본문내용 바로가기
무료배송 이벤트 경품

실전 예측 분석 모델링(Applied Predictive Modeling) 예측 모델 과정을 여행하는 데이터 분석가를 위한 안내서

데이터 과학 시리즈 | 양장본
막스 쿤 , 키엘 존슨 지음 | 권정민 옮김 | 에이콘출판 | 2018년 01월 02일 출간 (1쇄 2017년 12월 20일)

이 책의 다른 상품 정보

  • 정가 : 50,000원
    판매가 : 45,000 [10%↓ 5,000원 할인]
  • 제휴할인가 : 35,000 교보-롯데카드 최대 25% 청구할인 카드/포인트 안내
  • 통합포인트 :
    [기본적립] 2,500원 적립 [5% 적립] 안내 [추가적립] 5만원 이상 구매 시 2천원 추가적립 [회원혜택] 우수회원 5만원 이상 구매 시 2~3% 추가적립
  • 추가혜택 :
    naver네이버페이 결제 시 무조건 1% 추가 적립 payco페이코 결제 시 최대 1만원 적립 okcashbag 실 결제 금액의 0.5% 적립 안내
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    당일배송 지금 주문하면 오늘(17일,수) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 영업점에서 직접 수령 안내
1월 추천도서
닫기
  • 예비초등학생 추천도서전
  • 겨울방학 유아/어린이/좋은부모&요리 추천도서
  • 2018 책으로 뽑는 포춘쿠키
  • 2017 올해의 문장
  • 경제경영 메인이벤트
  • 경제경영 메인이벤트
  • 1월 추천도서
  • 2018년 1학기 추천도서 이벤트
  • 2018년 수험서 이벤트

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

  • 에이콘의 도서를 한 눈에 살펴보세요
    2017.11.23 ~ 2019.12.31
  • #리드잇 페이스북 페이지 팔로우 하시고, 신간소식 빠르게 받아보..
    2017.06.22 ~ 2025.07.31
  • 설문참여 시 매월 5명 추첨통해 선물을 드립니다.
    10. 14 ~ 12. 31
상품상세정보
ISBN 9791161750903(1161750908)
쪽수 676쪽
크기 159 * 243 * 37 mm /1106g 판형알림

책소개

이 책이 속한 분야

데이터 전처리, 데이터 분할 등의 분석에 있어서 필수적으로 필요한 단계부터 모델 튜닝의 기초에 이르기까지, 전반적인 예측 모델 과정을 다룬다. 다양한 일반적인 회귀 및 분류 기법 대해 직관적으로 설명하고, 이에 대한 실제 데이터 문제를 예제로 들어 이해를 돕는다. 이를 통해 클래스 불균형, 예측 변수 선택, 모델 성능 원인 파악 등 실제 모델을 적용할 때 종종 맞닥뜨리게 되는 문제들에 대해서도 살펴볼 수 있다. 또한 각 예제에 대한 상세한 R 코드가 같이 실려 있어서 책의 내용을 실제로 실행해 보면서 학습할 수 있다. 이 책은 학부 및 석사과정의 예측 모델 수업용 교과서부터 실제 현업에서의 참고자료까지 예측 모델을 활용하고자 하는 여러 사람들이 다양하게 활용할 수 있을 것이다.

상세이미지

실전 예측 분석 모델링(Applied Predictive Modeling)(데이터 과학 시리즈)(양장본 HardCover) 도서 상세이미지

저자소개

저자 : 막스 쿤

저자 막스 쿤(Max Kuhn)은 코네티컷 주 그로턴에서 화이자 글로벌(Pfizer Global) R&D의 비임상 통계 디렉터로 일하고 있다. 15년간 약학 분야와 진단 분야에서 예측 모델을 적용해왔으며 수많은 R 패키지를 만들었다.

저자 : 키엘 존슨

저자 키엘 존슨(Kjell Johnson)은 약학 연구 개발 분야의 통계 컨설팅 및 예측 모델링에서 10년 이상의 경험을 쌓았다. dPcmr 모델링에 특화된 회사인 아버 애널리틱스(Arbor Analytics)의 공동 창업자이며, 전 화이자 글로벌 R&D의 통계 디렉터였다. 또한 통계 방법론과 러닝 알고리즘을 개발하고 응용하는 연구를 했다.

역자 : 권정민

역자 권정민은 세상은 데이터로 이뤄져 있다고 생각하며, 이를 잘 활용하고자 하는 목표를 가지고 다양한 데이터 분석 및 활용 방안을 만들고 연구하는 것을 업으로 하고 있다. 카이스트(KAIST) 및 포항공과대학교(POSTECH)에서 산업공학과 전산학을 전공했으며, 다양한 산업군에서 데이터 분석을 수행하고 있다. 역서로는 『빅데이터 분석 도구 R 프로그래밍』(에이콘, 2012), 『The R Book(Second Edition) 한국어판』(에이콘, 2014), 『파이썬을 활용한 베이지안 통계』(한빛미디어, 2014) 등이 있으며 『인터넷, 알고는 사용하니?』(마음이음, 2017)를 감수했다.

목차

1장. 시작하며

__1.1 예측 대 해석
__1.2 예측 모델의 주 요소
__1.3 용어
__1.4 예제 데이터 세트와 일반적 데이터 시나리오
_음악 장르
_장학금 신청
_간 손상
_투과성
_화학 물질 제조 절차
_부정 재무 재표
_데이터 세트 비교
__1.5 개요
__1.6 표기법

2장. 예측 모델링 과정 훑어보기

__2.1 사례 연구: 연비 예측
__2.2 테마
_데이터 분할
_예측 데이터
_성능 추정
_여러 모델을 평가하기
_모델 선정
__2.3 요약

3장. 데이터 전처리

__3.1 사례 연구: 하이콘텐츠 스크리닝에서의 세포 분할
__3.2 개별 예측 변수에 대한 데이터 변형
_중심화와 척도화
_왜도 해결을 위한 변형
__3.3 여러 예측 변수 변형
_이상치 제거를 위한 데이터 변형
_데이터 축소와 특징 추출
__3.4 결측치 처리
__3.5 예측 변수 제거
_예측 변수 간의 상관관계3.6 예측 변수 추가
__3.7 예측 변수 구간화
__3.8 컴퓨팅
_변환
_필터링
_가변수 생성
_연습 문제

4장. 과적합과 모델 튜닝

__4.1 과적합 문제
__4.2 모델 튜닝
__4.3 데이터 분할
__4.4 리샘플링 기법
_K -겹 교차 검증
_일반화 교차 검증
_반복적 훈련/테스트 세트 분할
_부트스트랩
__4.5 사례 연구: 신용 평가
__4.6 최종 튜닝 변수 선정
__4.7 추천하는 데이터 분할 방식
__4.8 모델 선택
__4.9 컴퓨팅
_데이터 분할
_리샘플링
_R로 하는 기본적 모델 구축
_튜닝 변수 판단
_모델 간 비교
_연습 문제

5장. 회귀 모델 성능 측정

__5.1 성능의 정량적 측정
__5.2 분산-편향성 트레이드 오프
__5.3 컴퓨팅

6장. 선형 회귀와 이웃 모델들

__6.1 사례 연구 구조적 정량 활성 관계 모델링
__6.2 선형 회귀
_용해도 데이터에 대한 선형 회귀
__6.3 부분 최소 제곱
_용해도 데이터에 대한 PCR과 PLSR
_PLS의 알고리즘 분산
__6.4 벌점 모델
__6.5 컴퓨팅
_일반 선형 회귀
_부분 최소 제곱
_벌점 회귀 모델
_연습 문제

7장 비선형 회귀 모델

__7.1 신경망 모델
__7.2 다변량 가법 회귀 스플라인 모델
__7.3 서포트 벡터 머신
__7.4 K -최근접 이웃
__7.5 컴퓨팅
_신경망 모델
_다변량 가법 회귀 스플라인서포트 벡터 머신
_K-최근접 이웃
_연습 문제

8장. 회귀 트리와 규칙 기반 모델

__8.1 기본 회귀 트리
__8.2 회귀 모델 트리
__8.3 규칙 기반 모델
__8.4 배깅 트리
__8.5 랜덤 포레스트
__8.6 부스팅
__8.7 큐비스트
__8.8 컴퓨팅
_단일 트리
_모델 트리
_배깅 트리
_랜덤 포레스트
_부스티드 트리
_큐비스트
_연습 문제

9장. 용해도 모델 정리

10장. 사례 연구: 콘크리트 혼합물의 압축 강도

__10.1 모델 구축 전략
__10.2 모델 성능
__10.3 압축 강도 최적화
__10.4 컴퓨팅

11장. 분류 모델에서의 성능 측정

__11.1 클래스 분류
_잘 보정된 확률
_클래스 확률 나타내기
_중간 지대
__11.2 분류 예측 평가
_이종 문제
_비정확도 기반 기준
__11.3 클래스 확률 평가
_시스템 동작 특성(ROC) 곡선
_리프트 도표
__11.4 컴퓨팅
_민감도와 특이도
_혼동 행렬
_시스템 동작 특성 곡선
_리프트 도표
_확률 보정

12장. 판별 분석 및 기타 선형 분류 모델

__12.1 사례 연구: 성공적인 지원금 신청 예측
__12.2 로지스틱 회귀
__12.3 선형 판별 분석
__12.4 부분 최소 제곱 판별 분석
__12.5 벌점 모델
__12.6 최근접 축소 중심 모델
__12.7 컴퓨팅
_로지스틱 회귀
_선형 판별 분석
_부분 최소 제곱 판별 분석
_벌점 모델
_최근접 축소 중심법
_연습 문제

13장. 비선형 분류 모델

__13.1 비선형 판별 분석
_이차 판별 분석과 정규 판별 분석
_혼합 판별 분석
__13.2 신경망
__13.3 유연 판별 분석
__13.4 서포트 벡터 머신
__13.5 K -최근접 이웃 모델
__13.6 나이브 베이즈 모델
__13.7 컴퓨팅
_비선형 판별 분석
_신경망
_유연 판별 분석
_서포트 벡터 머신
_K-최근접 이웃 분석
_나이브 베이즈 분석
_연습 문제

14장. 분류 트리와 규칙 기반 모델

__14.1 기본 분류 트리
__14.2 규칙 기반 모델
_C4.5 규칙
_PART
__14.3 배깅 트리
__14.4 랜덤 포레스트
__14.5 부스팅
_에이다부스트
_확률 경사 부스팅
__14.6 C5.0
_분류 트리
_분류 규칙
_부스팅
_모델의 다른 측면
_보조금 데이터
__14.7 범주형 변수의 두 가지 변조 방식 비교
__14.8 컴퓨팅
_분류 트리
_규칙배깅 트리
_랜덤 포레스트
_부스티드 트리
_연습 문제

15장. 보조금 지원 모델 살펴보기

16장. 심각한 클래스 불균형 처리하기

__16.1 사례 연구: 이동식 주택 보험 가입 예측
__16.2 클래스 불균형의 영향
__16.3 모델 튜닝
__16.4 대체 한도
__16.5 사전 확률 보정
__16.6 다른 경우별 가중치
__16.7 샘플링 기법
__16.8 비용 민감 훈련
__16.9 컴퓨팅
_대체 한도
_샘플링 기법
_비용 민감 훈련
_연습 문제

17장. 사례 연구: 작업 스케줄링

__17.1 데이터 분할과 모델 전략
__17.2 결과
__17.3 컴퓨팅

18장. 예측 변수 중요도 측정하기

__18.1 수치형 결과
__18.2 범주형 결과
__18.3 다른 방법
__18.4 컴퓨팅
_수치형 결과
_변수형 결과
_모델 기반 중요도
_연습 문제

19장. 특징 선택 입문

__19.1 비정보성 예측 변수 사용의 결과
__19.2 변수 수를 줄이는 방식
__19.3 래퍼 방법
_전진, 후진, 단계적 선택법
_담금질 기법
_유전 알고리즘
__19.4 필터 방법
__19.5 선택 편향
__19.6 사례 연구: 인지 장애 예측
__19.7 컴퓨팅
_전진, 후진, 단계적 선택법
_반복 특징 제거
_필터 방법
_연습 문제

20장. 모델 성능에 영향을 미치는 요인

__20.1 삼종 오류
__20.2 결과의 측정 오차
__20.3 예측 변수에서의 측정 오차
_사례 연구: 원치 않는 부작용 예측
__20.4 연속형 결과를 이산화하기
__20.5 언제 모델의 예측값을 믿어야 할까?
__20.6 샘플이 클 때의 영향
__20.7 컴퓨팅
_연습 문제

부록 A. 여러 모델에 대한 요약

부록 B. R에 대한 소개

__1B.1 시작 및 도움말
__1B.2 패키지
__1B.3 객체 생성
__1B.4 데이터 유형과 기본 구조
__1B.5 2차원 데이터 세트로 작업하기
__1B.6 객체와 클래스
__1B.7 R 함수
__1B.8 =의 3개 얼굴
__1B.9 AppliedPredictiveModeling 패키지
__B.10 caret 패키지
__B.11 이 책에서 사용된 소프트웨어

부록 C. 유용한 웹 사이트

_소프트웨어
_대회
_데이터 세트

출판사 서평

★ 이 책의 대상 독자 ★

예측 모델에 대한 소개와 모델 적용 가이드로서 광범위한 사용자를 대상으로 한다. 수학에 친숙하지 않은 독자는 기법에 대한 직관적인 설명을 반길 수 있을 것이고, 다양한 애플리케이션에서 실제 데이터로 문제를 해결하는 데 중점을 둔 내용은 전문 지식을 확장하려는 실무자에게 도움이 될 것이다. 독자는 상관 관계 및 선형 회귀 분석과 같은 기본 통계 개념에 대한 지식을 갖고 있어야 한다. 일부 복잡한 방정식을 다루며 고급 주제의 경우 수학적 배경이 필요하다.

★ 지은이의 말 ★

이 책은 예측 모델... 더보기

북로그 리뷰 (0) 쓰러가기

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 300원 / 발송 후 5일 이내 작성시 400원 / 이 상품의 첫 리뷰 작성 시 500원
(포인트 적립은 작성 후 다음 날 혹은 해당 도서 출고 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외)
안내
  • 해당도서의 리뷰가 없습니다.

Klover 평점/리뷰 (0)

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 : ①양서-판매정가의 12%, ②일서-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 분야의 베스트

더보기+

이 분야의 신간

더보기+

바로가기

  • 우측 확장형 배너 2

최근 본 상품