품목정보
발행일	2015년 03월 31일
쪽수, 무게, 크기	348쪽 \| 882g \| 18825030mm
ISBN13	9788960776883
ISBN10	8960776882

더보기

1부 빅데이터와 클라우드 1장 클라우드 서비스 프로바이더의 종류와 특징 1.1 소개 1.2 퍼블릭 IaaS 서비스의 최강자 아마존 웹 서비스(AWS) 1.2.1 S3(Simple Storage Service) 1.2.2 EC2(Elastic Compute Cloud) 1.2.3 EMR(Elastic MapReduce) 1.3 퍼블릭 PAAS 서비스의 선두주자 구글 1.3.1 구글 앱엔진 1.3.2 구글 빅쿼리 1.3.3 구글 컴퓨트 엔진 1.4 윈도우 진영의 클라우드 서비스, 애저(Azure) 1.4.1 윈도우 애저 웹사이트 1.4.2 가상 머신 서비스 1.4.3 빅데이터 서비스 1.5 정리 2장 빅데이터 분석의 종류와 특징 2.1 소개 2.2 데이터 분석 프로세스 2.2.1 목적 정의 2.2.2 데이터 준비 2.2.3 탐색적 자료 분석 2.2.4 데이터 분석 목표 구체화 및 모델링 2.2.5 데이터 분석 검증 2.2.6 모델링 작업 현업 적용 2.3 기계 학습 패키지 소개 2.3.1 기계 학습이란? 2.4 상용 기계 학습 알고리즘 패키지 2.4.1 스카이트리 2.4.2 시스템엠엘 2.5 정리 2부 구글 클라우드를 사용한 빅데이터 분석 3장 구글 빅쿼리를 사용한 데이터 분석 3.1 소개 3.1.1 특징 3.1.2 드레멜과 빅쿼리 3.1.3 빅테이블 서비스 가격 3.2 구글 빅쿼리 서비스 시작하기 3.2.1 구글 API 사이트 접근 3.2.2 구글 빅쿼리 프로젝트 생성 3.3 구글 빅쿼리 브라우저 툴 3.3.1 쿼리 수행해보기 3.4 구글 빅쿼리 CLI 사용하기 3.4.1 커맨드라인 툴 설치 3.4.2 커맨드라인 툴 인증 3.4.3 커맨드라인 툴 테스트 3.5 구글 빅쿼리 API 사용 3.5.1 인증 코드 생성 3.5.2 메이븐 프로젝트 설정 3.5.3 계정 정보 파일 추가 3.5.4 빅쿼리 자바 클라이언트 사용법 3.5.5 데이터 셋 리스팅 샘플 전체 3.6 정리 4장 구글 빅쿼리 활용 4.1 소개 4.2 앱엔진 엑셀 커넥터를 사용한 데이터 분석 4.2.1 엑셀 커넥터 인증 4.2.2 엑셀 커넥터 다운로드 4.2.3 엑셀 커넥터 사용 4.2.4 엑셀 차트를 통한 데이터 표현 4.3 구글 앱엔진과 빅쿼리 연동 4.3.1 이클립스용 구글 플러그인 설치 4.3.2 배포용 구글 앱엔진 애플리케이션 생성 4.3.3 사용자 인증 코드 생성 4.3.4 앱엔진 샘플 코드 실행 4.3.5 샘플 코드 구조 4.3.6 코드 수정 4.3.7 구글 앱엔진으로 배포 4.4 정리 5장 구글 프레딕션 API 5.1 소개 5.2 구글 프레딕션 API 사용 5.2.1 구글 프레딕션 API 가격 5.2.2 구글 프레딕션 API 사용 준비 5.3 프레딕션 API 사용 샘플 5.3.1 데이터 업로드 5.3.2 시스템 훈련 5.4 커맨드라인 툴을 이용한 프레딕션 API 사용 5.4.1 oacurl 사용 5.4.2 모델 훈련 5.4.3 질문 수행 5.5 정리 6장 구글 프레딕션 API 활용 6.1 소개 6.2 프레딕션 API를 사용한 영화 추천 서비스 개발 6.2.1 추천용 데이터 모델 6.2.2 데이터 준비 6.2.3 영화 추천용 예측 모델 훈련 6.3 영화 추천 사이트 구축 6.3.1 사이트 시나리오 6.3.2 코드 개발 6.3.3 이클립스 프로젝트 구성 6.3.4 코드 수정 6.3.5 코드 실행 6.4 영화 추천 사이트 개선 6.4.1 사용자 인터페이스 개선 6.4.2 추천 알고리즘 개선 6.4.3 추천 알고리즘 2차 개선 6.5 정리 3부 아마존 웹 서비스를 활용한 빅데이터 분석 7장 빅데이터 분석 커널 하둡 7.1 소개 7.2 하둡이란 무엇인가? 7.2.1 하둡 파일 시스템 7.2.2 맵리듀스 컴퓨팅 플랫폼 7.3 맵리듀스 프로그래밍 7.4 맵리듀스 개발 패턴 7.4.1 맵리듀스 유닛 테스트 7.4.2 맵 유닛 테스트 작성과 테스트 7.4.3 리듀스 유닛 테스트 작성 7.4.4 맵리듀스 유닛 테스트 작성 7.4.5 대규모 데이터에서 돌리기 7.5 정리 8장 하둡 온디맨드 프레임워크 8.1 소개 8.2 1세대 하둡 온디맨드 플랫폼: 하둡 온디맨드(HOD) 8.2.1 하둡 온디맨드 구조 8.2.2 토크 설치 8.2.3 HOD 설치 8.2.4 HOD와 관련된 그 밖의 사항 8.3 2세대 하둡 온디맨드: 아마존 웹 서비스 EC2 사용 8.3.1 아마존 웹 서비스 환경 설정 8.3.2 hadoop-ec2 설정 8.3.3 하둡 클러스터 생성 8.3.4 하둡 EC2 디버깅 8.4 3세대 하둡 온디맨드: AWS의 EMR 8.5 정리 9장 AWS EMR 사용 9.1 소개 9.2 AWS EMR 소개 9.3 AWS EMR 웹 콘솔 사용 9.3.1 AWS EMR 콘솔 접근 9.3.2 신규 샘플 작업 흐름 생성 9.3.3 신규 작업 정의 9.3.4 변수 정의 9.3.5 EC2 인스턴스 종류 정의 9.3.6 추가 옵션 선택 9.3.7 부트스트랩 옵션 정의 9.3.8 리뷰 9.4 AWS EMR API 사용 9.4.1 루비 설치 9.4.2 EMR 클라이언트 설치 9.4.3 계정 정보 설정 9.4.4 S3 생성 9.4.5 EMR 설정 확인 9.5 EMR을 사용한 워드 카운트 샘플 9.5.1 워크 플로우 생성 9.5.2 EMR 로그인 9.5.3 웹 브라우저를 통한 EMR 원격 모니터링 9.5.4 워드 카운트 스텝 추가 9.5.5 워크 플로우 종료 9.6 정리 10장 머하웃과 하둡을 활용한 데이터 분석 10.1 소개 10.2 머하웃이란? 10.2.1 기계 학습이란? 10.2.2 머하웃과 기계 학습 10.3 머하웃의 추천 알고리즘 10.4 머하웃을 사용한 추천 알고리즘 예제 10.5 정리 11장 아마존 클라우드 서비스를 활용한 추천 서비스 개발 11.1 소개 11.2 EMR에서 사용할 추천 데이터 준비 11.3 EMR과 머하웃의 연동 11.4 작업 결과 확인 11.5 구글 클라우드 SQL과 연결 11.5.1 클라우드 SQL API 활성화 11.5.2 앱엔진 소스 수정 11.5.3 개발용 마이시퀄 서버 준비 11.5.4 클라우드 SQL 데이터 로드 11.6 정리 12장 클라우드 서비스와 BI 툴 연동 12.1 소개 12.2 비즈니스 인텔리전스 2.0 시대 12.3 엑셀과 하둡의 연동 12.3.1 하둡 플랫폼 설치 12.3.2 하둡 플랫폼을 이용한 맵리듀스 수행 12.3.3 하이브 작업 수행 12.3.4 엑셀과의 연동 12.4 키마스피어 BI와 EMR 연동 12.4.1 카마스피어 설치 12.4.2 데이터 준비 12.4.3 카마스피어와 EMR 연동 작업 12.4.4 카마스피어용 하이브 테이블 생성 12.4.5 테이블에 데이터 로드 12.4.6 데이터 분석 12.4.7 결과 확인과 차트 생성 12.5 정리

더보기

저자 소개 관련자료 보이기/감추기

저자 : 공용준

한양대 기계공학과를 졸업하고 동 대학원에서 석사학위를 취득했다. 박사 공부 중에 분산 매트릭스 솔버(distributed matrix solver) 개발 일을 시작하면서 정보통신 분야에서 커리어를 쌓고 있다. 본격적으로 2012년에 정통부 산하의 클라우드 정책 연구단 기술고문을 역임했고, 2013년부터 클라우드와 빅데이터에 대한 강의를 하고 있다. 요즘은 인메모리 기반 분석과 complex event processing 관련 연구를 진행 중이며, 항상 좀 더 빠르고 편하고 간단한 문제 해결을 위해 노력 중이다.

더보기

출판사 리뷰 출판사 리뷰 보이기/감추기

★ 이 책에서 다루는 내용 ★ ■ AWS, GAE API 기본 사용 방법 ■ 하둡, 맵리듀스 구조 및 사용 방법과 맵리듀스를 통한 분석 프로그램 개발 방법 ■ 클라우드 API를 통해 맵리듀스 및 기계 학습 알고리즘을 개발하는 방법 ■ 하둡용 기계 학습 패키지인 머하웃을 사용해 데이터를 분석하는 방법 ■ 기계 학습 알고리즘과 데이터 분석 API를 사용해 추천 시스템을 개발하는 방법 ■ 분석 결과물을 구글 차트 및 앱엔진을 통해 퍼블리싱하는 방법 ■ 데이터 분석 툴을 클라우드와 연결해 분석하는 방법 ★ 이 책의 대상 독자 ★ ■ 빅데이터와 기계 학습 관련 기초 지식과 실제 개발에 대한 지식이 필요한 사람 ■ 클라우드 서비스에 대한 지식이 필요한 사람 ■ 데이터 분석을 해본 경험은 있으나 클라우드 관련 지식이 필요한 사람 ★ 이 책의 구성 ★ 이 책은 크게 3부로 구성된다. 1부인 1장과 2장에서는 데이터 분석 일반에 대해 설명하고 데이터 분석 기법 중 탐험적 데이터 분석EDA의 목적과 여기에 사용되는 분석 기법을 설명한다. 2부인 3장에서 6장까지는 구글 클라우드를 사용해 데이터 분석을 수행하는 방법에 대해 설명한다. 구글의 경우 데이터 분석 서비스 API를 제공하기 때문에 이 서비스에 대한 소개와 사용 방법을 설명하고 최종적으로 구글 클라우드에 웹 서비스를 올리는 방법을 알아본다. 마지막 3부인 7장에서 12장까지에서는 아마존 AWS를 사용한 빅데이터 분석 방법을 설명한다. 아마존 API를 사용해 하둡을 생성하고 맵리듀스를 수행해 필요한 분석을 하고, 아마존 클라우드에 웹 서비스를 올리는 방법에 대해 설명한다. 각 장에서 다루는 내용은 다음과 같다. 1장, ‘클라우드 서비스 프로바이더 종류와 특징’에서는 3대 클라우드 서비스인 아마존 AWS, 구글 앱엔진, 윈도우 애저의 특징을 설명한다. 2장, ‘빅데이터 분석의 종류와 특징’에서는 빅데이터 분석 시에 사용하는 분석 단계와 여기서 사용되는 알고리즘을 간단히 설명한다. 상용 알고리즘 패키지에 대해서도 알아본다. 3장, ‘구글 빅쿼리를 사용한 데이터 분석’에서는 구글의 데이터 분석 API 중에서 빅쿼리 서비스에 대해 알아본다. 빅쿼리의 구조를 설명하고, 샘플 데이터를 사용해 커맨드라인이나 자바를 통해 분석하는 방법을 설명한다. 4장, ‘구글 빅쿼리 활용’에서는 구글 빅쿼리를 엑셀과 연결해 분석하는 방법을 설명한다. 그리고 구글 앱엔진에서 빅쿼리를 사용해 데이터 분석 결과를 사용하는 방법도 알아본다. 5장, ‘구글 프레딕션 API’에서는 구글 프레딕션 API에 대한 기초적인 설명과 모델을 만들고 데이터를 통해 훈련시키는 방법을 설명한다. 그리고 간단하게 커맨드라인에서 사용하는 방법을 알아본다. 6장, ‘구글 프레딕션 API 활용’에서는 프레딕션 API를 사용해 영화 추천 서비스를 만들어본다. 데이터 모델을 만들고 훈련시키고 개선하고, 추천 서비스를 위한 사이트를 만드는 방법을 설명한다. 7장, ‘빅데이터 분석 커널 하둡’에서는 하둡 파일 시스템과 맵리듀스를 간단히 설명하고, 맵리듀스 개발 패턴에 대해 설명한다. 맵리듀스의 유닛 테스트부터 대규모 배포까지의 과정을 알아본다. 8장, ‘하둡 온디맨드 프레임워크’에서는 HOD라는 하둡 온디맨드 프레임워크에 대해 알아보고, 이것을 설치해 운영하는 방법을 설명한다. 그리고 AWS와 EMR에 대해 간단히 설명한다. 9장, ‘AWS EMR 사용’에서는 아마존의 맵리듀스 서비스인 EMR에 대해 알아본다. EMR의 사용법과 테스트 데이터를 사용해 데이터를 분석하는 방법을 설명하고, 커맨드라인을 통해 EMR API를 사용하는 방법에 대해서도 설명한다. 10장, ‘머하웃과 하둡을 활용한 데이터 분석’에서는 하둡의 기계 학습 분석용 패키지인 머하웃에 대해 설명한다. 머하웃에 들어가 있는 기계 학습 알고리즘을 간단히 알아보고, 추천 알고리즘을 사용하는 방법을 설명한다. 11장, ‘아마존 클라우드 서비스를 활용한 추천 서비스 개발’에서는 EMR과 머하웃을 사용한 데이터 분석 방법을 설명하고, 6장에서 만든 분석용 서비스와 연결하는 방법도 알아본다.

회원리뷰 (0건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

등록된 리뷰가 없습니다!

첫번째 리뷰어가 되어주세요.

한줄평 (3건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 7.3점 7.3 / 10.0

구매 한줄평

한줄평 전체보기

배송/반품/교환 안내

배송 안내

반품/교환 안내에 대한 내용입니다.
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법	고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리