME을 활용한 Big Data분석

Click 하나로 끝내는 데이터 분석 KNIME

조치선 , 정영진 , 이금미 , 주지오 , 신준호 , 김건호 , 이채원 지음

엑셈 2023년 11월 06일 출간 국내도서 : 2019년 09월 25일 출간

작품소개

책소개

KNIME은 독일의 Konstanz 대학에서 개발된 워크플로우 기반의 통합 데이터 분석 플랫폼입니다. ‘KNIME을 활용한 빅데이터 분석’은 데이터 분석을 처음 접하는 학생들과 현업 담당자들을 위하여 집필하였고 데이터 선택, 처리, 변환, 분석, 평가, 시각화 등의 전체 분석 과정에 대해서 쉽게 배울 수 있습니다. 본 도서에서는 먼저 KNIME 구성, 설치 및 환경 설정을 기술하였습니다. 그리고 추가적으로 데이터 분석을 위한 기본적인 노드의 기능 설명과 활용 방법까지 설명했기 때문에 처음 보시는 독자분이라도 부담 없이 KNIME을 쉽게 배울 수 있습니다.

목차

KNIME 소개

1. KNIME 설치 및 환경설정
1.1. 설치 방법
1.2. KNIME Analytics Platform 화면구성
1.3. 메모리 설정

2. 데이터 가공
2.1. 외부 데이터 KNIME으로 가져오기
2.2. KNIME에서 생성한 데이터 외부로 내보내기
2.3. 데이터 전처리

3. 데이터 탐색
3.1. 수치적 요약
3.2. 시각적 요약

4. 데이터 분석
4.1. 선형 회귀분석
4.2. 로지스틱 회귀분석
4.3. 의사결정나무
4.4. 랜덤포레스트
4.5. 신경망(MLP)
4.6. 연관성 분석
4.7. K-Means 군집분석
4.8. 계층적 군집분석

[부록] About KNIME Server
부록.1 대용량 데이터 처리 기능
부록.2 원격 사용자 간 워크플로우 공유 기능
부록.3 워크플로우 스케쥴링(자동화) 기능
부록.4 분석 결과 웹 대시보드(위자드) 기능

출판사 서평

[도서 특징]
- 다양한 삽화와 예제 기반의 설명을 통해서 이해를 돕습니다.
- KNIME Analytics Platform 노드 기준으로 설명되어 있어 사전처럼 활용이 가능합니다..
- OWLEYE 사이트(http://owleye.co.kr/knime/)를 통하여 질문에 대해 상세한 답변을 해드립니다.

ㆍ 1장 KNIME 설치 및 환경설정에서는 KNIME Analytics Platform 설치 방법, 화면구성, 환경 설정 및 메모리 설정에 대하여 설명합니다.

ㆍ 2장 데이터 가공에서는 외부 데이터 가져오기, KNIME Analytics Platform 내 데이터 외부로 내보내기 등의 데이터 읽기와 내보내기에 대한 내용과 데이터 처리, 조작, 추출, 변수 생성 등의 데이터 처리 과정에 대하여 설명합니다.

ㆍ 3장 데이터 탐색에서는 데이터를 수치로 탐색하는 방법과 다양한 그래프를 활용하여 시각적으로 탐색하는 방법에 관해 설명합니다.

ㆍ 4장 데이터 분석에서는 대표적인 머신러닝 알고리즘인 선형 회귀분석, 로지스틱 회귀분석, 의사결정나무, 랜덤포레스트, 신경망(MLP) 등의 지도학습과 연관성 분석, K-Means 군집분석, 계층적 군집분석 등의 비지도학습을 KNIME Analytics Platform에서 구현할 때 필요한 노드에 대한 설명과 실습 예제를 통한 모델 구현 절차와 결과 해석 방법에 대하여 설명합니다.

ㆍ 부록 About KNIME Server에서는 KNIME Server 특징에 대한 설명과 KNIME을 활용하면서 참고할 수 있는 OWLEYE(http://owleye.co.kr/knime/) 등의 웹 사이트에 대한 정보를 제공합니다.

[대상 독자]
- 데이터 분석을 처음 접하는 학생
- 데이터 분석을 쉽고 효율적으로 활용하고자 하는 현업 담당자
- GUI 워크플로우 기반 KNIME Analytics Platform의 활용을 시작하는 분석가

작가정보

저자(글) 조치선

건국대 일반대학원 비즈니스인텔리전스학과 박사를 수료했고, 현대정보기술, 펜타시스템에서 국민연금, 국세청, 국가정보관리원, 소방방재청 등 다수의 공공 데이터 분석과 빅데이터 분석 프로젝트를 수행함. 현 소속 엑셈에서는 빅데이터 사업본부 분석팀장을 맡고 있으며, 다수의 빅데이터 분석 교육뿐만 아니라 교육부에서 진행하는 매치업 빅데이터 분석 교육 프로그램(R을 활용한 머신러닝 / 빅데이터 분석 기획 및 방법론)을 진행함. 최근에는 한국전력공사, 삼성물산 등에서 분석 컨설팅 및 교육, 기술 자문을 주로 담당하며 KNIME, DataRobot 제품 컨설팅 및 마케팅 활동에 주력하고 있음. 전공은 MIS이며, 관심 분야는 정확도 향상을 위한 분석 모델링 설계(Constant spline, One-hot encoding 등)와 Automated Machine Learning, 유통, 금융ㆍ 보험의 고객 유지율 / Fraud Detection Machine Learning 등임.

저자(글) 정영진

동국대학교 일반대학원 통계학과 석사 학위를 받았으며, 관세무역개발원과 한국무역통계진흥원에서 연구원으로 근무함. 현 소속 엑셈에서는 한국전력공사, 우정사업본부에서 빅데이터 분석 컨설팅과 교육을 담당함. 최근 KNIME과 DataRobot 솔루션 활용을 위한 컨설팅과 교육 콘텐츠 개발에 집중하고 있음. 전공은 Data mining이며, 관심 분야로는 Automated Machine Learning과 Ensemble을 통한 최적 Machine Learning 알고리즘 구현임.

저자(글) 이금미

호서대학교 정보통계학과를 졸업하고, 동 대학원에서 응용통계전공 석사 학위를 받았으며, 신한은행에서 음성분석(STT) 프로젝트를 수행함. 현 소속 엑셈에서는 한국전력공사, 광주정보문화산업진흥원 등에서 빅데이터 분석 컨설팅 및 교육을 담당함. 전공은 Robust Regression Analysis이며, 관심 분야로는 KNIME Server를 활용한 Modeling 구현, 배포 및 Automation 등임.

저자(글) 주지오

네이버 부동산의 고객(공인중개사) 성향 및 지역 특성 분석을 통한 마케팅 프로모션과 SK C&C에서 SMART FACTORY 빅데이터 프로젝트 등의 분석 업무를 수행했으며, 최근에는 엑셈 소속으로 한국전력공사에서 Data Analysis Engineering 및 Analysis Solution 활용을 위한 기술 지원을 하고 있음. 관심 분야로는 Big Data Lake 구축 및 활용, 분석 모델링 자산화 및 관리 등임.

저자(글) 신준호

성균관대 데이터사이언스학부를 졸업했으며, 경기연구원에서 통계조사원으로 분석을 담당하고 패스트 캠퍼스에서 파이썬을 통한 데이터 전처리 및 크롤링 강의함. 현 소속 엑셈에서는 한국전력공사, 광주정보문화산업진흥원에서 R, KNIME 교육 강사를 맡았고, 최근 삼성물산에서 패션 빅데이터 분석 컨설팅 업무를 수행하고 있음. 관심 분야로는 실시간 Log Stream 데이터 분석 모니터링과 KNIME Server를 활용한 Modeling 구현, 배포 등임.

저자(글) 김건호

서울과학기술대학교 산업공학과를 졸업한 후 2018 빅콘테스트 챔피언리그에서 최우수상을 수상하며 데이터 사이언스에 입문함. 현 소속 엑셈에서는 KNIME을 활용한 전처리 콘텐츠 개발과 한국전력공사 분석사례 자산화 프로젝트를 수행함. 관심 분야로는 Time Series Analysis와 Deep Learning for Anomaly Detection 등임.

저자(글) 이채원

단국대학교 응용통계학과를 졸업한 후 2018 빅콘테스트 통신부문에서 SK텔레콤상을 수상하며 데이터 사이언스에 입문함. 현 소속 엑셈에서는 KNIME을 활용한 전처리 콘텐츠 개발과 한국전력공사 분석 사례 자산화 프로젝트를 수행함. 관심 분야로는 Natural Language Processing 기반 Text mining과 Deep Learning 기반 챗봇 그리고 AI 기반 금융 빅데이터 분석 등임.