금융 전문가를 위한 머신러닝 알고리즘 파이썬으로 배우는 금융 머신러닝 알고리즘의 원리와 활용

Name: 금융 전문가를 위한 머신러닝 알고리즘
Rating: 10.00 (1 reviews)
Author: 얀네스 클라스

위키북스 데이터 사이언스 시리즈 65

얀네스 클라스 지음 | 박진수 옮김 | 위키북스 | 2021년 01월 07일 출간

총 4 중

4 10.0 (리뷰 1개)

클로버 리뷰쓰기

금융 전문가를 위한 머신러닝 알고리즘(위키북스 데이터 사이언스 시리즈 65)

크게보기

매장 재고 · 위치

이 책의 다른 상품 정보

정가 : 35,000원
판매가 : 31,500원 [10%↓ 3,500원 할인]
통합포인트 :
[기본적립] 1,750원 적립 [5% 적립]
[추가적립] 5만원 이상 구매 시 2천원 추가적립
안내

통합포인트 추가 적립 안내

5만원 이상 구매 시 2천원을 추가 적립해드립니다.

일반상품을 2천원 이상 포함하여 실 결제금액이 5만원 이상 구매 시 적용됩니다.
(* 일반상품 : 잡지/외국도서,음반/DVD,기프트/오피스 상품)

도서정가제에 따라 국내도서/eBook 상품은 일반상품에서 제외 됩니다.

중고장터 주문 건 제외 (온라인/모바일 주문 건에 한하여 적용)

제공되는 혜택은 주문 건 별로 적용 가능, 2개 이상 주문 건을 합산하여 계산하지 않습니다.
[회원혜택] 실버등급 이상, 3만원 이상 구매 시 2~4% 추가적립
안내

회원등급 별 통합포인트 추가 적립 안내

3만원 이상 구매 시 회원등급별 2~4% 추가 적립해드립니다.

회원등급이 플래티넘, 골드, 실버 등급의 경우 추가적립 됩니다.

추가적립은 실 결제액 기준 (쿠폰 및 마일리지, 통합포인트, 교환권 사용액 제외) 3만원 이상일 경우 적립됩니다.

주문 후 취소, 반품 분의 통합포인트는 단품 별로 회수되며, 반품으로 인해 결제잔액이 3만원 미만으로 변경될 경우 추가 포인트는 전액 회수될 수 있습니다.

국내도서 구매 시 추가적립은 도서정가제 범위 내에서 적립됩니다.

잡지, 외국도서, 음반/DVD, 기프트/오피스 상품 구매 시는 추가 적립됩니다.
추가혜택 :
포인트 안내
포인트 안내

제휴 포인트 사용

OK CASHBAG 10원 단위사용
(사용금액 제한없음)

GS&POINT 최대 10만원 사용

더보기+
도서소득공제 안내
도서 소득공제 안내

도서 소득공제란?

2018년7월 1일 부터 근로소득자가 신용카드 등으로 도서구입을 위해 사용한 금액이 추가 공제됩니다.
(추가 공제한도 100만원까지 인정)

*총 급여 7,000만 원 이하 근로소득자 중 신용카드, 직불카드 등 사용액이 총급여의 25%가 넘는 사람에게 적용
*현재 ‘신용카드 등 사용금액’의 소득 공제한도는 300만 원이고 신용카드사용액의 공제율은 15%이지만, 도서·공연 사용분은 추가로 100만 원의 소득 공제한도가 인정되고 공제율은 30%로 적용
*시행시기 이후 도서·공연 사용액에 대해서는 “2018년 귀속 근로소득 연말 정산”시기(19.1.15~)에 국세청 홈택스 연말정산간소화 서비스 제공

도서 소득공제 대상

도서(국내도서,외국도서,해외주문도서), eBook(구매) , 도서 소득공제 대상 상품에 수반되는 국내 배송비 (해외 배송비 제외)

*제외상품 : 잡지 등 정기 간행물, 음반, DVD, 기프트, eBook(대여,학술논문), 사은품, 선물포장, 책 그리고 꽃
*상품정보의 “소득공제” 표기를 참고하시기 바랍니다.

도서 소득공제 가능 결제수단

카드결제 : 신용카드(개인카드에 한함), 제휴신용카드

현금결제 : 예치금, 교보e캐시(충전에 한함), 해피머니상품권, 컬쳐캐쉬, 교보문고 기프트카드, 실시간계좌이체, 온라인입금

간편결제 : 네이버페이, 삼성페이, 카카오페이, PAYCO

* 현금결제는 현금영수증을 개인소득공제용으로 신청 시에만 도서 소득공제 됩니다.
* 교보e캐시 도서 소득공제 금액은 교보eBook > e캐시 > 충전/사용내역에서 확인가능합니다.
* 페이나우, 11PAY와 휴대폰결제, 교보캐시는 도서 소득공제 불가

부분 취소 안내

대상상품+제외상품을 주문하여 신용카드 "2회 결제하기"를 선택한 경우, 부분취소/반품 시 예치금으로 환원됩니다.
(신용카드 결제 후 예치금으로 환원된 경우 승인취소 되지 않습니다.)

도서 소득공제 불가 안내

법인카드로 결제 한 경우

현금영수증을 사업자증빙용으로 신청 한 경우
추가혜택 더보기

이 상품의 이벤트 1건

안녕, 파이썬!

더보기+

배송비 : 무료 배송비 안내

배송비 무료 안내

국내도서/외국도서

도서만 1만원 이상 구매 시 무료배송
도서+잡지/만화/:K컬렉션을 함께 1만원 이상 구매 시 무료배송
※ 1만원 미만 시 2,000원 배송비 부과

잡지/만화/:K컬렉션(교보배송)

각각 구매하거나 함께 2만원 이상 구매 시 무료배송
※ 2만원 미만 시 2,000원 배송비 부과

해외주문서양도서/해외주문일본도서 (교보배송)

각각 구매하거나 함께 1만원 이상 구매 시 무료배송
※ 1만원 미만 시 2,000원 배송비 부과

업체배송 상품(전집,GIFT,음반/DVD 등)/중고장터 상품

해당 상품 상세페이지 "배송비" 참고
(업체별/판매자별 무료배송 기준 다름)

그 외 무료배송 기준

바로드림, eBook 상품을 주문한 경우
플래티넘/골드/실버회원 무료배송쿠폰 이용하여 주문한 경우
무료배송 등록 상품을 주문한 경우

※ 유의사항

국내도서 와 해외주문도서를 함께 구매 시 별도로 출고되어 배송비는 각각 부과 (장바구니 기준)
예) 국내도서 7,000원 + 해외주문도서 7,000원을 함께 구매할 경우
배송비는 2,000원 + 2,000원 = 4,000원 부과
(단, 주문/결제에서 한꺼번에 출고 신청 시 배송비 정책에 따라 무료배송)

배송일정 : 서울특별시 종로구 세종대로 기준 지역변경

지금 주문하면 오늘(20일,수) 도착 예정 배송일정 안내

배송일정 안내

상품준비
01월 20일

출고예정
01월 20일

도착예정
01월 20일

출고예정일은 주문상품의 결제(입금)가 확인되는 날 기준으로 상품을 준비하여 상품 포장 후 교보문고 물류센터에서 택배사로 전달하게 되는 예상 일자 입니다.
도착예정일은 출고예정일에서 택배사의 배송일(약 1~2일)이 더해진 날이며 연휴 및 토,일,공휴일을 제외한 근무일 기준입니다.

배송일정 안내
출고 예정	도착예정일	비고
1일 이내	2~3일 이내	연휴 및 토.일. 공휴일은 제외
2일 이내	3~4일 이내
3일 이내	4~5일 이내
4일 이내	5~6일 이내

당일배송 유의사항

수도권 외 지역에서 선물포장하기 또는 사은품을 포함하여 주문할 경우 당일배송 불가
회사에서 수령할 경우 당일배송 불가(퇴근시간 이후 도착 또는 익일 배송 될 수 있음)
무통장입금 주문 후 당일배송 가능 시간 이후 입금된 경우 당일배송 불가
주문 후 배송지 변경 시 변경된 배송지에 따라 익일배송될 수 있습니다.
수도권 외 지역의 경우 효율적인 배송을 위해 각 지역 매장에서 택배를 발송하므로, 주문 시의 부록과 상이할 수 있습니다.
각 지역 매장에서 재고 부족 시 재고확보를 위해 당일 배송이 불가할 수 있습니다.

일반배송시 유의사항

날씨나 택배사의 사정에 따라 배송이 지연 될 수 있습니다.
수도권 외 지역 바로배송 서비스의 경우 경품수령 선택 여부에 따라 도착예정일이 변경됩니다.
출고예정일이 5일 이상인 상품의 경우(결제일로부터 7일동안 미입고), 출판사/유통사 사정으로 품/절판 되어 구입이 어려울 수 있습니다. 이 경우 SMS,메일로 알려드립니다.
선물포장 주문 시 합배송 처리되며, 일부상품 품절 시 도착예정일이 늦어질 수 있습니다.

바로드림 : 인터넷으로 주문하고 매장에서 직접 수령
안내
바로드림 이용 안내

수령점 선택 후
바로드림 주문

준비완료 알림 시
매장 방문하기

바로드림존에서
주문도서 받기

바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.

잡지 및 일부 도서는 바로드림 이용이 불가합니다.

각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

[내가 직접 도서를 찾아, 바로드림존에 가져가기] 바로드림 주문은 모바일에서만 가능합니다.

주문 시 유의사항
정확한 수령 예상 시간은 선택하신 수령점의 영업시간 및 재고 보유 현황에 따라 달라지므로, 주문 전에 꼭 수령 예상 시간을 확인해 주시기 바랍니다.

주문하신 도서가 수령점에 준비되면, SMS 및 카카오 알림톡으로 안내해 드립니다.

상품이 준비 되면 고객님께 SMS를 발송해 드립니다. SMS 발송 전에 수령점에 방문하시면 도서 준비까지 시간이 걸릴 수 있으니 참고하시기 바랍니다.

여러 종의 상품을 함께 주문시, 준비가 가장 오래 걸리는 상품의 수령 가능 시간에 맞춰 모든 도서를 수령하실 수 있습니다. 급히 필요하신 상품은 별도로 주문해 주시기 바랍니다.

바로드림으로 주문한 도서 상태가 좋지 않을 경우 해당 매장에서 연락 드립니다.

주문취소 안내
바로드림 주문 상품 준비완료 후 7일간 미수령시 자동으로 결제 취소되며, 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환 됩니다.

재고 미보유 상품은 준비하는 과정에서 출판사/유통사 사정으로 인해 품/절판되어 구입이 어려울 수 있습니다. 이 경우에 고객님께 SMS와 전화로 안내드립니다.

사은품 관련 안내
바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다. 이점 유의하여 주시기 바랍니다. (단 이벤트 응모는 가능)
바로드림 혜택

주문수량

장바구니 담기 바로구매 선물하기 보관함 담기

장바구니 담기 바로구매

이벤트 (1)
상품정보
회원리뷰 (0)
교환/반품/품절

이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

새로운 파이썬 책을 발견해보세요! 전체 목록 다운로드 제공!

2016.08.11 ~ 2021.12.31

이벤트 (1)
상품정보
회원리뷰 (0)
교환/반품/품절

도서·상품정보 1:1 문의하기

상품상세정보
ISBN	9791158392321(115839232X)
쪽수	508쪽
크기	190 * 240 * 25 mm /958g 판형알림
이 책의 원서/번역서	Machine learning for finance :principles and practice for financial insiders/Jannes Klaas

책소개

이 책이 속한 분야

파이썬 코드를 사용해 금융 전문가용 인공지능(머신러닝과 딥러닝 포함) 영역으로 나아가기 위한 안내서!

《금융 전문가를 위한 머신러닝 알고리즘》에서는 새롭게 발전한 머신러닝 기술을 탐구하고, 보험 처리나 이체 및 대출 관리를 비롯하여 다양한 금융 업무에 이 기술을 어떤 식으로 적용할 수 있을지를 보여준다. 핵심 머신러닝 기술에 필요한 개념과 알고리즘을 설명하고, 파이썬 코드로 작성한 예제를 제시해 모델을 직접 구현해 볼 수 있게 한다. 이 책은 저자가 금융 전문가 대상 머신러닝 교육 과정을 운영해 본 경험을 바탕으로 하여 저술하였다. 기존에 쓰이던 금융 알고리즘을 제공하기보다는, 다양한 방법으로 응용해 볼 수 있는 고등 머신러닝 개념들과 발상들에 초점을 맞추고 있다.

★ 이 책에서 다루는 내용 ★
◎ 정형 데이터, 자연어, 사진, 문서에 적힌 글 등을 가지고 머신러닝을 하기
◎ 머신러닝 방식으로 부정거래(즉, 사기)를 감지하고, 재무적 추세를 예측하고, 고객정서를 분석하기
◎ 파이썬ㆍ사이킷ㆍ케라스ㆍ텐서플로를 사용해 휴리스틱 기반 방식, 시계열 처리 방식, 생성적 모델 구현 방식, 강화학습 방식을 구현하기
◎ 신경망이라는 주제를 깊이 파고 들어 생성적 적대 방식 신경망이나 강화학습 방식 신경망의 용례들을 조사하기
◎ 머신러닝 애플리케이션에 내재된 문제를 고치고 현업에서 쓸 수 있게 준비하기
◎ 머신러닝 과정에 끼어 들 수 있는 사람에 대한 편견을 머신러닝 모델이 극복하게 하고, 개인정보보호 문제를 해결하기

▣ 01장: 신경망과 경사도 기반 최적화
이 책에서 할 여행
머신러닝이란?
지도학습
비지도학습
강화학습
___데이터의 비합리적인 효과
___모든 모델이 잘못되었다
작업 환경 구성
캐글 커널 사용
___노트북을 로컬에서 실행하기
AWS의 딥러닝 AMI 사용
함수를 근사하기
전방 전달
로지스틱 회귀기
___선형 회귀기를 파이썬으로 구현하기
모델 파라미터 최적화
모델 손실 측정
___경사 하강법
___역전파
___파라미터 갱신
___종합
더 깊은 망
케라스에 대한 간략한 소개
___케라스 가져오기
___케라스 내의 2개 계층 모델
___케라스와 텐서플로
텐서와 계산 그래프
연습문제
요약

▣ 02장: 정형 데이터에 머신러닝을 적용하기
데이터
휴리스틱, 특징 기반, 단대단 모델들
머신러닝 소프트웨어 스택
휴리스틱 접근 방식
___휴리스틱 모델을 사용해 예측하기
___F1 점수
___혼동행렬을 사용해 평가하기
특징 공학적 접근
___직관에서 비롯된 특징: 사기꾼은 잠들지 않는다
___전문가의 통찰력: 이체 후 즉시 현금 인출
___통계적 문제: 잔액 오류
케라스 라이브러리에서 쓸 수 있게 데이터를 준비하기
___원핫 인코딩
___엔터티 임베딩
케라스를 사용해 예측 모델들을 만들기
___표적 추출
___훈련용 집합을 만들기
___검증용 집합을 만들기
___훈련용 데이터를 과다표집하기
___모델 구축
트리 기반 방법에 대한 간단한 입문서
___간단한 결정 트리
___랜덤포레스트
___엑스지부스트
단대단 모델링
연습문제
요약

▣ 03장: 컴퓨터 비전을 활용하기
합성곱 신경망
___MNIST에 쓰이는 필터들
___두 번째 필터 추가
컬러 이미지 처리에 쓰이는 필터
케라스 안에 합성곱 신경망을 쌓기 위한 블록들
___Conv2D
___MaxPooling2D
___평탄화
___조밀
___MNIST 훈련
우리의 신경망을 더 도드라지게 하는 부분
___모멘텀
___Adam 최적화기
___정칙화
___드롭아웃
___배치 정규화
큰 이미지 데이터셋을 사용해 작업하기
사전훈련 모델을 사용해 작업하기
___VGG-16 수정
___임의 이미지 확장
모듈성 상반관계
분류를 넘어서는 컴퓨터 비전
___얼굴 인식
___경계 상자 예측
연습문제
요약

▣ 04장: 시계열을 이해하기
판다스로 데이터를 가시화하고 준비하기
___전역 특징 통계량 집계
___표본 시계열 검사
___정상성 종류
___정상성이 중요한 이유
___시계열이 정상성을 띠게 하기
___정상성 문제를 무시해도 될 때
고속 푸리에 변환
자기상관
훈련 요법 및 테스트 요법 구축
사후검정에 대한 참고 사항
중앙값 예측
ARIMA
칼만 필터
신경망을 이용해 예측하기
___데이터 준비
Conv1D
확대된 합성곱과 인과적 합성곱
단순 RNN
LSTM
___캐리
재귀 드롭아웃
베이즈 딥러닝
연습문제
요약

▣ 05장: 자연어 처리 기법 기반 텍스트 분석
spaCy 입문 과정 안내
개체명 인식
___NER 미세 조정
품사 태깅
규칙 기반 일치
___사용자 정의 함수들을 정합기에 추가하기
___파이프라인에 정합기를 추가하기
___규칙 기반 시스템과 학습 기반 시스템을 조합하기
정규 표현식
___파이썬의 정규식 모듈을 사용하기
___판다스의 정규식
___정규식을 사용해야 할 때와 사용하지 말아야 할 때
텍스트 분류 작업
데이터 준비
___문자 정리
표제어 추출
___표적치 준비
___훈련 집합과 테스트 집합을 준비하기
단어 주머니
TF-IDF
토픽 모델링
단어 임베딩
___단어 벡터를 사용해 훈련할 준비하기
___사전 훈련 단어 벡터 적재
___단어 벡터 사용 시계열 모델
단어 임베딩으로 문서 유사도를 계산하기
케라스의 함수형 API 둘러보기
주의
seq2seq 모델
___seq2seq 아키텍처 개관
___데이터
___인코딩 문자들
___추론 모델 생성
___번역하기
연습문제
요약

▣ 06장: 생성 모델 사용
오토인코더를 이해하기
___MNIST용 오토인코더
___신용카드용 오토인코더
t-SNE를 이용한 잠재공간 시각화
변분 오토인코더
___MNIST 예제
___람다 계층 사용
___쿨백-라이블러 발산
___사용자 지정 손실 만들기
___VAE로 데이터를 생성하기
___단대단 부정사용 탐지 시스템을 위한 VAE
시계열을 위한 VAE
GAN
___MNIST용 GAN
___GAN 잠재벡터 이해
___GAN 훈련 기법
적은 데이터 사용 - 능동학습
___레이블 처리 비용을 절약하기
___레이블을 다는 사람을 기계가 크게 돕게 하기
___레이블이 없는 데이터에 유사 레이블을 달기
___생성 모델 사용
부정사용 탐지용 SGAN
연습문제
요약

▣ 07장: 금융시장을 위한 강화학습
캐치 - 강화학습에 대한 빠른 안내서
___강화학습을 지도학습으로 바꾸는 Q 학습
___Q 학습 모델 정의
___캐치를 플레이하기 위한 훈련
마르코프 과정 및 벨만 방
강화학습에 대한 공식적인 소개
___경제학 분야의 벨만 방정식
우위 연기자-비평가 모델들
___균형을 향한 학습
___거래를 학습하게 하기
진화전략과 유전알고리즘
강화학습이라는 기초공학을 위한 실용적인 요령
___우수한 보상 함수를 설계하기
___강건한 강화학습
최첨단 강화학습
___다중 에이전트 강화학습
___학습하는 방법을 학습하게 하기
___강화학습을 통해 두뇌를 이해하기
연습문제
요약

▣ 08장: 프라이버시, 디버깅, 런칭
데이터 디버깅
___작업용으로 쓰기에 데이터가 적절한지를 확인하는 방법
___데이터가 충분하지 않은 경우에 수행할 작업
___데이터 단위 테스트
___데이터를 비공개로 하고 법규를 준수하기
___훈련용 데이터 준비
어떤 입력이 어떤 예측으로 이어지는지를 이해하기
모델 디버깅
___하이페라스를 이용한 하이퍼파라미터 탐색
___효율적인 학습속도를 알아내기
___학습속도 스케쥴링
___텐서보드를 사용해 훈련 과정을 살펴보기
___경사도 폭증 및 소실
배포
___신속한 출시
___계량을 이해하고 관찰하기
___데이터의 출처를 이해하기
성능을 높이기 위한 묘책
___문제에 알맞은 하드웨어를 사용하기
___텐서플로의 추정기들을 분산 훈련에 사용하기
___CuDNNLSTM 같은 최적화 계층을 사용하기
___파이프라인 최적화
___Cython으로 코드 실행 속도를 높이기
___빈번한 요청을 캐싱하기
연습문제
요약

▣ 09장: 편향과 싸우기
머신러닝 시에 불공정성이 생기는 이유
법적 관점
관찰 가능 공정성
공정성을 띠게 하기 위한 훈련
인과적 학습
___인과 모델 획득
___도구변수
___비선형 인과적 모델
공정성을 보장하기 위한 모델 해석
복잡계 실패로 인한 불공정성
공정성을 띠는 모델을 개발하기 위한 점검표
연습문제
요약

▣ 10장: 베이즈 추론 및 확률계획법
베이즈 추론에 대한 직관적인 안내
___평탄 사전분포
___50% 이하 사전분포
___사전분포와 사후분포
___마르코프 연쇄 몬테칼로
___메트로폴리스-헤이스팅스 MCMC
___얕은 확률 계획법부터 깊은 확률적 계획법까지
요약

이벤트 (1)
상품정보
회원리뷰 (0)
교환/반품/품절

Klover 리뷰 (0)

북로그 리뷰 (0) 쓰러가기

도서 구매 후 리뷰를 작성하시면
결제 90일 이내 300원, 발송 후 5일 이내 400원, 이 상품의 첫 리뷰 500원의 포인트를 드립니다.
포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
북로그 리뷰는 본인인증을 거친 회원만 작성 가능합니다.
(※ 외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외) 안내

해당도서의 리뷰가 없습니다.

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매도서의 문장수집을 기록하면 통합포인트 적립 안내

문장수집 안내

문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는
교보문고의 새로운 서비스입니다.

마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요"하여 모아보세요.

구매 후 90일 이내에 문장수집을 남겨주시면 100P,
해당 도서의 최초 작성자라면 200P를 적립해드립니다.

※포인트는 발송완료 후 익일 적립되며, 취소/반품/절판/품절
도서는 제외됩니다.

이벤트 (1)
상품정보
회원리뷰 (0)
교환/반품/품절

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법	마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 , [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900) ※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)
반품/교환가능 기간	변심반품의 경우 수령 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용	변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 (단지 확인을 위한 포장 훼손은 제외) 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 예) 화장품, 식품, 가전제품(악세서리 포함) 등 복제가 가능한 상품 등의 포장을 훼손한 경우 예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서) 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우 (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①서양도서-판매정가의 12%, ②일본도서-판매정가의 7%를 적용)
상품 품절	공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.
소비자 피해보상 환불지연에 따른 배상	상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함