희망도서 신청

파이썬 머신러닝 실무 테크닉 100

<시모야마 데루마사>,<미키 다카유키>,<이토 준지> 저/<김모세> 역 | 제이펍

출간일: 2022-06-22

파일포맷: PDF

용량: 49 M

지원기기

현황: 신청 건수 : 0 건

간략 신청 메세지

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!

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.

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