책 소개

책 소개이 책이 속한 분야국내도서 > 컴퓨터/IT > 프로그래밍 언어 > Python(파이썬) 국내도서 > 컴퓨터/IT > 컴퓨터공학 > 인공지능 > 케라스/텐서플로 국내도서 > 컴퓨터/IT > 대학교재 국내도서 > 대학교재 > 컴퓨터 경영의 관점에서 비즈니스 애널리틱스를 공부하려는 학생과 실무자들을 염두에 두고 쓰여졌다. 비즈니스 애널리틱스를 데이터과학에 중점을 두고 개관하면서, 현상을 요약하여 정리하기 위한 기술적 애널리틱스(descriptive analytics), 이로부터 미래를 예측하기 위한 예측적 애널리틱스(predictive analytics), 그리고 의사결정과 계획을 위한 처방적 애널리틱스(prescriptive analytics)에 이르는 비즈니스 애널리틱스의 전체 사이클을 다루었다.모델들의 개념과 이론적 기반에 대한 상세한 설명과 더불어, 피상적 이해에 그치지 않고 직접 적용할 수 있는 역량을 체득할 수 있도록 실제 응용에 필수적인 파이썬(Python) 언어의 기초로부터 시작하여 딥러닝 적용을 위한 텐서플로우(Tensorflow)와 케라스(Keras) 패키지를 활용하여 비즈니스의 문제에 적용하는 방안을 다루었다.

목 차

PART Ⅰ 개요

CHAPTER 1 Business Analytics란?

1.1 비즈니스 애널리틱스의 정의

1.2 모델에 대한 이해

1.3 정량적 모형의 필요성

1.4 비즈니스 애널리틱스의 구분

1.5 비즈니스 애널리틱스와 관련 개념과의 관계

1.6 비즈니스 애널리틱스 트렌드

1.7 이 책의 범위

ㆍ연습문제

PART Ⅱ Python을 활용한 분석 기초

CHAPTER 2 Python 기초

2.1 Python 설치

2.2 첫 번째 Python 프로그램

2.3 Python의 기초: 변수

2.4 Python의 기초: 리스트

2.5 조건문

2.6 반복문 1 : while

2.7 반복문 2 : for

2.8 함수

ㆍ실습예제

ㆍ연습문제

CHAPTER 3 데이터 처리와 수치 연산 기초

3.1 Pandas를 이용한 csv 파일 입력

3.2 데이터 추출과 그룹화

3.3 데이터프레임에서 통계량 산출

3.4 행렬과 numpy 패키지

3.5 Numpy를 활용한 배열 생성과 기초

3.6 Numpy 배열의 사칙연산

3.7 Numpy를 활용한 행렬 연산

3.8 단위행렬, 역행렬과 특수 행렬의 표현

3.9 데이터의 통계치 추출

ㆍ실습예제

ㆍ연습문제

PART Ⅲ 기술적 분석모형(Descriptive Analytics)

CHAPTER 4 데이터의 대표값

4.1 대표값

4.2 데이터의 변동성

4.3 파이썬을 이용한 실습: 데이터 추출하기

4.4 파이썬을 이용한 실습: 대표값 구하기

4.5 파이썬을 이용한 실습: 표준편차 구하기

ㆍ실습예제

ㆍ연습문제

CHAPTER 5 데이터 시각화

5.1 데이터 시각화의 사례

5.2 데이터 시각화를 위한 프로그램 기초

5.3 데이터 시각화 실습: 히스토그램

5.4 데이터 시각화 실습: 상자그림

5.5 데이터 시각화 실습: 산점도

ㆍ실습예제

ㆍ연습문제

PART Ⅳ 예측적 분석모형(Predictive Analytics)

CHAPTER 6 예측적 분석과 학습 데이터 구조

6.1 실습 준비

6.2 데이터의 구조

6.3 와인 데이터의 2차원 시각화

6.4 와인 데이터의 3차원 시각화

6.5 KNN의 개념

6.6 KNN 모형 구축

ㆍ실습예제

ㆍ연습문제

CHAPTER 7 모델의 성능지표

7.1 1종 오류와 2종 오류

7.2 혼동행렬

7.3 TP, TN, FP, FN

7.4 정확도

7.5 정밀도와 재현율

7.6 F1 score

7.7 성능지표 계산 파이썬 예제

7.8 ROC 곡선과 AUC

ㆍ실습예제

ㆍ연습문제

CHAPTER 8 의사결정나무

8.1 의사결정나무 모델의 이해

8.2 의사결정나무의 구조

8.3 의사결정나무 실습

8.4 의사결정나무 실습 시각화

ㆍ실습예제

ㆍ연습문제

CHAPTER 9 Tensorflow 기초와 회귀분석

9.1 Tensorflow 소개

9.2 Tensorflow 설치 및 맛보기

9.3 회귀분석의 원리

9.4 텐서플로우로 하는 회귀분석 1 - 초기모델 설정

9.5 텐서플로우로 하는 회귀분석 2 - 오차 측정

9.5 텐서플로우로 하는 회귀분석 3 - 모델의 최적화

ㆍ실습예제

ㆍ연습문제

CHAPTER 10 로지스틱 회귀

10.1 분류에 적합하지 않은 선형 모델

10.2 시그모이드 함수(sigmoid function)

10.3 로지스틱 회귀모델

10.4 경사하강법을 통한 최적의 로지스틱 회귀모델 산출

10.5 텐서플로우를 활용한 로지스틱 회귀모델 계산 예제

10.6 사이킷런 패키지를 통한 로지스틱 회귀모델 계산

10.7 신용카드 부정사용 예측을 위한 로지스틱 회귀 모델링

ㆍ실습예제

ㆍ연습문제

CHAPTER 11 인공신경망 기초

11.1 인공신경망에 대한 이해

11.2 퍼셉트론 모델

11.3 현대적인 뉴런 모델

11.4 단일 뉴런에서의 오차 역전파

11.5 다계층 인공신경망과 역전파 알고리즘

11.6 원시 데이터의 준비

11.7 이진분류 기계학습 데이터로 변환

11.8 역전파 알고리즘의 구현

11.9 인공신경망 모델의 예측성능

11.10 맺음말

ㆍ실습예제

ㆍ연습문제

CHAPTER 12 인공신경망 구현과 Keras 패키지

12.1 Keras 패키지

12.2 Keras의 최적화 알고리즘

12.3 활성화 함수의 종류

12.4 손실 함수의 종류

12.5 이미지 인식 예제 데이터셋

12.6 Keras를 활용한 이미지 인식 인공신경망 구현

12.7 이미지 인식 인공신경망의 성능 평가

ㆍ실습예제

ㆍ연습문제

CHAPTER 13 순환신경망과 시계열 예측

13.1 RNN의 개요

13.2 단순 RNN의 한계

13.3 LSTM

13.4 LSTM을 통한 주식가격 예측 예제

ㆍ실습예제

ㆍ연습문제

CHAPTER 14 자연어 처리 기초

14.1 BOW 모델과 워드클라우드

14.2 빈도 벡터와 코사인 유사도

14.3 TF-IDF와 문서 유사도 측정

14.4 감정분석

14.5 자연어 처리기술의 발전

ㆍ실습예제

ㆍ연습문제

PART Ⅴ 처방적 분석모형(Prescriptive Analytics)

CHAPTER 15 추천 시스템

15.1 추천 시스템의 이해

15.2 콘텐츠 기반 필터링 추천 시스템

15.3 협업 필터링 추천 시스템

15.4 장르 유사도 기반 추천 시스템으로 영화 추천 시스템 만들기

ㆍ실습예제

ㆍ연습문제

CHAPTER 16 비즈니스 계획

16.1 선형계획법의 개요

16.2 도해법을 이용한 선형계획모형 최적해 계산

16.3 Pulp 라이브러리

16.4 선형계획법을 이용한 의사결정 예제

16.5 뉴스벤더 모델의 개요

16.5 뉴스벤더 모델의 이익계산을 위한 파이썬 시뮬레이션

16.6 뉴스벤더 모델의 최적 주문량

16.6 인공신경망 적