컨텐츠상세보기

파이썬 머신러닝 실무 테크닉 100
파이썬 머신러닝 실무 테크닉 100
  • 저자시모야마 데루마사,미키 다카유키,이토 준지 저/김모세 역
  • 출판사제이펍
  • 출판일2022-06-22
  • 등록일2022-12-16
보유 1, 대출 1, 예약 0, 누적대출 8, 누적예약 0

책소개

100개의 실전 예제를 풀며 익히는 머신러닝 & 데이터 활용법
이것이 현장에서 활용할 수 있는 데이터 활용술!


이 책은 큰 호평을 받았던 《파이썬 데이터 분석 실무 테크닉 100》을 잇는 것으로, 실제 실무 현장을 가정한 100개의 문제를 풀면서 현장의 관점과 응용력을 몸에 익히도록 구성한 활용서다. 데이터 활용 프로젝트를 시작하고, 회사 안에서 확실하게 정착시키기 위한 첫 걸음을 내딛으시기 바란다!

저자소개

일본전기주식회사(NEC)의 중앙연구소 하드웨어 연구 개발 부문에서 근무하였으며, 2017년에 아이큐베이터를 공동 창업하였다. 인공지능, 사물인터넷, 정보 디자인 부문에서 새로운 방향성과 가능성을 연구하며 비즈니스화를 진행하고 있으며, 머신러닝을 활용한 데이터 분석이나 대시보드 설계 등으로 업무 분야를 넓히면서 데이터 분석 컨설턴트로도 활동한다. 공저로 《파이썬 데이터 분석 실무 테크닉 100》(위키북스), 《Tableauデ?タ分析: ??から活用まで(Tableau 데이터 분석: 실전에서 활용까지)》(슈와시스템)가 있다.

목차

<b>PART 1 데이터 분석 시스템</b></br></br><b>CHAPTER 01 분석 준비를 위한 테크닉 10 3</b></br></br>테크닉 1 데이터를 모두 로딩하자 5</br>테크닉 2 데이터를 유니온(결합)하자 9</br>테크닉 3 폴더 안에 있는 파일을 확인하자 11</br>테크닉 4 여러 데이터를 유니온(결합)하자 13</br>테크닉 5 데이터 통계량을 확인하자 16</br>테크닉 6 불필요한 데이터를 제거하자 18</br>테크닉 7 마스터 데이터를 조인(결합)하자 20</br>테크닉 8 마스터가 존재하지 않는 코드에 이름을 설정하자 21</br>테크닉 9 분석 기초 테이블을 파일에 저장하자 24</br>테크닉 10 셀을 사용하기 쉽게 정리하자 25</br></br><b>CHAPTER 02 데이터를 시각화하고 분석하기 위한 테크닉 10 28</b></br></br>테크닉 11 데이터를 로딩하고 불필요한 항목을 제외하자 29</br>테크닉 12 데이터 전체 이미지를 파악하자 32</br>테크닉 13 월별 매출을 집계하자 34</br>테크닉 14 월별 추이를 시각화하자 37</br>테크닉 15 매출로부터 히스토그램을 만들자 39</br>테크닉 16 시/도/군/구별 매출을 집계해서 시각화하자 41</br>테크닉 17 클러스터링을 위해 데이터를 가공하자 43</br>테크닉 18 클러스터링을 이용해 매장을 그룹화하자 45</br>테크닉 19 그룹의 경향을 분석하자 47</br>테크닉 20 클러스터링 결과를 t-SNE로 시각화하자 48</br></br><b>CHAPTER 03 시각화 구조를 구축하기 위한 테크닉 10 51</b></br></br>테크닉 21 매장을 필터링해서 시각화하자 53</br>테크닉 22 여러 매장의 상세 정보를 시각화하자 58</br>테크닉 23 슬라이드바를 이용해 주문 건수를 조사하자 61</br>테크닉 24 토글 버튼을 이용해 지역 데이터를 추출하자 63</br>테크닉 25 날짜를 지정해 데이터를 추출하자 66</br>테크닉 26 스토리를 생각해서 데이터를 구축하자 69</br>테크닉 27 주문 취소 이유를 분석하자 75</br>테크닉 28 가설을 검증하자 76</br>테크닉 29 스토리를 기반으로 부속과 데이터를 조합해 대시보드를 만들자 80</br>테크닉 30 대시보드를 개선하자 87</br></br><b>CHAPTER 04 보고 구조를 만들기 위한 테크닉 10 91</b></br></br>테크닉 31 특정 매장의 매출을 엑셀로 출력하자 93</br>테크닉 32 엑셀 테이블을 정리해 출력하자 99</br>테크닉 33 매출 이외의 데이터도 출력하자 101</br>테크닉 34 문제가 있는 위치를 빨간색으로 출력하자 104</br>테크닉 35 엑셀의 셀 함수를 이용해 일 단위로 집계하자 105</br>테크닉 36 꺾은선 그래프로 출력하자 107</br>테크닉 37 보고서용 데이터를 준비하자 109</br>테크닉 38 데이터시트에 필요한 데이터를 출력하자 113</br>테크닉 39 요약 시트를 만들자 116</br>테크닉 40 매장별 보고서를 엑셀로 출력하자 121</br></br><b>CHAPTER 05 분석 시스템을 구축하기 위한 테크닉 10 123</b></br></br>테크닉 41 기본 폴더를 만들자 125</br>테크닉 42 입력 데이터 확인 구조를 만들자 127</br>테크닉 43 보고서(본부용) 작성 처리를 함수화하자 132</br>테크닉 44 보고서(매장용) 작성 처리를 함수화하자 136</br>테크닉 45 함수를 실행하고 동작을 확인하자 141</br>테크닉 46 데이터 업데이트에 대응해 폴더를 만들자 143</br>테크닉 47 시/도/군/구별로 폴더를 만들고 데이터를 출력하자 144</br>테크닉 48 지난달 데이터를 동적으로 로딩하자 146</br>테크닉 49 과거 데이터와 비교하자 151</br>테크닉 50 화면에서 실행할 수 있게 하자 153</br></br><b>PART 2 머신러닝 시스템</b></br></br><b>CHAPTER 06 머신러닝용 데이터를 가공하기 위한 테크닉 10 161</b></br></br>테크닉 51 데이터 가공을 위한 밑준비를 하자 162</br>테크닉 52 데이터를 로딩하고 데이터 가공 방향성을 검토하자 164</br>테크닉 53 1개월분 데이터로 기본적인 가공을 하자 166</br>테크닉 54 머신러닝용 변수를 만들자 168</br>테크닉 55 매장 단위로 집계해서 변수를 만들자 170</br>테크닉 56 데이터 가공과 매장별 집계를 함수로 실행하자 173</br>테크닉 57 모든 데이터를 로딩하고 데이터를 가공하자 176</br>테크닉 58 목적 변수를 만들자 178</br>테크닉 59 설명 변수와 목적 변수를 연결해 머신러닝용 데이터를 완성하자 181</br>테크닉 60 머신러닝용 데이터를 확인하고 출력하자 182</br></br><b>CHAPTER 07 머신러닝 모델을 구현하기 위한 테크닉 10 185</b></br></br>테크닉 61 폴더를 만들고 머신러닝용 데이터를 저장하자 186</br>테크닉 62 범주형 변수에 대응하자 187</br>테크닉 63 학습 데이터와 테스트 데이터를 나누자 189</br>테크닉 64 모델 하나를 구현하자 190</br>테크닉 65 모델을 평가하자 192</br>테크닉 66 모델의 중요도를 확인해 보자 196</br>테크닉 67 모델 구현부터 평가까지의 과정을 함수화하자 197</br>테크닉 68 모델 파일과 평가 결과를 출력하자 199</br>테크닉 69 알고리즘을 확장해 다각적으로 평가하자 200</br>테크닉 70 평일/휴일 모델을 한 번에 실행하자 203</br></br><b>CHAPTER 08 머신러닝 모델로 새로운 데이터를 예측하기 위한 테크닉 10 208</b></br></br>테크닉 71 폴더를 만들고 데이터 로딩을 준비하자 209</br>테크닉 72 예측할 신규 데이터를 로딩하자 210</br>테크닉 73 신규 데이터를 매장별로 집계하자 212</br>테크닉 74 신규 데이터의 범주형 변수에 대응하자 215</br>테크닉 75 모델 투입 직전의 형식으로 정리하자 216</br>테크닉 76 모델 파일을 로딩하자 217</br>테크닉 77 신규 데이터를 예측하자 218</br>테크닉 78 예측 결과를 히트맵으로 그리자 220</br>테크닉 79 실적 데이터를 만들자 222</br>테크닉 80 현장용 보고서를 만들어 출력하자 223</br></br><b>CHAPTER 09 소규모 머신러닝 시스템을 만들기 위한 테크닉 10 226</b></br></br>테크닉 81 폴더를 만들고 초기 변수를 정의하자 227</br>테크닉 82 신규 데이터를 로딩하고 매장별 데이터를 만들자 231</br>테크닉 83 월별 매장 데이터를 업데이트하자 235</br>테크닉 84 머신러닝용 데이터를 만들고 업데이트하자 236</br>테크닉 85 머신러닝 모델용 사전 데이터를 가공하자 239</br>테크닉 86 머신러닝 모델을 구현하고 평가하자 240</br>테크닉 87 신규 데이터 예측을 위한 밑준비를 하자 244</br>테크닉 88 신규 데이터를 예측하자 245</br>테크닉 89 현장용 보고서를 만들고 출력하자 246</br>테크닉 90 머신러닝 모델의 정밀도 추이를 시각화하자 249</br></br><b>CHAPTER 10 머신러닝 시스템 대시보드를 만들기 위한 테크닉 10 252</b></br></br>테크닉 91 단일 데이터를 로딩하자 253</br>테크닉 92 업데이트 데이터를 로딩해 매장별 데이터를 만들자 255</br>테크닉 93 머신러닝 모델의 중요 변수 데이터를 로딩하고 결합하자 256</br>테크닉 94 머신러닝 모델의 예측 결과를 로딩하고 결합하자 257</br>테크닉 95 머신러닝 모델용 사전 데이터를 가공하자 259</br>테크닉 96 매장 분석용 대시보드를 만들자 261</br>테크닉 97 머신러닝 모델의 정밀도 평가 대시보드를 만들자 264</br>테크닉 98 머신러닝 모델의 혼동 행렬 대시보드를 만들자 266</br>테크닉 99 머신러닝 모델의 변수 중요도 분석 대시보드를 만들자 269</br>테크닉 100 머신러닝 모델의 예측 결과를 시각화해서 검증하자 272

한줄 서평