코딩없이 클릭만으로 머신러닝 AI 모델 개발하기

Chapter 01. 머신러닝 자동화와 WiseProphet
1.1 디지털 시대
1.2 디지털 플랫폼 정부
1.2.1 디지털 플랫폼 정부 개념
1.2.2 데이터 기반 행정
1.3 데이터 분석 진입장벽
1.4 머신러닝 자동화
1.4.1 머신러닝 자동화 개요와 기술 동향
1.4.2 머신러닝 자동화의 효과와 도입 접근 방법
1.5 WiseProphet
1.5.1 ㈜위세아이텍의 머신러닝 프로젝트 솔루션
1.5.2 머신러닝 자동화(Auto ML) 솔루션 WiseProphet
1.6 실습 방법 구성

Chapter 02. WiseProphet 처리 단계와 주요 기능
2.1 WiseProphet 데이터 분석 처리 단계
2.2 Kaggle에서 데이터 준비
2.3 WiseProphet 주요 기능
2.3.1 WiseProphet 데이터 로딩
2.3.2 데이터 탐색 및 데이터 전처리
2.3.3 특징 선택 및 알고리즘 선택
2.3.4 모델 실행 결과 분석
2.3.5 모델 관리 및 활용

Chapter 03. 머신러닝의 이해와 WiseProphet를 이용한 데이터 분석
3.1 WiseProphet 분류 모델 활용
3.1.1 WiseProphet 분류 알고리즘
3.1.2 개인 금용 신용 위험 예측 실습(Credit Risk Prediction)
3.1.3 직원 퇴사 여부 예측 실습(HR Attrition Prediction)
3.1.4 유효수명을 이용한 엔진 고장 유무 예측 실습(NASA Turbofan Engine RUL Prediction Maintenance)
3.1.5 MNIST 숫자 손글씨 인식 실습
3.2 WiseProphet 회귀 모델 활용
3.2.1 WiseProphet 회귀 알고리즘
3.2.2 차량 보험 고객의 생애가치 예측 실습(Cusomer Lifetime Value Anlysis)
3.2.3 부동산 가격 예측 실습(Real-state Price Analysis)
3.2.4 K-야구 데이터를 이용한 선수 성적 예측
3.2.5 Kaggle 아마존 주가 예측
3.2.6 공공 데이터(지역별 환경 데이터)를 이용한 지역별 시간대별 미세먼지농도 예측
3.3 WiseProphet 군집 모델 활용
3.3.1 WiseProphet 군집 알고리즘
3.3.2 온라인쇼핑 고객의 군집화와 특징 분석 실습(Online Commerce Customer Clustering)
3.3.3 온라인쇼핑 고객의 군집화와 특징 분석 실습(Advertise Conversion Data)

부록
부록 1 용어정리
부록 2 DBMS로부터 데이터 불러오는 방법
부록 3 여러 개의 파일로 구성되어 있는 데이터를 CSV 파일로 결합하는 방법
부록 4 WiseProphet를 위한 이미지 파일(JPG)의 CSV 변환방법
부록 5 다양한 데이터 형식을 CSV 파일로 변환하는 방법
부록 6 WiseProphet를 이용한 AI 분석 모델 개발 사례
부록 7 WiseProphet를 이용한 비정형 데이터의 AI 모델 개발 사례