전체상품목록 바로가기

본문 바로가기


  • 가정/육아/요리/건강
  • 소설/시/에세이
  • 여행/역사/문화/예술
  • 인문/사회/정치/종교
  • 경제/경영/자기계발
  • 취업/수험서
  • 취미/실용/스포츠
  • 유아/아동/청소년
  • 만화/웹툰/웹소설
  • 컴퓨터IT
  • 초등컴퓨터방과후
  • 과학/기술/공학
  • 유아/초/중/고 학습물
  • 외국어/어린이ELT
  • 대학교재
  • 한국IT직업전문학교
  • 하드털이
  • 기프트[Gift]

현재 위치
  1. 대학교재

[생능] 비즈니스 애널리틱스 with Python+Tensorflow

(해외배송 가능상품)
공급사 바로가기
기본 정보
상품명 [생능] 비즈니스 애널리틱스 with Python+Tensorflow
판매가 30,000원
국내·해외배송 국내배송
배송방법 택배
배송비 3,000원
구매방법

배송주기

개인결제창을 통한 결제 시 네이버 마일리지 적립 및 사용이 가능합니다.

상품 옵션
옵션선택

(최소주문수량 1개 이상 / 최대주문수량 0개 이하)

사이즈 가이드

수량을 선택해주세요.

위 옵션선택 박스를 선택하시면 아래에 상품이 추가됩니다.

상품 목록
상품명 상품수 가격
[생능] 비즈니스 애널리틱스 with Python+Tensorflow 수량증가 수량감소 30000 (  )
총 상품금액(수량) : 0 (0개)

할인가가 적용된 최종 결제예정금액은 주문 시 확인할 수 있습니다.

이벤트

상품상세정보




저 자 : 서용원 / 쪽 수: 540쪽 / 크 기 : 192 * 241 * 24 mm / 1257 g / ISBN : 9791186689455 / 출간일 : 2022년 09월 15일 출시








책 소개


책 소개이 책이 속한 분야국내도서 > 컴퓨터/IT > 프로그래밍 언어 > Python(파이썬) 국내도서 > 컴퓨터/IT > 컴퓨터공학 > 인공지능 > 케라스/텐서플로 국내도서 > 컴퓨터/IT > 대학교재 국내도서 > 대학교재 > 컴퓨터 경영의 관점에서 비즈니스 애널리틱스를 공부하려는 학생과 실무자들을 염두에 두고 쓰여졌다. 비즈니스 애널리틱스를 데이터과학에 중점을 두고 개관하면서, 현상을 요약하여 정리하기 위한 기술적 애널리틱스(descriptive analytics), 이로부터 미래를 예측하기 위한 예측적 애널리틱스(predictive analytics), 그리고 의사결정과 계획을 위한 처방적 애널리틱스(prescriptive analytics)에 이르는 비즈니스 애널리틱스의 전체 사이클을 다루었다.모델들의 개념과 이론적 기반에 대한 상세한 설명과 더불어, 피상적 이해에 그치지 않고 직접 적용할 수 있는 역량을 체득할 수 있도록 실제 응용에 필수적인 파이썬(Python) 언어의 기초로부터 시작하여 딥러닝 적용을 위한 텐서플로우(Tensorflow)와 케라스(Keras) 패키지를 활용하여 비즈니스의 문제에 적용하는 방안을 다루었다.




목 차


PART Ⅰ 개요



CHAPTER 1 Business Analytics란?


1.1 비즈니스 애널리틱스의 정의


1.2 모델에 대한 이해


1.3 정량적 모형의 필요성


1.4 비즈니스 애널리틱스의 구분


1.5 비즈니스 애널리틱스와 관련 개념과의 관계


1.6 비즈니스 애널리틱스 트렌드


1.7 이 책의 범위


ㆍ연습문제



PART Ⅱ Python을 활용한 분석 기초



CHAPTER 2 Python 기초


2.1 Python 설치


2.2 첫 번째 Python 프로그램


2.3 Python의 기초: 변수


2.4 Python의 기초: 리스트


2.5 조건문


2.6 반복문 1 : while


2.7 반복문 2 : for


2.8 함수


ㆍ실습예제


ㆍ연습문제



CHAPTER 3 데이터 처리와 수치 연산 기초


3.1 Pandas를 이용한 csv 파일 입력


3.2 데이터 추출과 그룹화


3.3 데이터프레임에서 통계량 산출


3.4 행렬과 numpy 패키지


3.5 Numpy를 활용한 배열 생성과 기초


3.6 Numpy 배열의 사칙연산


3.7 Numpy를 활용한 행렬 연산


3.8 단위행렬, 역행렬과 특수 행렬의 표현


3.9 데이터의 통계치 추출


ㆍ실습예제


ㆍ연습문제



PART Ⅲ 기술적 분석모형(Descriptive Analytics)



CHAPTER 4 데이터의 대표값


4.1 대표값


4.2 데이터의 변동성


4.3 파이썬을 이용한 실습: 데이터 추출하기


4.4 파이썬을 이용한 실습: 대표값 구하기


4.5 파이썬을 이용한 실습: 표준편차 구하기


ㆍ실습예제


ㆍ연습문제



CHAPTER 5 데이터 시각화


5.1 데이터 시각화의 사례


5.2 데이터 시각화를 위한 프로그램 기초


5.3 데이터 시각화 실습: 히스토그램


5.4 데이터 시각화 실습: 상자그림


5.5 데이터 시각화 실습: 산점도


ㆍ실습예제


ㆍ연습문제



PART Ⅳ 예측적 분석모형(Predictive Analytics)



CHAPTER 6 예측적 분석과 학습 데이터 구조


6.1 실습 준비


6.2 데이터의 구조


6.3 와인 데이터의 2차원 시각화


6.4 와인 데이터의 3차원 시각화


6.5 KNN의 개념


6.6 KNN 모형 구축


ㆍ실습예제


ㆍ연습문제



CHAPTER 7 모델의 성능지표


7.1 1종 오류와 2종 오류


7.2 혼동행렬


7.3 TP, TN, FP, FN


7.4 정확도


7.5 정밀도와 재현율


7.6 F1 score


7.7 성능지표 계산 파이썬 예제


7.8 ROC 곡선과 AUC


ㆍ실습예제


ㆍ연습문제



CHAPTER 8 의사결정나무


8.1 의사결정나무 모델의 이해


8.2 의사결정나무의 구조


8.3 의사결정나무 실습


8.4 의사결정나무 실습 시각화


ㆍ실습예제


ㆍ연습문제



CHAPTER 9 Tensorflow 기초와 회귀분석


9.1 Tensorflow 소개


9.2 Tensorflow 설치 및 맛보기


9.3 회귀분석의 원리


9.4 텐서플로우로 하는 회귀분석 1 - 초기모델 설정


9.5 텐서플로우로 하는 회귀분석 2 - 오차 측정


9.5 텐서플로우로 하는 회귀분석 3 - 모델의 최적화


ㆍ실습예제


ㆍ연습문제



CHAPTER 10 로지스틱 회귀


10.1 분류에 적합하지 않은 선형 모델


10.2 시그모이드 함수(sigmoid function)


10.3 로지스틱 회귀모델


10.4 경사하강법을 통한 최적의 로지스틱 회귀모델 산출


10.5 텐서플로우를 활용한 로지스틱 회귀모델 계산 예제


10.6 사이킷런 패키지를 통한 로지스틱 회귀모델 계산


10.7 신용카드 부정사용 예측을 위한 로지스틱 회귀 모델링


ㆍ실습예제


ㆍ연습문제



CHAPTER 11 인공신경망 기초


11.1 인공신경망에 대한 이해


11.2 퍼셉트론 모델


11.3 현대적인 뉴런 모델


11.4 단일 뉴런에서의 오차 역전파


11.5 다계층 인공신경망과 역전파 알고리즘


11.6 원시 데이터의 준비


11.7 이진분류 기계학습 데이터로 변환


11.8 역전파 알고리즘의 구현


11.9 인공신경망 모델의 예측성능


11.10 맺음말


ㆍ실습예제


ㆍ연습문제



CHAPTER 12 인공신경망 구현과 Keras 패키지


12.1 Keras 패키지


12.2 Keras의 최적화 알고리즘


12.3 활성화 함수의 종류


12.4 손실 함수의 종류


12.5 이미지 인식 예제 데이터셋


12.6 Keras를 활용한 이미지 인식 인공신경망 구현


12.7 이미지 인식 인공신경망의 성능 평가


ㆍ실습예제


ㆍ연습문제



CHAPTER 13 순환신경망과 시계열 예측


13.1 RNN의 개요


13.2 단순 RNN의 한계


13.3 LSTM


13.4 LSTM을 통한 주식가격 예측 예제


ㆍ실습예제


ㆍ연습문제



CHAPTER 14 자연어 처리 기초


14.1 BOW 모델과 워드클라우드


14.2 빈도 벡터와 코사인 유사도


14.3 TF-IDF와 문서 유사도 측정


14.4 감정분석


14.5 자연어 처리기술의 발전


ㆍ실습예제


ㆍ연습문제



PART Ⅴ 처방적 분석모형(Prescriptive Analytics)



CHAPTER 15 추천 시스템


15.1 추천 시스템의 이해


15.2 콘텐츠 기반 필터링 추천 시스템


15.3 협업 필터링 추천 시스템


15.4 장르 유사도 기반 추천 시스템으로 영화 추천 시스템 만들기


ㆍ실습예제


ㆍ연습문제



CHAPTER 16 비즈니스 계획


16.1 선형계획법의 개요


16.2 도해법을 이용한 선형계획모형 최적해 계산


16.3 Pulp 라이브러리


16.4 선형계획법을 이용한 의사결정 예제


16.5 뉴스벤더 모델의 개요


16.5 뉴스벤더 모델의 이익계산을 위한 파이썬 시뮬레이션


16.6 뉴스벤더 모델의 최적 주문량


16.6 인공신경망 적


상품결제정보

고액결제의 경우 안전을 위해 카드사에서 확인전화를 드릴 수도 있습니다. 확인과정에서 도난 카드의 사용이나 타인 명의의 주문등 정상적인 주문이 아니라고 판단될 경우 임의로 주문을 보류 또는 취소할 수 있습니다.  

무통장 입금은 상품 구매 대금은 PC뱅킹, 인터넷뱅킹, 텔레뱅킹 혹은 가까운 은행에서 직접 입금하시면 됩니다.  
주문시 입력한 입금자명과 실제입금자의 성명이 반드시 일치하여야 하며, 7일 이내로 입금을 하셔야 하며 입금되지 않은 주문은 자동취소 됩니다.

배송정보

  • 배송 방법 : 택배
  • 배송 지역 : 전국지역
  • 배송 비용 : 3,000원
  • 배송 기간 : 3일 ~ 7일
  • 배송 안내 : - 산간벽지나 도서지방은 별도의 추가금액을 지불하셔야 하는 경우가 있습니다.
    고객님께서 주문하신 상품은 입금 확인후 배송해 드립니다. 다만, 상품종류에 따라서 상품의 배송이 다소 지연될 수 있습니다.

교환 및 반품정보

교환 및 반품 주소
 - [22110] 인천광역시 미추홀구 염전로168번길 28 (도화동) 도화두손지젤시티 B동 1810호
 
교환 및 반품이 가능한 경우
 - 계약내용에 관한 서면을 받은 날부터 7일. 단, 그 서면을 받은 때보다 재화등의 공급이 늦게 이루어진 경우에는 재화등을 공급받거나 재화등의 공급이 시작된 날부터 7일 이내
  - 공급받으신 상품 및 용역의 내용이 표시.광고 내용과 다르거나 계약내용과 다르게 이행된 때에는 당해 재화 등을 공급받은 날 부터 3월이내, 그사실을 알게 된 날 또는 알 수 있었던 날부터 30일이내
 
교환 및 반품이 불가능한 경우
 - 이용자에게 책임 있는 사유로 재화 등이 멸실 또는 훼손된 경우(다만, 재화 등의 내용을 확인하기 위하여 포장 등을 훼손한 경우에는 청약철회를 할 수 있습니다)
  - 이용자의 사용 또는 일부 소비에 의하여 재화 등의 가치가 현저히 감소한 경우
  - 시간의 경과에 의하여 재판매가 곤란할 정도로 재화등의 가치가 현저히 감소한 경우
  - 복제가 가능한 재화등의 포장을 훼손한 경우
  - 개별 주문 생산되는 재화 등 청약철회시 판매자에게 회복할 수 없는 피해가 예상되어 소비자의 사전 동의를 얻은 경우
  - 디지털 콘텐츠의 제공이 개시된 경우, (다만, 가분적 용역 또는 가분적 디지털콘텐츠로 구성된 계약의 경우 제공이 개시되지 아니한 부분은 청약철회를 할 수 있습니다.)
 
※ 고객님의 마음이 바뀌어 교환, 반품을 하실 경우 상품반송 비용은 고객님께서 부담하셔야 합니다.
 (색상 교환, 사이즈 교환 등 포함)

서비스문의

상품사용후기

상품의 사용후기를 적어주세요.

게시물이 없습니다

상품후기쓰기 모두 보기

상품 Q&A

상품에 대해 궁금한 점을 해결해 드립니다.

게시물이 없습니다

상품문의하기 모두 보기


네이버
이츠북블로그

장바구니 0