소득공제
- 베스트
- OS/데이터베이스 top100 6주
이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능?
- 문화비소득공제 신청가능
에이콘 데이터 과학 시리즈
책소개
목차
|
1장. 인공지능
__다학제적인 과학 __인공지능 검토 ____반응성 기계 ____이성적으로 생각하고 사고하는 제한된 메모리 시스템 ____사람과 같이 사고하는 마음 이론 시스템 ____사람과 다름없이 자각하는 인공지능 시스템 __머신러닝이란? __데이터 과학이란? __실시간 빅데이터에서 학습 __헬스케어 분야에서 인공지능의 응용 ____예측 ____진단 ____맞춤 치료와 행동의 변화 ____신약 개발 ____추적 돌봄 __헬스케어에서 인공지능의 가능성 현실화 ____간극의 이해 ____단절된 데이터 ____적절한 데이터 보안 ____데이터 거버넌스 ____편향 __소프트웨어 __결론 2장. 데이터 __데이터란? __데이터의 형태 __빅데이터 ____데이터양 ____다양성 ____속도 ____가치 ____정확성 ____타당성 ____가변성 ____시각화 __작은 데이터 __메타데이터 __헬스케어 데이터: 작은 또는 큰 사용 사례 ____대기 시간 예측 ____재입원 줄이기 ____예측 분석 ____전자의무기록 ____가치 기반 케어/참여 ____헬스케어 사물 인터넷: 실시간 알림, 경고문 발송, 자동화 ____근거 증심 의학으로 이동 ____공중 보건 __데이터 진화와 애널리틱스 __데이터를 정보로 변환: 빅데이터 사용 ____기술적 애널리틱스 ____진단적 애널리틱스 ____예측 애널리틱스 ____처방적 애널리틱스 __추론 ____연역 ____귀납 ____귀추 __나의 프로젝트에 얼마나 많은 데이터가 필요할까? __빅데이터의 난관 ____데이터의 증가 ____인프라스트럭처 ____전문가 ____데이터 소스 ____데이터의 질 ____보안 __저항 __정책과 거버넌스 __단절화 __데이터 전략의 부재 __시각화 __분석 시간의 고려 __윤리 __데이터 거버넌스와 정보 거버넌스 ____데이터 관리 ____데이터의 질 ____데이터 보안 ____데이터의 이용 가능성 ____데이터의 내용 ____마스터 데이터 관리 ____사용 사례 __빅데이터 프로젝트 배치 __빅데이터 도구 __결론 3장. 머신러닝 __기초 ____에이전트 ____자율성 ____인터페이스 ____성능 ____목표 ____효용 ____지식 ____환경 ____훈련 데이터 ____타깃 함수 ____가설 ____학습자 ____검증 ____데이터셋 ____특징 ____특징 선택 __머신러닝이란? __머신러닝이 전통적인 소프트웨어 엔지니어링과 다른 점 __머신러닝의 기초 ____지도학습 ____비지도학습 ____준지도학습 ____강화학습 ____데이터 마이닝 ____모수적, 비모수적 알고리즘 __머신러닝 알고리즘의 작동법 __머신러닝을 수행하는 방법 ____문제 명시 ____데이터 준비 ____학습법의 선택 ____머신러닝법의 적용 ____방법과 결과 평가 ____편향과 분산 ____최적화 ____결과 보고 4장. 머신러닝 알고리즘 __머신러닝 프로젝트 정의 ____과업(T) ____성능(P) ____경험(E) __머신러닝에 자주 사용되는 라이브러리 __지도학습 알고리즘 ____분류 ____회귀 __의사 결정 트리 ____ID3(Iterative Dichotomizer 3) ____C4.5 ____CART __앙상블 ____배깅 ____부스팅 __선형 회귀 __로지스틱 회귀 __서포트 벡터 머신 __나이브 베이즈 __k-최근접 이웃(kNN) __신경망 ____퍼셉트론 ____인공신경망 __딥러닝 ____피드포워드 신경망 ____순환 신경망: 장단기 메모리 ____컨볼루션 신경망 ____모듈 신경망 ____방사형 기저 신경망 __비지도학습 ____클러스터링 ____K-평균 ____연관 법칙 __차원 축소 알고리즘 __차원 축소 기술 ____누락된 값/결측값 ____낮은 분산 ____높은 상관 ____랜덤 포레스트 의사 결정 트리 ____백워드 특징 제거 ____포워드 특징 구성 ____주성분 분석 __자연어 처리(NLP) __자연어 처리 시작 __전처리: 어휘 분석 ____노이즈 제거 ____어휘 정규화 ____포터 어간 추출 ____객체 표준화 __구문 분석 ____의존성 파싱 ____파트오브스피치 태깅 __의미 분석 __자연어 처리에 사용되는 기술 ____N-그램 ____단어 빈도-역문서 빈도 벡터 ____잠재 의미 분석 ____코사인 유사도 ____나이브 베이즈 분류자 __유전 알고리즘 __머신러닝의 모범 사례와 고려할 점 ____좋은 데이터 관리 ____기준이 될 기초 성능 지표 ____데이터 정제에 들이는 시간 ____훈련 시간 ____적절한 모델의 선택 ____적절한 변수의 선택 ____불필요한 데이터 ____과적합 ____생산성 ____이해도 ____정확도 ____거짓 음성의 영향 ____선형성 ____파라미터 ____앙상블 __사례: 제2형 당뇨병 5장. 지능을 위한 학습 성과 평가 __모델 개발과 작업 과정 ____모델을 평가하는 두 가지 접근법이 있는 이유 ____평가 지표 __비대칭 데이터셋, 변칙 값, 희소 데이터 __파라미터와 하이퍼파라미터 __하이퍼파라미터 튜닝 __하이퍼파라미터 튜닝 알고리즘 ____그리드 서치 ____랜덤 서치 __다변량 테스팅 ____어떤 지표를 평가에 사용해야 하는가? ____상관은 인과와 다르다 ____얼마만큼의 차이가 정말로 중요한 차이인가? ____검정법, 통계적 검증력, 효과 크기 ____보고자 하는 성능 지표의 분포 확인 ____적절한 p 값 결정 ____얼마나 많은 관측 값이 필요한가? ____얼마나 오랫동안 다변량 테스팅을 실행해야 하는가? ____데이터 분산 ____분포 이동 알아내기 ____모델의 변경 내용 기록 6장. 인공지능의 윤리 __윤리란? ____데이터 과학 윤리학이란? ____데이터 윤리학 __고지에 입각한 동의 __선택의 자유 __데이터에 대한 동의가 항상 절대적 기준인가? __대중의 이해 __데이터는 누구의 소유인가? __데이터는 어떤 목적으로 사용될 수 있는가? __프라이버시: 누가 나의 데이터를 볼 수 있는가? __데이터가 어떻게 미래에 영향을 미칠까? ____치료 우선순위 결정 ____새로운 치료와 관리법 결정 ____더 많은 실제 생활 증거 ____약물 개발 능력 향상 __연결을 통한 치료법의 최적화: 한계가 있을까? __보안 __인공지능과 머신러닝의 윤리학 ____기계의 편향 ____데이터 편향 ____사람에 의한 편향 ____지능 편향 ____편향 수정 ____편향은 나쁜 것인가? __예측의 윤리학 ____예측 설명 ____실수에 따른 보호 ____타당성 ____알고리즘이 비도덕이지 않게 예방 ____의도하지 않은 결과 __복잡하고 지능적인 시스템의 주도권을 인간이 유지하는 방법 __지능 __건강 지능 __누가 책임을 지는가? __최초 문제 __공정함 정의 __어떻게 기계가 우리의 행동과 상호 교류에 영향을 주는가? ____인간성 ____행동과 중독 ____경제와 고용 __미래에 대한 영향 __신처럼 행동하기 __과대광고와 세상을 시끌 법석하게 만들기 __이해관계자의 수용과 정렬 __정책, 법률, 규제 __데이터와 정보 거버넌스 __너무 많은 정책의 단점 __글로벌 표준과 제도 __인공지능을 인류로 취급해야 하는가? __기관 내부에서 데이터 윤리학 적용 ____윤리 강령 ____윤리 프레임워크 고려 __데이터 과학자를 위한 히포크라테스 선서 __프레임워크 감사 7장. 헬스케어의 미래 __양에서 질로 이동 __근거 중심 의학 __맞춤 의학 __미래의 비전 __연결된 의학 ____질병과 상태 관리 ____가상 비서 ____원격 모니터링 __약물 순응도 __접근 가능한 진단 검사 __스마트 임플란트 __디지털 건강과 치료법 __교육 __웰니스에 대한 인센티브 __인공지능 ____기록에 대한 데이터 마이닝 ____대화형 인공지능 ____더 좋은 의사 만들기 ____맞춤형 보조기 __가상현실과 증강현실 ____가상현실 ____증강현실 ____융합현실 ____통증 관리 ____물리 치료 ____인지 재활 ____간호와 수련 ____가상 진료와 수업 __블록체인 ____공급망 검증 ____웰니스에 대한 인센티브 ____환자 데이터 접근 __로봇 ____로봇 수술 ____외골격 로봇 ____입원 환자 케어 ____동무되기 ____드론 __스마트 장소 ____스마트 홈 ____스마트 병원 __환원주의 __혁신 대 숙의 8장. 사례 연구 __사례 연구의 선정 __사례 연구의 선정 결과 __사례 연구: 당뇨 발 관리용 이미징 인공지능 및 이환율과 사망률을 개선하기 위한 의료 전달 체계에 대한 우선순위 결정 ____배경 ____인지적 시각 ____프로젝트 목표 ____도전 과제 ____결론 __사례 연구: 제2형 당뇨병 자기 관리를 위한 디지털 저탄수화물 프로그램의 결과: 단일군 종단 연구 1년 추적 결과 ____배경 ____목적 ____방법 ____결과 ____관찰된 현상 ____결론 __사례 연구: 확장 가능하고 참여를 유도하는 뇌전증 디지털 치료법 ____배경 ____근거 중심 적용 ____센서 기반 디지털 프로그램 ____연구 ____프로젝트 영향 ____예비 분석 __사례 연구: 새로운 증강 및 가상현실을 이용한 주니어 의사 교육 프로그램의 결과 ____배경 ____목표 ____프로젝트 설명 ____결론 __사례 연구: 빅데이터, 큰 영향, 큰 윤리: 데이터로 환자 위험도 진단 ____배경 ____플랫폼 서비스 ____약물 순응도, 효능과 약물에 대한 부담 ____커뮤니티 포럼 ____인공지능을 사용한 환자 상호작용에 대한 우선순위 결정 ____실세계 근거 ____예측 분석의 윤리적인 함의 ____사물 인터넷의 통합 ____결론 기술 용어 설명 |
저자 소개2
당뇨 디지털 미디어(DDM, Diabetes Digital Media)의 공동 설립자로, 세계에서 가장 큰 당뇨병 커뮤니티를 운영하며, 근거 중심의 디지털 솔루션을 제공하고자 노력해 왔다. 임페리얼 칼리지 런던의 컴퓨팅과 인공지능 학과에서 학사 학위를 받았다. 수년에 걸쳐 빅데이터와 빅데이터가 사용자에게 미치는 영향을 다뤘다. 이 경험을 바탕으로 전 세계의 환자, 의료 기관, 정부 등에게 정밀 의학 헬스케어를 제공할 수 있도록 빅데이터와 머신러닝을 이용해 지능적이고 근거 중심의 디지털 헬스 솔루션 개발을 주도하고 있다.
수많은 상을 수상했고, BBC, 포브스(Forbes), 데
당뇨 디지털 미디어(DDM, Diabetes Digital Media)의 공동 설립자로, 세계에서 가장 큰 당뇨병 커뮤니티를 운영하며, 근거 중심의 디지털 솔루션을 제공하고자 노력해 왔다. 임페리얼 칼리지 런던의 컴퓨팅과 인공지능 학과에서 학사 학위를 받았다. 수년에 걸쳐 빅데이터와 빅데이터가 사용자에게 미치는 영향을 다뤘다. 이 경험을 바탕으로 전 세계의 환자, 의료 기관, 정부 등에게 정밀 의학 헬스케어를 제공할 수 있도록 빅데이터와 머신러닝을 이용해 지능적이고 근거 중심의 디지털 헬스 솔루션 개발을 주도하고 있다.
수많은 상을 수상했고, BBC, 포브스(Forbes), 데일리 메일(Daily Mail), 타임스(The Times), ITV 등에 소개되는 등 국제적으로 명성이 높다. 현재 셰필드대학교 인포메이션 스쿨의 고문을 맡고 있다.
수많은 상을 수상했고, BBC, 포브스(Forbes), 데일리 메일(Daily Mail), 타임스(The Times), ITV 등에 소개되는 등 국제적으로 명성이 높다. 현재 셰필드대학교 인포메이션 스쿨의 고문을 맡고 있다.
가톨릭대학교 의과대학을 졸업하고, 서울성모병원에서 신경과 전문의 자격을 획득했다. 종합병원, 요양병원 등에서 봉직의로 근무한 경력이 있고, 시립 요양원 책임자를 맡기도 했다. 센터 관리자, 병원장 등과 같은 행정 경험을 하면서 여러 가지 의료 현장의 문제를 컴퓨터가 해결할 수 있음을 깨닫고 독학으로 컴퓨터를 공부하기 시작했다. 시간을 쪼개 R 프로그래밍 언어와 헬스케어 관련 책들을 저술하고 번역했다. 액체 생검 바이오 벤처에서 일했고, 지금은 다시 의료 현장으로 돌아와 헬스케어 ICT를 통해 의료의 질과 효율을 향상시키는 데 기여하고자 노력 중이다.
고석범의 다른 상품
관련 분류
품목정보
- 발행일
- 2020년 03월 20일
- 쪽수, 무게, 크기
- 400쪽 | 950g | 188*235*23mm
- ISBN13
- 9791161754024
출판사 리뷰
|
★ 이 책의 대상 독자 ★
이해관계자들은 빅데이터와 머신러닝을 사용해 데이터에서 미래를 예측하고, 숨겨진 연관성과 패턴을 발견할 수 있다. 이런 지식을 획득한다는 것은 도적적이고 법적인 결과로 이어질 수 있는데, 이에 대한 리스크를 줄일 수 있는 적절한 관리 방법을 알아본다. ★ 이 책의 구성 ★ 헬스케어 영역에서의 인공지능 이론과 실용적인 응용을 다루며, 언제 어떻게 머신러닝을 응용할 수 있는지와 성능을 평가하는 방법을 알려준다. 마지막에는 새롭고 혁신적인 방법으로 인공지능과 빅데이터를 이용하는 시장을 주도하는 헬스케어 기관의 사례를 살펴본다. ★ 지은이의 말 ★ 세상이 변하고 있다. 전 세계에는 사람 수보다 많은 스마트폰이 있고, 더 많이 연결되고 있다. 사람들은 가상 비서, 자율 주행 자동차를 사용하고, 디지털 앱을 통해 파트너를 찾으며, 어떤 증상이 있으면 웹을 검색한다. 어떤 디지털 활동은 디지털 배기가스(data exhaust)를 남기고, 이것이 우리가 아는 세상을 데이터화한다. 전 세계에서 인기가 높은 구글, 우버, 알렉사, 넷플릭스와 같은 서비스의 성공은 빅데이터와 빅데이터의 최적화를 바탕으로 한다. 의학도 이런 빅데이터와 인공지능이 주는 장점을 받아들여 왔지만, 적어도 지금까지는 재무, 연예, 교통 등과 같은 영역과 비교하면 빠르게 진화하는 기술의 채택이 느린 분야였다. 최근의 디지털 파괴(digital disruption)는 헬스케어 분야에서 빅데이터와 인공지능의 채택을 촉진시키고 있다. 다양한 종류, 형태, 크기를 가진 데이터가 인공지능 기술에 사용되면서 기계가 학습하고, 적응하며, 학습 능력의 향상을 촉진한다. 학계와 스타트업 진영 모두 더 강력한 건강 관리용 시제품 기술을 개발하고 있다. 기술과 의학의 결합은 스마트폰과 사물 인터넷에 의해 더 가속화되고, 이를 통해 수많은 혁신과 삶의 질 향상을 촉진한다. 건강 관리 기술이 나타남으로써 사람들은 전문 의료인의 도움 없이도 건강을 모니터할 수 있게 됐다. 헬스케어는 이제 모바일의 시대로 접어들었고 더 이상 진료 대기실에서 기다릴 필요가 없어졌다. 데이터가 건강을 증진하는 데 아주 가치가 높은 도구임이 증명되며 정보에 힘이 실리고 있다. 데이터 과학은 헬스케어의 성공과 운영을 떠받치는 기둥이 돼 가고 있다. 디지털 헬스는 헬스케어를 민주화하고 개인 맞춤화하고 있다. 모든 중심에 데이터가 있다. 그러면서 인간 생활의 더 많은 측면을 정량화하고 측정하려는 요구 역시 증가하고 있다. 헬스케어 서비스 제공자, 개인, 기관 모두 머신러닝에 사용 가능한 데이터를 소유하고 있다. 이제 많은 사람이 데이터로 뭔가를 배울 수 있다는 막연한 생각은 갖고 있지만, 학습을 위해 얼마만큼의 데이터가 필요하고 숨겨진 패턴, 트렌드, 편향이 가진 기술적인 측면을 알아내기 전에 무엇을 얻어낼 수 있을지 잘 모르고 있다. 이 책은 빅데이터, 인공지능, 머신러닝에 대한 실용적인 접근법을 택하고, 그런 도구가 가진 도적적인 함의를 다룬다. ★ 옮긴이의 말 ★ 이 책은 헬스케어 분야의 인공지능 적용에 관련된 여러 가지 측면을 소개하는 개론서다. 완전한 기술서로 보기도 어렵고 그렇다고 고차원의 논쟁만 다루지도 않는다. 그 중간에 있다고 생각하면 좋을 듯 하다. 인공지능은 이미 그리고 앞으로 더욱더 모든 사람들의 일상에 영향을 줄 것이다. 어떤 사람은 의학의 역사를 인공지능 이전(BA, Before AI)과 인공 지능 이후(AA, After AI)로 나눠질 것이라고 주장하기도 한다. 인공지능은 일상뿐만 아니라 회사와 기관에서 사람들이 일하는 방식에도 영향을 주고 있다. 의료와 같은 전문 영역도 마찬가지다. 알파고가 이세돌 9단에게 이기는 것을 목격하고, 파괴적 혁신 기술이 전통적인 일자리에 영향을 주기 시작하면서 일반 사람들도 이전보다는 인공지능에 대한 관심이 높아졌다. 또 혁신의 대상이 자신이 될 수도 있다는 불안감을 안고 살아간다. 개인적으로 컴퓨터를 공부하게 된 계기는 병원의 낮은 생산성 때문이었다. 수많은 전문가가 그렇게 열심히 일을 하고, 병원 당국은 많은 자금을 투자하고, 환자와 가족도 건강을 회복하기 위해서 기꺼이 많은 희생을 함에도 불구하고, 의료 서비스에 만족하는 참여자는 찾기가 어려웠다. 내가 보기에는 컴퓨터가 그 답을 줄 것으로 보였다. 그래서 의료와 ICT 중간 지점을 찾고자 노력해왔다. 이 책은 헬스케어 인공지능 기술과 응용 사이에 있는 이야기를 한다. 그래서 전문 의료인이 보기에는 컴퓨터 기술서처럼 보일 수 있고, 전문 컴퓨터 엔지니어가 보기에는 새로운 기술은 소개하지 않으면서 의료 인공지능을 적용하는 방법을 다루는 다소 뜬구름 잡는 이야기로 보일 수 있다. 내가 틈새의 중간 지점을 찾아가는 탐구자 입장이어서 그럴 수도 있겠지만, 진정 중요한 것은 중간 지대에 있다고 본다. 인공지능을 이해하는 의료인과 의료를 이해하는 인공지능 전문가가 하나의 언어로 이야기 할 수 있을 때 혁신은 일어날 것이다. 그런 이야깃거리를 준다는 데 이 책의 가치가 있다고 본다. 처음 번역 제안을 받았을 때 이 책에 대한 불만은 컴퓨터 코드가 없다는 것이었다. 구체적이지 않고 추상적인 이야기만 있을 것 같다는 걱정이 있었다. 그런데 내용을 훑어보니 코딩을 하는 사람들에게 단점일 수 있지만, 의료 인공지능에 입문하려는 사람들에게는 더 나을 수도 있겠다 싶었다. 이 책에서도 나오지만 데이비드 월퍼트가 이야기한 머신러닝에서의 “No free lunch(공짜 점심은 없다)” 원리는 여기서도 적용되는 것 같다. 모든 상황에 만족하는 머신러닝 모델이 없듯이 모든 독자를 만족시키는 기술서도 없어 보인다. 그렇지만 특정 문제에 적합한 더 나은 모델이 존재하는 것처럼, 특정 주제와 목적의 책은 분명 존재한다. 이 책을 의료 인공지능의 안내서로 본다면 분명 소임을 다하고 있다고 생각한다. 아쉬웠던 코딩이라는 구체성은 후속 번역을 통해 소개하고자 한다. 보잘것없는 번역이지만 의료 인공지능 분야에 조금이라도 도움이 됐으면 하는 바람이다. 편협한 생각일지 모르지만 미래의 의료는 인공지능 의학이 주를 이룰 것이다. 의학 연구는 물론이고 환자의 진단, 치료, 재활, 나아가 건강한 사람을 대상으로 한 예방 영역에 인공지능 의학이 깊숙이 파고들 것이다. 그래서 학계는 물론 개원의, 봉직의, 의료 행정가들도 인공지능 의학에 관심을 가져야 할 것으로 보인다. |
31,500원
총 1개
31,500원
