• 대학교재 > 공학계열 > 컴퓨터공학

• [시리즈] 에이콘 데이터 과학 시리즈 [54]

출판사 리뷰

# 이 책에서 다루는 내용 #

- 파이썬을 적극 활용한 데이터 추출, 가공, 탐색 기술
- 파이썬을 이용해서 다차원상에서 데이터를 시각화하고 의미 있는 피처 추출해내기
- 상황을 제대로 예측하기 위해 분석 방법 자세히 살펴보기
- 파이썬을 이용한 머신 러닝 분류 및 회귀 알고리즘 구현
- 야후와 구글의 금융 데이터로 주식 시장의 주가 분석 및 예측
- 머신 러닝 모델의 성능 평가와 최적화
- 머신 러닝과 파이썬으로 다뤄보는 실제로 접할 수 있는 재미있는 문제들

# 이 책의 대상 독자 #

데이터 과학에 관심이 있는 사람 중 머신 러닝을 이용하는 누구에게나 도움이 될 것이다. 다만 파이썬 프로그래밍의 기본 지식은 갖추고 있어야 한다.

# 이 책의 구성 #

1장, '파이썬과 머신 러닝 시작하기'에서는 파이썬을 이용해서 머신 러닝 분야를 경험할 수 있는 방법을 설명한다. 파이썬과 머신 러닝의 기본 내용을 충실히 다루고, 실제 프로그램을 실행할 때 필요한 소프트웨어 설치 방법을 소개한다.
2장, '텍스트 분석 알고리즘을 이용한 20 뉴스그룹 데이터세트 분석'에서는 데이터 수집, 피처(feature), 데이터 전처리 같은 중요한 개념을 설명한다. 아울러 차원 축소화 기술, 주성분 분석(PCA), KNN(K-nearest neighbors) 알고리즘도 다룬다.
3장, '나이브 베이즈를 이용한 스팸 메일 탐지'에서는 분류(classification)의 기본 개념, 나이브 베이즈 알고리즘 및 실제 코드 구현, 분류 성능 평가, 모델 선택과 튜닝, 교차 검증 등을 종합적으로 학습한다. 스팸 메일 탐지 같은 예제를 통해 실제로 어떻게 동작하는지도 살펴본다.
4장, 'SVM을 이용한 뉴스 토픽 분류'에서는 다중 클래스 분류, 서포트 벡터 머신(SVM)의 기본 개념과, 이들을 토픽 분류에 적용시키는 방법을 알아본다. 아울러 커널 머신, 오버피팅, 정규화 같은 중요한 개념도 살펴본다.
5장, '트리 기반 알고리즘을 이용한 클릭스루 예측'에서는 의사결정 트리와 랜덤 포레스트 알고리즘에 대해 자세히 알아보고, 이를 광고 클릭스루 비율 문제에서 어떻게 활용하는지 학습한다.
6장, '로지스틱 회귀를 이용한 클릭스루 예측'에서는 로지스틱 회귀 분류기를 자세히 설명한다. 아울러 범주형 변수 인코딩, L1 정규화, L2 정규화, 피처 셀렉션, 온라인 러닝, 스토캐스틱 그래디언트 하강(SGD) 같은 중요한 개념도 자세히 다룬다.
7장, '회귀 알고리즘을 이용한 주가 예측'에서는 야후나 구글 금융 데이터를 비롯해 여러 데이터를 이용해 주식 시장의 주가 예측을 분석한다. 아울러 금융 업계에서 풀기 어려운 문제와 금융 관련 기본 개념도 간략하게 소개한다.
8장, '모범 사례'에서는 여러분이 배우고 실제로 개발하는 데 꼭 필요한 지식과 주의 사항, 요령을 소개한다.

이 책에서 다루는 여러 가지 프로젝트를 충실히 익히고 나면 파이썬 기반의 머신 러닝 에코시스템의 전체 개념이 더욱 명확하게 정립될 것이다.

# 지은이의 말 #

데이터 과학과 머신 러닝은 요즘 기술 분야에서 가장 주목 받는 유행이다. 데이터 마이닝과 베이지안 분석의 꾸준한 인기에 힘입어 머신 러닝에 대한 관심도 증가하는 추세다. 이 책을 통해 머신 러닝의 세계에 첫발을 잘 디딜 수 있기를 바란다.

# 옮긴이의 말 #

인공지능, 머신 러닝에 대한 관심이 날로 높아지고 있다. 이를 증명하듯 최근 인공지능과 머신 러닝과 관련된 다양한 내용의 책이 줄지어 출간되고 있고, 교육 과정의 인기도 뜨겁다. 그럼에도 현장의 목소리를 들어보면 여전히 머신 러닝이 쉽지는 않은 듯하다. 특히 비즈니스와 관련해서 머신 러닝 기술을 활용하려는 경우 높은 장벽을 실감하게 된다. 그런 이유로 실제 사례를 바탕으로 한 예제를 이용해 머신 러닝 기술을 직접 경험해볼 수 있다면 무척 유용할 것이다.
이 책은 머신 러닝에서 많이 활용되는 대표 알고리즘을 친절하게 잘 설명한다. 특히 예제 코드를 통해서 바로 단계별로 결과를 확인해볼 수 있고, 궁극적으로는 비즈니스 시나리오의 전체 흐름도 익힐 수 있다. 데이터 분석의 두 대표 영역인 텍스트 데이터 분석과 수치 데이터 분석(시계열 분석 포함)을 실제 업무에 활용할 수 있는 예제를 이용해 설명하는 점에도 커다란 의미가 있다. 머신 러닝에 대한 모든 것을 한 권의 책으로 배우고 익히기는 어렵겠지만, 이 책으로 꾸준히 공부하고 연습한다면 충분히 좋은 결과를 얻을 것이다.

1장. 파이썬과 머신 러닝 시작하기
__머신 러닝은 무엇이고, 왜 필요한가
__머신 러닝의 개요
__머신 러닝 알고리즘의 역사
__데이터를 이용한 일반화
__오버피팅, 언더피팅, 바이어스 분산 트레이드오프
____교차 검증을 이용한 오버피팅 방지
__정규화를 이용한 오버피팅 방지
__피처 선택과 차원 축소화를 통한 오버피팅 방지
__전처리, 탐색 작업, 피처 엔지니어링
____결측값 처리
____레이블 인코딩
____원 핫 인코딩
____스케일링
____다항형 피처
____파워 변환
____비닝
__모델의 조합
____배깅
____부스팅
____스태킹
____블렌딩
____보팅과 평균화
__소프트웨어 설치와 설정
__문제 해결과 도움 요청 방법
__요약


2장. 텍스트 분석 알고리즘을 이용한 20 뉴스그룹 데이터세트 분석
__NLP란
__newsgroups 데이터
__데이터 확보
__피처에 대해 생각해보자
__시각화
__데이터 전처리
__클러스터링
__토픽 모델링
__요약


3장. 나이브 베이즈를 이용한 스팸 메일 탐지
__분류란 무엇인가
__분류의 유형
__텍스트 분류 애플리케이션
__나이브 베이즈란
__예제를 통한 베이즈 정리의 이해
__나이브 베이즈의 메커니즘
__나이브 베이즈의 구현
__분류기의 성능 평가
__모델 튜닝과 교차 검증
__요약


4장. SVM을 이용한 뉴스 토픽 분류
__3장 복습과 IDF
__SVM
____SVM의 원리
____SVM 구현
____SVM 커널 함수
____선형 커널 함수와 RBF 커널 함수의 비교
__SVM을 이용한 뉴스 토픽 분류
__추가 예제: SVM를 이용해 심전도 데이터로 태아 상태 분류
__요약


5장. 트리 기반 알고리즘을 이용한 클릭스루 예측
__광고 클릭스루 예측이란
__수치형 데이터와 범주형 데이터
__의사결정 트리 분류기
____의사결정 트리 생성
____트리 분할 측정 기준
____의사결정 트리 구현
__의사결정 트리를 이용한 클릭스루 예측
__랜덤 포레스트: 의사결정 트리의 피처 배깅
__요약


6장. 로지스틱 회귀를 이용한 클릭스루 예측
__원 핫 인코딩: 범주형 피처를 수치형 피처로 변환
__로지스틱 회귀 분류기
____로지스틱 회귀
____로지스틱 회귀의 동작 원리
____그래디언트 하강을 통한 로지스틱 회귀 모델 학습
__그래디언트 하강 기법과 로지스틱 회귀를 이용한 클릭스루 예측
____스토캐스틱 그래디언트 하강 기법을 이용한 로지스틱 회귀 모델 학습
____정규화 기법을 이용한 로지스틱 회귀 모델 학습
____온라인 러닝을 이용한 대규모 데이터세트 학습
____다중클래스 분류 처리
__피처 셀렉션과 랜덤 포레스트 비교
__요약


7장. 회귀 알고리즘을 이용한 주가 예측
__유가 증권 시장과 주가
__회귀의 기본 개념
__회귀 알고리즘을 이용한 주가 예측
____피처 엔지니어링
____데이터 확보와 피처 생성
____선형 회귀
____의사결정 트리 회귀
____서포트 벡터 회귀
____회귀 성능 평가
____회귀 알고리즘을 이용한 주가 예측
__요약


8장. 모범 사례
__머신 러닝 워크플로우
__데이터 준비 단계에서 참고할 모범 사례
____모범 사례 1: 프로젝트의 목표를 완전히 이해할 것
____모범 사례 2: 관련된 모든 필드를 수집할 것
____모범 사례 3: 필드 값에 대한 일관성을 유지할 것
____모범 사례 4: 결측 데이터 처리
__학습 데이터세트 생성 단계에서 참고할 모범 사례
____모범 사례 5: 수치형 값을 지닌 범주형 피처 판단
____모범 사례 6: 범주형 피처로 인코딩 여부 결정
____모범 사례 7: 피처 선택 여부를 결정하고 선택할 경우 어떻게 할지도 결정한다
____모범 사례 8: 차원 축소화 여부를 결정하고 선택할 경우 어떻게 할지도 결정한다
____모범 사례 9: 피처 스케일링 여부 결정
____모범 사례 10: 도메인 전문성을 이용한 피처 엔지니어링 수행
____모범 사례 11: 도메인 전문성 없이 피처 엔지니어링 수행
____모범 사례 12: 각 피처가 생성 과정 문서화하기
__모델 학습, 평가, 선정 단계에서 참고할 모범 사례
____모범 사례 13: 적절한 알고리즘 선택
____모범 사례 14: 오버피팅을 줄일 것
____모범 사례 15: 오버피팅과 언더피팅이 있는지 진단할 것
__모델 배포, 모니터링 단계에서 참고할 모범 사례
____모범 사례 16: 모델 저장, 로딩, 재사용
____모범 사례 17: 모델 성능 모니터링
____모범 사례 18: 정기적으로 모델 업데이트
__요약