데이터이쿠 무작정 따라해보기

김강희 지음

복두출판사 2024년 03월 28일 출간 종이책 : 2024년 03월 08일 출간

작품소개

책소개

AI 전환기를 함께 걸어가는 여러분, 코딩에 익숙하지 않은 직장인과 비전공자들을 위한 길잡이, "데이터이쿠 무작정 따라해보기"를 소개합니다. 이 책은 데이터 분석과 머신러닝의 복잡함을 단순화하여, 누구나 쉽게 접근할 수 있도록 설계되었습니다. 데이터 전처리에서 시작하여 그래프 분석, 통계 분석, 머신러닝 학습에 이르기까지, 단계별로 실제 예제를 통해 실습할 수 있도록 구성되어 있습니다.

이 책은 단지 정보를 전달하는 것이 아니라, 데이터 사이언스와 머신러닝의 핵심 개념을 체계적으로 이해하고 활용할 수 있게 하는 나침반과 같습니다. 초보자부터 전문가까지, 모든 수준의 학습자가 자신의 속도로 학습을 진행할 수 있으며, 실제 예제를 통해 자연스럽게 머신러닝을 익힐 수 있습니다.

"데이터이쿠 무작정 따라해보기"는 인공지능을 활용하고자 하는 모든 이들에게 필수적인 지침서입니다. 그리고 인공지능과 머신러닝을 이해하고 싶은 모든 비전공자들에게 최적화되어 있습니다.

이 책과 함께라면, 데이터 사이언스와 머신러닝의 세계를 두려움 없이 탐험할 수 있습니다. 저자가 제시한 체계적인 가이드라인을 따라가며, 데이터 사이언스 및 머신러닝의 핵심 개념을 한 걸음 한 걸음 이해하고 활용해 나갈 수 있을 것입니다. 지금 바로 "데이터이쿠 무작정 따라해보기"와 함께, 데이터 사이언스와 머신러닝의 매력적인 세계로 여정을 시작하세요.

목차

제01강 데이터이쿠 시작하기
데이터이쿠 다운로드 | 프로젝트 생성하기 | 데이터 불러오기 |
데이터셋의 속성 | 플로우 | 파일 명 변경하기


제02강 탐색적 데이터 분석
데이터 익스플로러 | 데이터 분석 | 빅데이터


제03강 데이터 전처리1
데이터 전처리 준비하기 | 행 삭제하기 | 데이터 열 이동하기 |
열 이름 변경하기 | FORMULAR | 변수 생성하기 | 변수 이름 변경하기 |
ZONE | ZONE 만들기 | ZONE 이동하기


제04강 그래프 분석1
SCATTER PLOT | 토마스 베이즈


제05강 통계분석
파일 복사하기 | ZONE에서 파일 공유하기 | 파일 명 변경하기 |
통계분석 사용하기 | 추천분석 사용하기 | 단변량 분석하기 |
이변량 분석하기 | 가설검추정 | 정규성 검정 | 1표본 T검정 |
2표본 T검정 | 2표본 중위수 검정 | 분포식별하는 방법 |
여러 분포 식별하기 | 2D 분포 확인하기 | 적합선 그리기


제06강 다변량 분석
주성분 분석 | 3D 산점도 | 평행좌표 그래프 | 통계적 유의성


제07강 데이터 전처리2
새 파일 추가하기 | JOIN 하기 | Stack 하기 | 파일 이름 변경하기 |
데이터 탐색하기 | 정규성 검정 | 이상치 제거하기 | ZONE 이동하기 |
탐색적 데이터 분석 | 정규성 검정 | 정규성 검정 | 데이터에 음영처리하기


제08강 그래프 분석2
다중상관분석 | 주성분분석 | Scree Plot |
평행좌표 그래프(Parallel coordinate plot) | 3D Scatter Plot | 산점도 |
Line Chart

제09강 실전 데이터 분석1
라이센스 다시 요청하기 | 프로젝트 파일 불러오기 |
새로운 프로젝트 만들기 | ZONE 만들기 | 다른 ZONE으로 파일 이동하기 |
데이터 셋 확인하기 | 필요없는 행 삭제하기 |
전처리 레시피 복사하여 실행하기 | 데이터 쌓기 | ML ZONE 만들기 |
파일 복사하기 | 데이터 확인하기 | 데이터 오름차순으로 보기 |
데이터 필터링하기 | Columns Quick View | Filter 기능 해제하기 |
Scatter Plot 그려보기 | Line Chart 그려보기


제10강 실전 데이터 분석2
통계분석 수행하기 | 간단한 머신러닝 수행하기 | 예측에 관하여



특강 / 데이터이쿠 아카데미




제11강 머신러닝
지도학습 | 비지도학습 | 강화학습 | 자기지도학습 | 전이학습 |
바둑 인공지능 | 분류와 회귀 | 퍼셉트론 | 과적합 | 드롭아웃 |
K겹 교차 검증 | 데이터 셋 분리

제12강 회귀분석
머신러닝 설계하기 | 알고리즘 | 학습하기 | 중요한 변수 찾기 |
모델 성능 | 예측하기 | 발행하기 | 모델성능평가


제13강 랜덤포레스트
Feature Handling


제14강 리지와 라쏘
Bias와 variance의 trade-off | Regularizatiojn | Ridge regression |
LASSO | Rigde Regression 선택하기 | Lasso Regression 선택하기 |
Individual explanations | 모델 Performance |
Hyperparameter optimization | Override Metrics

제15강 Light GBM
부스팅 기본 개념, 배깅과의 차이 | 에이다 부스트 | 그래디언트 부스팅 |
LightGBM이란?


제16강 모델성능 비교평가

작가정보

저자(글) 김강희

(경영학박사)

한양대학교에서 전자통신공학석사를 취득하고 서울과학종합대학원대학교 경영학박사를 2년 만에 취득하였다.
LG전자를 거쳐 LG화학에서 현재 혁신활동체계를 구축하고 운영하고 있다.
현재는 LG화학 생명과학사업본부에서 혁신교육파트를 담당하고 있다.

현 LG화학(주) 생명과학사업본부 혁신교육파트
한국보건복지인재원 자문위원
한국산업기술기획평가원 자문위원
한국인공지능협회 전문위원
한국품질경영학회 정회원
한국융합경영학회 정회원
한국QbD연구소장
서울과학종합대학원대학교 박사논문지도교수
산업정책연구원 연구교수

주요수상경력 한국 EQE(Excellent Quality Engineer)상(2023)
주요 저서로는 ‘제약통계경영’(2019), ‘인공지능시대를 이끄는자 호모데이탄’(2020)이 있다.
이번 책은 그의 4년 만의 새 책이다.