이미지 검색을 사용해 보세요
검색창 이전화면 이전화면
최근 검색어
인기 검색어

가격
25,000
10 22,500
YES포인트?
1,250원 (5%)
5만원 이상 구매 시 2천원 추가 적립
결제혜택
카드/간편결제 혜택을 확인하세요

이미 소장하고 있다면 판매해 보세요.

  •  해외배송 가능?
  •  문화비소득공제 가능

이 상품의 태그

책소개

목차

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

저자 소개 3

계명대학교 경영정보학 교수로, 『토닥토닥 래피드마이너 중급편』 의 공동 저자이다.

김양석의 다른 상품

한무명초

관심작가 알림신청
 
동국대학교 WISE 캠퍼스, 『토닥토닥 래피드마이너 중급편』 의 공동 저자이다.

한무명초의 다른 상품

계명대학교 경영정보학 교수로, 『토닥토닥 래피드마이너 중급편』 의 공동 저자이다.

품목정보

발행일
2019년 04월 08일
쪽수, 무게, 크기
328쪽 | 450g | 188*252*14mm
ISBN13
9791196613105

출판사 리뷰

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.

리뷰/한줄평0

리뷰

첫번째 리뷰어가 되어주세요.

한줄평

첫번째 한줄평을 남겨주세요.