품목정보
발행일	2016년 05월 26일
쪽수, 무게, 크기	372쪽 \| 622g \| 17323016mm
ISBN13	9791186697160
ISBN10	1186697164

더보기

1부. 데이터 과학과 마이크로소프트 애저 머신 러닝 소개 1장. 데이터 과학 소개 - 데이터 과학이란 무엇인가? - 분석 범위 - 왜 주목을 받았고 계속 주목받고 있는가? - 데이터 과학의 공통 기술 - 데이터 과학은 어디까지 발전했나? - 요약 - 참고 자료 2장. 마이크로소프트 애저 머신 러닝 소개 - 안녕, 머신 러닝 스튜디오! - 실험의 구성 요소들 - 갤러리 소개 - 간단한 5단계 학습 실험 제작 - 모델을 실제 환경에 배포하기 - 요약 3장. 데이터 준비 - 데이터 청소와 처리 - 피처 선택 - 피처 엔지니어링 - 요약 4장. R과의 통합 - R 간보기 - 처음 R 스크립트를 만들고 배포하기 - 데이터 전처리에 R 이용하기 - 스크립트 묶음 사용(ZIP) - R을 이용해 의사 결정 트리를 만들고 배포하기 - 요약 5장. 파이썬과의 통합 - 개요 - 파이썬 처음 맛보기 - 애저 머신 러닝 실험에서 파이썬 사용 - 파이썬을 이용한 데이터 전처리 - 요약 2부. 통계와 머신 러닝 알고리즘들 6장. 통계와 머신 러닝 알고리즘들 소개 - 회귀 분석 알고리즘 - 분류 알고리즘 - 클러스터링 알고리즘 - 요약 3부. 실 예제들 7장. 고객 성향 분석 모델 구축 - 사업 관련 문제 - 데이터 확보와 준비 - 모델 학습시키기 - 모델의 테스트와 검증 - 모델 성능 - 평가 지표 우선순위 결정 - 요약 8장. Power BI로 모델 시각화 - 개요 - Power BI 소개 - Power BI로 시각화하는 세 가지 방법 - 애저 머신 러닝에서 예측 실행한 결과를 엑셀에서 시각화하기 - 엑셀에서 예측과 시각화 실행하기 - 애저 머신 러닝에서 예측된 결과를 powerbi.com에서 시각화하기 - 요약 9장. 이탈 탐지 모델 구축 - 이탈 탐지에 대한 간단한 소개 - 고객 이탈 예측 모델의 구축과 배포 - 요약 10장. 고객 분할 - 고객 분할 모델들의 간단한 소개 - 첫 번째 K-평균 클러스터링 모델 구축과 배포 - 도매 고객의 분할 - 요약 11장. 예측 관리 모델의 구축 - 개요 - 예측 관리 시나리오들 - 업무 관련 문제 - 데이터 수집과 준비 - 모델 학습시키기 - 모델 테스트와 확인 - 모델 성능 - 모델 성능 향상 기술 - 모델 배포 - 요약 12장. 추천 시스템 - 개요 - 추천 시스템의 접근 방식과 시나리오 - 사업 관련 문제 - 데이터 수집과 준비 - 모델 학습시키기 - 모델 테스트와 확인 - 요약 13장. 애저 마켓플레이스의 모델을 사용하고 모델을 출판하기 - 머신 러닝 API란 무엇인가? - 애저 마켓플레이스 API 사용 방법 - 애저 마켓플레이스에 자신의 모델 게시하기 - 제작된 머신 러닝 모델을 웹 서비스로 게시하기 - API 키와 OData 엔드포인트 주요 정보 입수 - 모델을 애저 마켓플레이스에 API로 게시하기 - 요약 14장. 코타나 분석 시스템 - 코타나 분석 스위트는 무엇인가? - 코타나 분석 스위트의 기능들 - 예제 시나리오 - 요약

더보기

저자 소개 관련자료 보이기/감추기

저 자 소 개

로저 바르가
아마존 웹 서비스에서 개발 관리와 디렉터 업무를 수행하고 있다. 아마존 입사 전에는 마이크로소프트의 Cloud & Enterprise 부서 내 Cloud Machine Learning 그룹의 그룹 프로그램 매니저를 맡았다. 그의 팀은 애저 머신 러닝 서비스의 개발을 담당했다. 1997년에 마이크로소프트 리서치의 데이터베이스 그룹 연구원으로 입사하여 데이터베이스, 워크플로우와 스트림 프로세싱 시스템 등의 시스템 연구와 제품 개발을 지휘했다. PoC(proof of concept) 프로토타입을 통해서 기본적인 연구부터 제품 그룹(개발 팀)의 인큐베이션까지 아이디어 개발에 참여했다. 마이크로소프트 입사 전에는 Pacific Northwest National Laboratory에서 연구 과학자로 있었고, 그 기간 동안에 머신 러닝 기반의 솔루션을 개발하고 배포하였다. 워싱턴 대학의 교수이기도 하며, 대학에서 데이터 과학과 머신 러닝 프로그램 관련 강의를 하고 있다.

발렌타인 폰타마
마이크로소프트 Cloud & Enterprise Analytics and Insights 팀의 데이터 과학 매니저로 데이터 과학과 현업 경력은 18년 이상 됐다. Artificial Neural Networks 분야 박사 학위를 받은 후 환경 과학과 신용 산업에 데이터 마이닝 기술을 접목하였다. 마이크로소프트 입사 전에는 영국의 Equifax사에서 New Technology Consultant 업무를 수행하는 역할을 맡았다. 그 기간 동안 위험 평가와 소비자 신용 산업에 데이터 마이닝 기술 적용 방법을 개척하였다. 현재는 애저 머신 러닝, HDInsight(마이크로소프트의 하둡 서비스), Parallel Data Warehouse(마이크로소프트의 첫 데이터 웨어하우스 제품)와 Fast Track Data Warehouse의 거번의 릴리스 관련 제품 관리를 이끌고 있다. Wharton Business School에서 전략 관리와 마케팅 M.B.A.와 수학과 전자공학 학사(우등 졸업), 컴퓨팅 석사와 Neural Networks관련 박사 학위를 가지고 있다. 현재 워싱턴 대학에서 강의하고 있다.

위횽 톡
현재 마이크로소프트 Cloud & Enterprise 부서의 IMML(Information Management and Machine Learning) 팀에서 시니어 프로그램 매니저를 맡고 있다. 산업과 학계에서 수십 년의 데이터베이스 시스템 경험을 가지고 있으며 박사 학위 이수 전에는 싱가포르의 거대 통신 회사에서 시스템 분석가 업무를 맡기도 했다. BI와 데이터 마이닝에 특화된 SQL서버 MVP이기도 하다. 동남 아시아 지역의 업체 IT 관리자들이 원본 자료에서 새로운 통찰력을 얻을 수 있도록 하는 데이터 마이닝 부트 캠프를 널리 알리고 있다. 마이크로소프트에 입사하면서 SQL 서버 팀에서 SSIS 서버의 가닥을 잡고 SQL 서버 2012와 함께 개념을 제품화하는 업무를 담당하였다. 싱가포르 국립대에서 컴퓨터 과학 학사(우등 졸업), 컴퓨팅 석사와 컴퓨터 과학 박사 학위를 받았다.

역자 : 박용희

현재 마이크로소프트 애저 기술 지원 팀의 엔지니어로 일하고 있으며 데이터 분석 및 IoT 관련 PoC 경험을 가지고 있다. 90년대 중반 워드프로세서 개발자로 출발해서 인터넷 관련 서비스 개발자를 거쳐, 2005년에 마이크로소프트 기술 지원 팀의 엔지니어로 근무를 시작해 주요 인터넷 관련 제품의 Escalation 엔지니어 역할을 맡았다. 2012년부터 애저 기술 지원을 시작했고, 2014년부터 코세라(Coursera) 등을 통해서 머신 러닝 관련 기술을 습득하였다. 주요 관심사는 IoT, 로보틱스, 센서 퓨전 등이다. 컴퓨터 과학 학사, 컴파일러 및 인공 지능 석사 학위를 가지고 있다.

감수 : 성지용

국내에 애저가 도입됐던 초창기부터 애저와 관련된 업무를 담당하고 있다. 지난 10여 년 동안 마이크로소프트 프리미어 필드 엔지니어로 윈도우 플랫폼, SQL 서버, 마이크로소프트 애저를 지원하다 얼마 전 마이크로소프트의 기술 에반젤리스트로 역할을 변경하였다. 『실전 SQL Server MVP 53』, 『실전 SQL Server MVP 61, Vol 2』, 『개발자를 위한 파워셸』 외에 다수의 서적을 집필 및 번역하였다. Taeyo.net의 공동 운영자이면서 mssql.org의 운영자로 활동하고 있다.

더보기

출판사 리뷰 출판사 리뷰 보이기/감추기

회원리뷰 (0건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

등록된 리뷰가 없습니다!

첫번째 리뷰어가 되어주세요.

한줄평 (0건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

등록된 한줄평이 없습니다!

첫번째 한줄평을 남겨주세요.

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