데이터 애널리틱스

이재식

• 서울대학교 경영대학 경영학과 경영학사
• 한국과학기술원(KAIST) 산업공학과 공학석사
• 미국 펜실베이니아 대학교 와튼 스쿨(Wharton School) 경영정보시스템 전공 경영학박사

• 아주대학교 경영대학 교수

• 한국전문가시스템학회 학회지 편집위원장

• 교육부 Brain Korea 21 사업 ‘데이터 마이닝 연구팀’ 책임교수
• 한국지능정보시스템학회 회장
• 정보통신부 ‘유비쿼터스 환경에서의 데이터 마이닝 기술 개발 연구팀’ 책임교수
• 한국지능정보시스템학회지 1995~2014 피인용 논문 대상 수상

• [01부] 기본 개념
  •  
• ▣ 01장: 서론
  • 1 인공지능, 머신러닝, 딥러닝
  • 2 데이터 사이언스와 데이터 애널리틱스
  • 3 데이터 마이닝과 데이터 애널리틱스
  • 4 이 책의 구성
  • 5 참고문헌
  •  
• ▣ 02장: 데이터 마이닝
  • 1 데이터, 정보, 지식
  • 2 데이터의 속성
    • 2.1 범주형 속성
    • 2.2 수치형 속성
    • 2.3 기타 속성
  • 3 데이터 마이닝의 탄생
  • 4 데이터 마이닝의 정의
    • 4.1 비즈니스 프로세스
    • 4.2 대량의 데이터
    • 4.3 의미 있는 패턴과 규칙
  • 5 데이터 마이닝의 유형
    
    • 5.1 가설 검정
    • 5.2 방향성 데이터 마이닝
    • 5.3 무방향성 데이터 마이닝
  • 6 데이터 마이닝의 단계
    • 6.1 KDD2.0
    • 6.2 CRISP-DM
    • 6.3 두 방법론의 비교
  • 7 참고문헌
  •  
• ▣ 03장: 머신러닝
  • 1 문제를 푸는 방법
  • 2 머신러닝의 정의
  • 3 머신러닝의 유형
    
    • 3.1 지도 학습
    • 3.2 비지도 학습
    • 3.3 준지도 학습
    • 3.4 강화 학습
  • 4 머신러닝의 기법들
    
    • 4.1 지도 학습 기법
    • 4.2 비지도 학습 기법
    • 4.3 준지도 학습 기법
    • 4.4 강화 학습 기법
  • 5 참고문헌
  •  
• ▣ 04장: 모델 구축
  • 1 모델의 정의
  • 2 모델의 구축 과정
    
    • 2.1 훈련 데이터 집합의 용도
    • 2.2 과대적합의 발생
    • 2.3 검증 데이터 집합의 용도
    • 2.4 테스트 데이터 집합의 용도
    • 2.5 스코어 데이터 집합의 용도
  • 3 편향되지 않은 모델의 구축
    
    • 3.1 반복적 무작위 서브샘플링 검증 방법
    • 3.2 K-폴드 교차 검증 방법
    • 3.3 단일 관측값 제거 교차 검증 방법
    • 3.4 부트스트랩 방법
  • 4 모델의 평가
    
    • 4.1 회귀 평가 척도
    • 4.2 분류 평가 척도
  • 5 편향과 편차 간의 상충 관계
    
    • 5.1 훈련 데이터 집합의 평균으로 만든 모델
    • 5.2 선형 회귀 모델
    • 5.3 2차 다항 회귀 모델
    • 5.4 6차 다항 회귀 모델
    • 5.5 네 개 모델의 비교
  • 6 과대적합의 방지 또는 제거
    
    • 6.1 속성 선정
    • 6.2 균등화
    • 6.3 조기 종료
    • 6.4 드롭아웃과 배치 정규화
    • 6.5 가지치기
    • 6.6 앙상블 방법
  • 7 모델 데이터 집합
    
    • 7.1 모델 데이터 집합의 크기와 밀도
    • 7.2 오버샘플링
    • 7.3 결측값
  • 8 모델의 비교 및 선정
    • 8.1 ROC 곡선의 비교
    • 8.2 통계적 검정에 의한 비교
  • 9 앙상블 방법에 의한 모델의 성능 향상
    
    • 9.1 앙상블 방법
    • 9.2 배깅 방법
    • 9.3 부스팅 방법
  • 10 참고문헌
  •  
• [02부] 통계학 기반 기법
  •  
• ▣ 05장: 회귀분석
  • 1 회귀 분석
  • 2 단순 회귀 분석
    
    • 2.1 베타햇 값 구하기: 최소자승법
    • 2.2 결정계수 R²
    • 2.3 단순 회귀 분석의 예제
  • 3 다중 회귀 분석
    
    • 3.1 다중 회귀 분석의 예제
    • 3.2 단계별 회귀 분석
    • 3.3 조정된 결정계수
  • 4 다중 회귀 분석을 이용한 자동차 연비 추정
    • 4.1 A_Model: 모든 변수를 사용한 모델
    • 4.2 F_Model: 전방향 선택으로 선택한 변수를 사용한 모델
    • 4.3 B_Model: 역방향 제거로 선택한 변수를 사용한 모델
    • 4.4 S_Model: 양방향 선택과 제거로 선택한 변수를 사용한 모델
    • 4.5 P_Model: Pr(>|t|)가 유의한 변수를 사용한 모델
    • 4.6 최종 모델의 선정
  • 5 참고문헌
  •  
• ▣ 06장: 로지스틱 회귀 분석
  • 1 로지스틱 회귀 분석
  • 2 이진형 문제의 선형 회귀 모델
  • 3 이진형 문제의 로지스틱 회귀 모델
  • 4 로지스틱 회귀 분석을 이용한 잡지 구독 예측
    
    • 4.1 A_loModel: 모든 변수를 사용한 모델
    • 4.2 S_loModel: 양방향 선택과 제거로 선택한 변수를 사용한 모델
    • 4.3 P_loModel: Pr(>|z|)가 유의한 변수를 사용한 모델
    • 4.4 최종 모델의 선정
  • 5 참고문헌
  •  
• ▣ 07장: 선형 판별 분석
  • 1 선형 판별 분석
  • 2 선형 판별 분석 방법
    • 2.1 중심과의 거리를 이용하는 방법
    • 2.2 회귀를 이용하는 방법
    • 2.3 피셔의 선형 판별 방법
  • 3 선형 판별 분석을 이용한 대출 결정
  • 4 참고문헌
  •  
• ▣ 08장: 베이즈 분류기
  • 1 베이즈 분류기
  • 2 베이즈 정리
  • 3 베이즈 분류기의 이해
  • 4 베이즈 분류기의 예제
    • 4.1 수치형 변수가 없는 경우: 예제 8.1
    • 4.2 구매 여부 개수가 0일 경우
    • 4.3 수치형 변수가 있는 경우: 예제 8.2
  • 5 베이즈 분류기를 이용한 스팸 메일 판정
  • 6 참고문헌
  •  
• [03부] 머신러닝 기반 기법
  •  
• ▣ 09장: 군집 분석
  • 1 군집 분석
  • 2 군집의 의미
  • 3 근접성
    • 3.1 수치형 속성
    • 3.2 범주형 속성
    • 3.3 군집 간의 거리 측정
  • 4 클러스터링 결과의 평가 척도
  • 5 클러스터링을 위한 데이터 준비
    
    • 5.1 속성값 조정
    • 5.2 가중치 부여
  • 6 계층적 클러스터링: 예제 9.1
    
    • 6.1 병합적 클러스터링
    • 6.2 분할적 클러스터링
    • 6.3 클러스터링 결과의 평가
  • 7 K-평균 클러스터링
    
    • 7.1 K-평균 클러스터링의 단계
    • 7.2 K-평균 클러스터링: 예제 9.2
    • 7.3 초기 무작위 중심의 선택
    • 7.4 K값의 설정
  • 8 K-평균 클러스터링을 이용한 피교육자 군집 분석
  • 9 참고문헌
  •  
• ▣ 10장: 연관 분석
  • 1 연관 분석
  • 2 연관 규칙
  • 3 연관 규칙의 도출 과정
    
    • 3.1 아이템의 상세화 수준 결정
    • 3.2 거래 데이터로부터 아이템집합 생성
    • 3.3 아이템집합이 판매된 거래 건수와 확률 산출
    • 3.4 아이템집합 가지치기
    • 3.5 연관 규칙 생성
    • 3.6 생성된 연관 규칙 평가
  • 4 연관 규칙 도출 연습
  • 5 연관 분석을 이용한 시장바구니 분석
  • 6 순차 패턴 분석
  • 7 유용한 순차 패턴의 발견
  • 8 순차 패턴 분석을 이용한 제품 구매 순서 분석
  • 9 참고문헌
  •  
• ▣ 11장: 의사결정 트리
  • 1 의사결정 트리
  • 2 의사결정 트리의 용도
    • 2.1 분류
    • 2.2 점수 부여
    • 2.3 추산
  • 3 의사결정 트리의 형태
  • 4 의사결정 트리의 구축
    • 4.1 기본 과정
    • 4.2 분지
    • 4.3 의사결정 트리의 구축 단계
    • 4.4 의사결정 트리의 평가
    • 4.5 의사결정 트리에서 규칙의 추출
  • 5 최상 분지 속성의 선정
    
    • 5.1 분지 속성 선정의 중요성
    • 5.2 최상 분지 속성의 선정 기준
    • 5.3 최상 분지 속성의 선정 과정
  • 6 의사결정 트리 구축 과정의 예제
    
    • 6.1 엔트로피 분지 방법
    • 6.2 지니 분지 방법
  • 7 의사결정 트리의 가지치기
    
    • 7.1 가지치기의 필요성
    • 7.2 오류 감소 가지치기
  • 8 의사결정 트리를 이용한 개인 신용 평가
  • 9 참고문헌
  •  
• ▣ 12장: 랜덤 포레스트
  • 1 랜덤 트리
  • 2 랜덤 포레스트
  • 3 랜덤 포레스트를 이용한 고객 이탈 예측
  • 4 참고문헌
  •  
• ▣ 13장: 새로운 회귀 분석 기법들
  • 1 균등화된 회귀 분석
    
    • 1.1 균등화
    • 1.2 균등화된 회귀 분석의 유형
    • 1.3 엑셀을 사용한 균등화된 회귀 분석
  • 2 균등화된 회귀 분석을 이용한 자동차 연비 추정
  • 3 베타햇 값 구하기: 기울기 하강법
  • 4 기울기 하강법을 이용한 회귀 모델 구축
    
    • 4.1 R을 사용한 기울기 하강법
    • 4.2 텐서플로를 사용한 기울기 하강법
  • 5 참고문헌
  •  
• ▣ 14장: 서포트 벡터 머신
  • 1 서포트 벡터 머신
  • 2 서포트 벡터 머신의 이해
  • 3 서포트 벡터 머신의 최적화 문제 수식화
  • 4 엑셀을 사용한 서포트 벡터 머신: 예제 14.1
  • 5 선형 분리 불가능 문제: 여유 변수의 도입
    • 5.1 여유 변수를 도입한 SVM의 최적화 문제 수식
    • 5.2 엑셀을 사용한 SVM: 예제 14.2
    • 5.3 균등화 파라미터
  • 6 선형 분리 불가능 문제: 커널 트릭의 사용
    • 6.1 엑셀을 사용한 SVM: 예제 14.3
    • 6.2 커널 함수
    • 6.3 엑셀을 사용한 SVM: 예제 14.4
  • 7 서포트 벡터 머신을 이용한 유방암 판정
  • 8 참고문헌
  •  
• ▣ 15장: 인공 신경망
  • 1 인공 신경망
  • 2 인공 신경망의 구성
    
    • 2.1 처리 요소
    • 2.2 처리 요소의 입력과 출력
    • 2.3 처리 요소의 결합과 계층의 결합
    • 2.4 가중치와 활성 함수
    • 2.5 학습 기능
  • 3 역전파 알고리즘
    
    • 3.1 전방향 단계
    • 3.2 역방향 단계
    • 3.3 역전파 알고리즘의 과정: 예제 15.1
    • 3.4 가중치 수정의 빈도
  • 4 활성 함수
  • 5 비선형 분류
  • 6 XOR 문제를 푸는 인공 신경망: 예제 15.2
  • 7 범주형 속성의 인코딩
    • 7.1 N개-중-1개 인코딩
    • 7.2 N개-중-M개 인코딩
    • 7.3 온도계 인코딩
  • 8 인공 신경망을 이용한 심장질환 판정
  • 9 참고문헌
  •  
• ▣ 16장: 딥러닝
  • 1 딥러닝의 개요
    • 1.1 기울기 소실 현상
    • 1.2 기울기 소실 현상의 극복
    • 1.3 과대적합의 방지
  • 2 심층 신경망
    
    • 2.1 심층 신경망을 이용한 동물 유형 판정
  • 3 합성곱 신경망
    • 3.1 합성곱 계층
    • 3.2 풀링 계층
    • 3.3 합성곱 신경망의 차원 계산
    • 3.4 합성곱 신경망을 이용한 필기체 숫자 판독
  • 4 순환 신경망
    
    • 4.1 순환 신경망 구조의 유형
    • 4.2 초기 순환 신경망 모델의 단점 극복
    • 4.3 순환 신경망을 이용한 문장 예측
    • 4.4 순환 신경망을 이용한 감성 분석
  • 5 참고문헌
• ▣ 부록A: R 설치하기
• ▣ 부록B: R Studio 설치하기
• ▣ 부록C: Anaconda, R, R Studio, Tensorflow 설치하기
• ▣ 부록D: R 환경의 Tensorflow 2.0 버전 코드

• 예제 코드 실행에 필요한 데이터는 [관련 자료] 탭에서 내려받으실 수 있습니다.

• 119쪽, 표 5.10의 제목

  표 5.10 '무의미' 변수가 추가된 메이저 리그 데이터

  ==>

  표 5.10 '무의미' 변수가 추가된 Baseball 데이터

• 258쪽, 그림 10.8의 (1) R Code

  R Code 수행에 에러는 없지만, beerchecken을 beerchicken으로 수정함.

• 424쪽, 본문 마지막 단락

  neuralnet 함수에서는 지금까지 배운 모델링 함수와 다르게 수식을 전부 써야 한다. 그림 15.17의 R Code는 데이터를 읽어 들인 후에 neuralnet 함수에서 사용할 수식 formula_Ann을 만드는 작업이다.

  ==>

  Heart.csv에서 목표속성은 disease이다. 만일 입력속성 전부를 사용해서 모델을 구축한다면, 다른 모델링 함수와 마찬가지로 모델 식을 disease~.로 쓰면 된다. 하지만 이번에는 속성의 이름을 전부 사용해서 모델 식을 만들어 보자. 이렇게 하면 모델 식에서 입력속성 일부를 빼거나 다시 넣기가 쉬워진다. 그림 15.17의 R Code는 데이터를 읽어 들인 후에 neuralnet 함수에서 사용할 모델 식 formula_Ann을 만드는 작업이다.

• 427쪽, 본문 마지막 단락의 마지막 문장인 아래의 글을 삭제함.

  "ANN에서 예측을 수행하는 함수의 이름은 'compute'다."

• 427쪽, R Code 수행에 에러는 없지만, 그림 15.21을 아래의 그림으로 교체함.

  

• 430쪽, R Code 수행에 에러는 없지만, 그림 15.24를 아래의 그림으로 교체함.

  

• 506쪽, R Code 수행에 에러는 없지만, 그림 D13.2를 아래의 그림으로 교체함.

  

• 508쪽, R Code 수행에 에러는 없지만, 그림 D16.2를 아래의 그림으로 교체함.

  

• GitHub 저장소: https://github.com/wikibook/data-analytics
• ZIP 형식으로 다운로드: https://github.com/wikibook/data-analytics/archive/master.zip