데이터마이닝의 원리와 구현

목차

1장 데이터마이닝 개요와 활용
1.1 데이터마이닝의 정의
1.2 데이터마이닝의 기능과 기법
1.3 데이터마이닝의 활용 분야

2장 회귀분석
2.1 다중회귀모형
2.2 회귀계수의 추정
2.3 모형에 대한 추론
2.4 변수선택방법
2.5 회귀모형의 진단
2.6 반응치에 대한 추정 및 예측
2.7 다중공선성
2.8 지시변수와 회귀모형
R 코드
참고문헌
연습문제

3장 규제 회귀분석
3.1 라소(LASSO) 회귀분석
3.2 릿지(Ridge) 회귀분석
3.3 라소와 릿지 회귀의 비교
R 코드
참고문헌
연습문제

4장 차원축소 회귀분석
4.1 변수의 변동과 제곱합
4.2 주성분의 이해
4.3 행렬의 분해
4.4 주성분 스코어
4.5 주성분의 제곱합 분해
4.6 NIPALS 알고리즘
4.7 주성분 회귀분석
4.8 PLS 회귀분석의 개요
4.9 하나의 종속변수에 대한 PLS 회귀분석
4.10 다수의 종속변수에 대한 PLS 회귀분석
4.11 예측성능 평가
R 코드
참고문헌
연습문제

5장 분류분석 개요
5.1 분류 문제 및 분류기법
5.2 기본적인 분류기법
5.3 분류의 성능평가
5.4 ROC 곡선
5.5 이익도표
R 코드
참고문헌
연습문제

6장 로지스틱 회귀분석
6.1 이분 로지스틱 회귀모형
6.2 명목 로지스틱 회귀모형
6.3 서열 로지스틱 회귀모형
부록 6.1 정규분포 모수에 대한 최우추정법
부록 6.2 최우추정치에 대한 표준오차
R 코드
참고문헌
연습문제

7장 판별분석
7.1 피셔 방법
7.2 의사결정론에 의한 분류규칙
7.3 오분류비용을 고려한 분류규칙
7.4 이차 판별분석
7.5 세 범주 이상의 분류
R 코드 27
참고문헌
연습문제

8장 트리 기반 기법
8.1 CART 개요
8.2 트리의 형성
8.3 가지치기 및 최적트리 선정
8.4 기타 트리 기법
R 코드
참고문헌
연습문제

9장 서포트 벡터 머신
9.1 선형 SVM - 분리 가능의 경우
9.2 선형 SVM - 분리 불가능 경우
9.3 비선형 SVM

부록 9.1 비선형계획 문제
R 코드
참고문헌
연습문제

10장 앙상블 기법
10.1 앙상블의 개요
10.2 부트스트래핑
10.3 랜덤 포레스트
10.4 아다부스트
10.5 그래디언트 부스팅
R 코드
참고문헌
연습문제

11장 군집분석 개요
11.1 군집방법
11.2 객체 간의 유사성 척도
11.3 범주형 속성을 포함한 객체의 유사성 척도
R 코드
참고문헌
연습문제

12장 계층적 군집 방법
12.1 군집 간 거리척도 및 연결법
12.2 연결법의 군집 알고리즘
12.3 워드 방법
12.4 분리적 방법 - 다이아나
12.5 군집 수의 결정
R 코드
참고문헌
연습문제

13장 비계층적 군집 방법
13.1 K-means 알고리즘
13.2 K-medoids 군집 방법
13.3 퍼지 K-means 알고리즘
13.4 모형기반 군집 방법
13.5 밀도기반 군집 방법 - 디비스캔(DBSCAN)
R 코드
참고문헌
연습문제

14장 군집해의 평가 및 해석
14.1 군집해의 평가
14.2 군집해의 해석
R 코드
참고문헌
연습문제

15장 연관규칙
15.1 연관규칙의 개요
15.2 연관규칙의 정의 및 성능척도
15.3 연관규칙의 탐색
15.4 순차적 패턴의 탐색
15.5 항목의 선정
R 코드
참고문헌
연습문제

16장 추천시스템
16.1 내용기반 추천시스템
16.2 협업 필터링
16.3 시장바구니 데이터를 이용한 협업 필터링
R 코드
참고문헌
연습문제