본문내용 바로가기
MD의선택 무료배송 이벤트 사은품 소득공제

돈 되는 파이썬 인공지능 프로그래밍 회사 매출을 올리는 AI 도입과 활용법

위키북스 데이터 사이언스 시리즈 70
아카이시 마사노리 지음 | 심효섭 옮김 | 위키북스 | 2021년 06월 17일 출간
클로버 리뷰쓰기
  • 정가 : 25,000원
    판매가 : 22,500 [10%↓ 2,500원 할인]
  • 혜택 :
    [기본적립] 1250원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2,000원 추가적립 안내 [회원혜택] 회원 등급 별, 3만원 이상 구매 시 2~4% 추가적립 안내 [리뷰적립] 리뷰 작성 시 e교환권 최대 300원 추가적립 안내
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    당일배송 지금 주문하면 오늘(30일,화) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내 바로드림 혜택
    휴일에는 바로드림 픽업으로 더 빨리 받아 보세요. 바로드림 혜택받고 이용하기

이 책의 이벤트

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.
  • 컴퓨터/IT 도서 2만원 이상 구매 시 개발자 매거진 사은품 선..
    2021.11.11 ~ 2021.12.31
  • 2022 캘린더 수록한 IT독자를 위한 readIT 노트 사은품
    2021.10.14 ~ 2021.12.31
  • 새로운 파이썬 책을 발견해보세요! 전체 목록 다운로드 제공!
    2016.08.11 ~ 2021.12.31
상품상세정보
ISBN 9791158392574(1158392575)
쪽수 352쪽
크기 175 * 235 * 25 mm /736g 판형알림
이 책의 원서/번역서 PYTHONで儲かるAIをつくる / 赤石雅典

책소개

이 책이 속한 분야

내방 고객 수, 주말 수요, 상품 추천…등의 인공지능 기술로 영업과 마케팅이 완전히 새로워진다!
업무에 유용하고 매출에 도움이 되는 진짜 ‘쓸모 있는 AI’를 직접 만들어 보자!
업무에 유용한 ‘쓸모 있는 AI’를 만들려면 ‘업무를 보는 안목’과 ‘기술을 보는 안목’이 함께 필요하다. 업무에서 개선이 필요한 부분을 파악하고 그 개선 방안을 도출하는 ‘업무를 보는 안목’은 기존 IT 시스템 도입에도 필요한 능력이었지만, AI를 구축하려면 여기에 더해 업무 개선 방안을 AI를 이용해 구현 가능한지 판단하는 ‘기술을 보는 안목’이 필요하다. 이 책과 함께하는 파이썬 실습을 통해 ‘AI 기술을 보는 안목’을 키워 실질적으로 도움이 되는 유용한 AI를 직접 만들어 볼 수 있다.

◎ 수식 없이도 알고리즘 선택과 모델 튜닝
◎ 현장의 눈으로 AI를 최적화
◎ 웹 브라우저만 있으면 사용할 수 있는 파이썬 실습 환경(Google Colab)
◎ XGBoost, Prophet 등 화제의 AI 기술 활용
◎ 예제 코드 전체를 Google Colab에서 사용할 수 있는 노트북으로 제공

상세이미지

돈 되는 파이썬 인공지능 프로그래밍(위키북스 데이터 사이언스 시리즈 70) 도서 상세이미지

목차

▣ 01장: 업무와 머신러닝 프로젝트
1.1 이 책의 목적
1.2 머신러닝 프로젝트의 주요 역할 및 대상 독자
1.3 머신러닝 개발 프로세스
1.4 앞으로 도메인 전문가에게 필요하게 될 스킬
1.5 이 책의 구성

▣ 02장: 머신러닝 모델의 처리 패턴
2.1 AI와 머신러닝의 관계
2.2 머신러닝의 세 가지 학습 방식
2.3 지도 학습에 속하는 처리 패턴
__2.3.1 분류
__2.3.2 회귀
__2.3.3 시계열 분석
2.4 비지도 학습에 속하는 처리 패턴
__2.4.1 연관 분석
__2.4.2 클러스터링
__2.4.3 차원축소
2.5 처리 패턴을 선택하는 방법
2.6 딥러닝과 구조화/비구조화 데이터

▣ 03장: 머신러닝 모델을 개발하는 순서
3.1 모델을 개발하는 순서
3.2 예제에 사용할 데이터와 모델의 목적
__3.2.1 예제에 사용할 데이터
__3.2.2 모델의 목적
3.3 모델 구현하기
__3.3.1 (1) 데이터 읽어 들이기
__3.3.2 (2) 데이터 확인
__3.3.3 (3) 데이터 전처리
__3.3.4 (4) 데이터 분류
__3.3.5 (5) 알고리즘 선택하기
__3.3.6 (6) 학습
__3.3.7 (7) 예측
__3.3.8 (8) 평가
__3.3.9 (9) 튜닝

▣ 04장: 머신러닝 모델 개발의 중요 포인트
4.1 데이터 확인
__4.1.1 수치적ㆍ통계적으로 분석하는 방법
__4.1.2. 시각적인 분석 및 데이터 확인 방법
4.2 데이터 전처리
__4.2.1 불필요한 필드 삭제하기
__4.2.2 누락 값 처리하기
__4.2.3 이진 레이블값 필드를 숫자 값 필드로 만들기
__4.2.4 다중 레이블값 필드를 숫자 값 필드로 만들기
__4.2.5 데이터 정규화
__4.2.6 그 외 데이터 전처리 기법
4.3 알고리즘 선택하기
__4.3.1 대표적인 분류 알고리즘과 특징
__4.3.2 예제 코드에서 사용할 데이터
__4.3.3 로지스틱 회귀
__4.3.4 서포트 벡터 머신 (커널)
__4.3.5 신경망 알고리즘
__4.3.6 결정 트리
__4.3.7 랜덤 포레스트
__4.3.8 XGBoost
__4.3.9 알고리즘을 선택하는 방법
4.4 평가
__4.4.1 혼동행렬
__4.4.2 정확도, 정밀도, 재현율, F-점수
__4.4.3 확률값과 역치
__4.4.4 PR 곡선과 ROC 곡선
__4.4.5 입력 필드의 중요도
__4.4.6 회귀 모델을 평가하는 방법
4.5 튜닝
__4.5.1 알고리즘 선택하기
__4.5.2 하이퍼파라미터 최적화
__4.5.3 교차 검증법
__4.5.4 그리드 서치
__4.5.5 그 외의 튜닝 기법

▣ 05장: 업무의 요구 조건과 처리 패턴
5.1 영업 성공 예측(분류)
__5.1.1 처리 패턴에 적합한 업무 분야
__5.1.2 예제 데이터의 설명 및 유스케이스
__5.1.3 모델의 개요
__5.1.4 데이터 읽어 들이기부터 데이터 확인까지
__5.1.5 데이터 전처리 및 데이터 분할
__5.1.6 알고리즘 선택하기
__5.1.7 학습, 예측, 평가 단계
__5.1.8 튜닝
__5.1.9 중요도 분석
5.2 날씨를 이용한 매출 예측 (회귀)
__5.2.1 처리 패턴에 적합한 업무 분야
__5.2.2 예제 데이터의 설명 및 유스케이스
__5.2.3 모델의 개요
__5.2.4 데이터 읽어 들이기부터 데이터 확인까지
__5.2.5 데이터 전처리와 데이터 분할
__5.2.6 알고리즘 선택하기
__5.2.7 학습 및 예측
__5.2.8 평가
__5.2.9 튜닝
__5.2.10 중요도 분석
5.3 계절 등 주기성 필드로 매출 예측하기 (시계열 분석)
__5.3.1 처리 패턴에 적합한 업무 분야
__5.3.2 예제 데이터에 대한 설명 및 유스케이스
__5.3.3 모델의 개요
__5.3.4 데이터 읽어 들이기부터 데이터 확인까지
__5.3.5 데이터 전처리와 데이터 분할
__5.3.6 알고리즘 선택하기
__5.3.7 학습 및 예측
__5.3.8 평가
__5.3.9 튜닝 (1단계)
__5.3.10 튜닝 (2단계)
__5.3.11 회귀와 시계열 분석 처리 패턴의 용도
5.4 추천 상품 제안 (연관 분석)
__5.4.1 처리 패턴에 적합한 업무 분야
__5.4.2 예제 데이터의 설명 및 유스케이스
__5.4.3 모델의 개요
__5.4.4 데이터 읽어 들이기부터 데이터 확인까지
__5.4.5 데이터 전처리
__5.4.6 알고리즘 선택 및 분석
__5.4.7 튜닝
__5.4.8 관계 그래프 시각화하기
__5.4.9 고급 연관 분석
5.5 계층별 고객 판매 전략 (클러스터링, 차원 축소)
__5.5.1 처리 패턴에 적합한 업무 분야
__5.5.2 예제 데이터의 설명 및 유스케이스
__5.5.3 모델의 개요
__5.5.4 데이터 읽어 들이기부터 데이터 확인까지
__5.5.5 클러스터링
__5.5.6 클러스터링 결과 분석
__5.5.7 차원축소
__5.5.8 차원축소를 활용하는 방법

▣ 06장: AI 프로젝트를 성공시키기 위한 프로젝트 초기 요령
6.1 머신러닝 적용 분야 선택하기
__6.1.1 처리 패턴과 적합한 업무 분야
__6.1.2 지도 학습의 생명은 정답 데이터
__6.1.3 AI는 정확도 100%를 달성할 수 없다
6.2 업무 데이터 수집 및 확인
__6.2.1 데이터의 소재 파악
__6.2.2 타 부서의 데이터 협조 구하기
__6.2.3 데이터의 품질
__6.2.4 원-핫 인코딩 문제

▣ 부록1: Google Colaboratory 기본 사용법

▣ 부록2: 머신러닝을 위한 파이썬 입문
__부록 2.1 넘파이 입문
__부록 2.2 판다스 입문
__부록 2.3 matplotlib 입문

출판사 서평

★ 이 책에서 다루는 내용 ★

◎ 다섯 가지 사례를 통해 실전 AI 개발 방법을 익힌다
영업 성공률이 높은 고객을 추려내는 등의 다섯 가지 실무와 밀접한 업무를 대상으로 파이썬을 이용해 AI를 직접 구현한다. AI를 만드는 법과 AI로 어떤 일을 할 수 있는지 구체적으로 익힌다.

◎ 적용 대상 업무 선택부터 구현까지 혼자 해낼 수 있다
이 책을 읽으면 현장의 도메인 전문가 역할은 물론이고 간단한 수준이라면 AI 구현을 직접 할 수 있다. 데이터 사이언티스트와 같은 전문가를 필요로 했던 기존과 비교해, 개념 검증 수준의... 더보기

Klover 리뷰 (0)

북로그 리뷰 (0) 쓰러가기

북로그 리뷰는 본인 인증 후 작성 가능합니다.
책이나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 내용은 비공개 처리 될 수 있습니다.
※ 북로그 리뷰 리워드 제공 2021. 4. 1 종료

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매 후 문장수집 작성 시, 리워드를 제공합니다. 안내

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

이 책의 원서/번역서

안내
바로가기
  • 우측 확장형 배너 2
  • 우측 확장형 배너 2
최근 본 상품