머신러닝 비즈니스

마이크로소프트 애저 웹으로 구현하는

양효욱 저

머신러닝을 비즈니스에 바로 접목하기 위한 다양한 방법론과 인사이트를 제공하여 비즈니스 친화적인 지식들을 전달한다. 또한 직접 작은 규모의 머신러닝을 구현할 수 있는 능력을 키우는데 도움이 된다. “머신러닝과 클라우드”를 통해 머신 러닝 비즈니스의 현주소를 짚어보고, 머신러닝이 비즈니스 실무에서 무엇을 가능하게 하는지 살펴본다. 또한 마이크로소프트 애저 머신러닝 스튜디오를 살펴보고 활용법 등을 익힌다.



도서 상세

분야: [네트워크 & 클라우드, 비즈니스 & 테크놀러지, 데이터베이스 & 빅데이터]

출간일: Nov 30, 2017

페이지: 224

도서정가: 22,000 원

ISBN: 9791187497127

N 초급 B 초/중급 능숙 C P 숙련 E 전문
부가 정보


관련 도서

출판사 한마디

이 책은 최근 가장 뜨거운 주제인 머신러닝을 비즈니스에 바로 접목하기 위한 다양한 방법론과 인사이트를 제공하여 비즈니스 친화적인 지식들을 전달하는데 그 목표가 있다. 또한 함께 구현하는 실습을 통해 머신러닝이 그리 먼 이야기만은 아니라는 것을 체감하고 직접 작은 규모의 머신러닝을 구현할 수 있는 능력을 키우는데 도움이 되고자 한다. 


대상 독자와 이 책의 구성 

명령어가 가득한 프로그램의 설치나 복잡한 수식이 넘쳐나는 알고리즘을 모르더라도 비즈니스 현장에서 다음과 같이 활용해 볼 수 있을 것이다. 

- 경영진/의사결정권자 

1장. “머신러닝과 클라우드”를 통해 머신 러닝 비즈니스의 현주소를 짚어보고, 머신러닝이 비즈니스 실무에서 무엇을 가능하게 하는지 살펴볼 수 있을 것이다. 막연했던 기업 내/외의 데이터를 어떻게 수집하고 관리해야 하는지도 엿 볼 수 있으며 궁극적으로 왜 웹으로 통합되어야 하는지 자세히 이야기 하고 있다. 

- 관리자/마케터 등 현업 관계자 

2장에서는 마이크로소프트 애저 머신러닝 스튜디오를 살펴보고 활용법을 익힌 후, 3장에서 직접 몇 개의 실험을 구현하며 브라우져와 마우스만으로 머신러닝을 비즈니스 실무에 적용 가능하다는 것을 체험해 볼 수 있다. 더욱이 직접 모델을 구현하지 않아도 무한하게 공유된 다른 사람의 머신 러닝 모델을 가져와 얼마든지 변경하여 활용할 수 있다는 사실에 놀랄 것이다. 

- 웹기획자/개발자 

4장의 “웹 서비스 구현 및 배포”를 통해 머신 러닝이 더 이상 특정 데이터 과학자만의 전유물이 아니라 구현한 모델을 즉시 웹으로 배포하고 데이터를 입력하여 결과를 받아보는 것이 얼마나 손쉽고 또 중요한지 살펴볼 수 있다. 마케터라면 구현한 머신러닝을 엑셀에서 활용하는 법까지 익힐 수 있다. 

- 데이터 과학자를 꿈꾸거나 더 깊은 지식을 원하는 당신 

5장에서는 마이크로소프트 애저 머신러닝 스튜디오가 제공하는 있는 데이터 활용 모듈 7개와 머신러닝에서 자주 사용되는 모델 32가지를 소개하고 활용법을 정리하였다. 특히 자주 사용되거나 유명한 로지스틱 회귀, 인공 신경망 네트워크 등 주요 모델에 대해서는 자세한 개념 설명을 담아 통계 지식이 전혀 없는 일반인들도 해당 모델을 이해하고 사용해 볼 수 있도록 하였다


저자 소개

양효욱 : 95년 부터 PC 통신을 전전하다 97년에 본격적인 IT 길로 들어선 후 지금까지 오직 한 길 만을 걸어왔다. 한국 닷컴의 천국과 지옥을 모두 맛보고 2001년 홀연 외국으로 떠나 지구를 두 바퀴 돌며 웹 노가다를 한 후 근 10년만에 귀국하여 글로벌 에이전시에서 다수의 대형 프로젝트 진행하는가 싶더니 다시 “철학적 관점이 있는 웹 에이전시” ㈜필로비즈를 설립한 후 아직도 열심히 어디론가 달려가는 중이다. 몇 년간 통계와 머신러닝을 죽어라 공부하여, 현재 “빅데이터 전략과 머신 러닝 웹 플랫폼”이란 컨셉으로 신규 사업을 계속 런칭하고 있으며 “머신러닝으로 변화하는 비즈니스”란 주제로 전국을 돌며 강연을 하고 있다. 또한 머신러닝 기반 비즈니스 분석 및 예측 Bizgress.com과 국내 유일의 빅데이터와 머신러닝 기술을 활용한 유튜버 랭킹Socialerus.com을 운영하고 있다.


CHAPTER 1 머신러닝 비즈니스와 클라우드

1. 머신 러닝과 비즈니스의 만남 

2. 데이터 전략 

3 머신 러닝 비즈니스의 현주소

4 웹 플랫폼과의 통합 필요성

CHAPTER 2 애저 머신러닝 스튜디오

1. 마이크로소프트 클라우드 애저

2. 애저 머신러닝 스튜디오 소개

3 애저 머신러닝 스튜디오 시작하기

4. 코타나 갤러리 소개

CHAPTER 3 웹으로 구현하는 머신러닝

1. 워밍업

2. 육군 몸무게 예측 실험

3. 신용 대출 위험도 평가 모델

4. 코타나 갤러리 100% 활용

5. 손글씨 이미지 인식

CHAPTER 4 웹 서비스 구현 및 배포

1. 웹 서비스 배포

2. 웹 서비스 관리

3. 웹 사이트와 엑셀 활용

4. 애저 머신러닝 아키텍처 예제

CHAPTER 5 애저 머신 러닝 모듈 마스터링

1. 데이터 모듈

2. 분류 알고리즘

3. 회귀 알고리즘

4. 변칙 감지 알고리즘

5. 클러스터링 알고리즘

6. 훈련/스코어/평가 모델