경영학과 함께하는 파이썬 인공지능

어떠한 동기에서건 파이썬에 관심을 가지고 파이썬 학습을 시도해 본 독자들이라면 파이썬이 귀도 반 로섬이라는 전산학자가 개발한 "컴퓨터 프로그래밍 언어"라는 것을 알게 되고 이후 변수, 리스트, if-else 구문, for 루프, 파이썬 함수 등 파이썬 코딩에 대하여 공부해 보았을 것이다.

그런데 이러한 파이썬 코딩에 대하여 학습하는 과정에서 독자들은 점점 "도대체 파이썬을 어디에 써 먹을 수 있을까?"라는 근본적인 의문에 빠지게 된다. 대부분의 독자들은 이 질문에 대한 대답으로 "파이썬이 재미있기는 한데 나에게는 별로 쓸모가 없네? 또는 "내가 하고 싶은 일을 할 수 있을 정도로 파이썬 코딩을 할 수 있으려면 너무 어렵겠는데"라는 판단을 내리고 더 이상 파이썬 코딩에 대하여 공부하고 싶지 않게 된다.

이러한 현상이 생기는 이유는 무엇일까? 그것은 파이썬이 "프로그래밍 언어"인 것은 맞지만 사실 Pandas, Numpy, SciPy, Scikit-learn, Pytorch 등과 같이 방대한 관련 라이브러리들까지도 포함하는 일종의 생태계로서의 파이썬을 이해하지 못하기 때문이다.

그러면 파이썬 라이브러리란 무엇인가? 파이썬 라이브러리는 어떤 특정한 작업들을 효율적으로 실행하기 위하여 파이썬으로 코딩되어 개발되어 있는 일종의 모듈 또는 패키지라고 할 수 있다. 예를 들어 당신이 2021년 전국의 공동주택 매매 150만 건에 대한 빅데이터를 가지고 있다고 해 보자. 이 데이터로부터 서울시 강남구의 대형 아파트의 평균 매매가격을 계산하기 위한 파이썬 코딩은 전문가가 아니고서는 도저히 시도조차 해 볼 수 없는 코딩작업이 될 것이다. 그런데 Pandas라는 라이브러리를 이용하면 10줄 이내의 간단한 코딩으로 이런 작업이 가능해 지는 것이다.

그런데 매우 다양한 파이썬 라이브러리들이 특정 작업에 이용할 수 있도록 이미 개발되어 있으므로 우리는 기본적인 파이썬 코딩에 대한 학습과 더불어 자신의 동기나 목적에 맞는 파이썬 라이브러리들의 코딩 법을 익힘으로써 애초에 자신이 파이썬을 공부하려던 소기의 목적을 쉽게 달성할 수 있게 되는 것이다.

만약 당신이 복잡한 수학적 모델링과 관련된 경영학 주제들을 학습하기 위해 파이썬 공부를 하고자 하는 학생이라면 파이썬 기본 코딩과 더불어 scipy, pulp 등과 같은 라이브러리들을 이용한 코딩 법을 학습해야만 할 것이다.

엑셀과 같은 스프레드시트 형태의 (빅)데이터를 가공하거나 데이터에 내포된 정보를 파악해야만 할 필요가 있는 경우라면 반드시 Pandas 코딩에 대한 학습이 수반되어야만 한다.

한편, 고객데이터로부터 고객관리를 위한 정보를 습득하고자 하는 경우라면 Scikit-learn, seaborn 등과 같은 라이브러리 코딩 법에 숙련되어야만 파이썬 학습으로부터 원하는 해답을 찾을 수 있게 될 것이다.

인터넷상의 고객 게시 글이나 댓글 또는 SNS에서 특정 단어를 포함하는 문장들을 검색하여 크롤링하고자 하는 경우라면 BeautifulSoup과 같은 라이브러리를 사용하기 위한 코딩 법에 익숙해져야 할 것이다.

만약 기계학습(machine learning)과 딥러닝(deep learning)을 활용한 인공지능(Artificial Intelligence, AI)의 응용이 목적이라면 Scikit-learn, Pytorch 등의 라이브러리 학습이 필수적이다.

이렇듯 파이썬을 제대로 공부하려면 우선 파이썬 기본 코딩에 대한 학습을 출발점으로 하여 내가 원하는 용도나 목적에 맞는 파이썬 라이브러리들을 파악하고 이에 대한 코딩 학습이 반드시 동반되어야만 한다.

당신은 누구인가요? 행사가격의 크기가 콜옵션 가격에 미치는 영향에 대하여 공부하고 싶은 학생인가요? 과거 10년간의 기업 활동에서 생긴 엑셀파일들을 하나로 합치고 싶은가요? 매출데이터로부터 시간대별 매출 상위 10개 제품을 알고 싶거나 충성고객들의 특성을 파악하고자 하는 사업자인가요? 최소분산포트폴리오를 어떻게 구성해야 하는지 알고 싶은가요? 인공신경망 알고리즘을 이용하여 주가 예측을 하고 싶은가요?

이와 같이 경영학 관련된 주제들을 공부하고 있거나 기업 경영과 관련된 복잡한 의사결정 과정에 파이썬을 어떻게 활용할 수 있는지 공부하고 싶은 사람이라면 "경영학과 함께 하는 파이썬 인공지능"은 매우 적절한 지침서이며 동시에 파이썬 공부의 탄탄한 기초를 제공해 줄 수 있을 것이다.

1장. 파이썬 설치ㆍ001
1.1 파이썬과 아나콘다 ㆍ 002
1.2 아나콘다 설치 ㆍ 004
1.3 아나콘다 프롬프트 활용 ㆍ 014
1.4 가상환경 생성/활용 및 라이브러리 설치/추가:아나콘다 프롬프트 사용 ㆍ 016
1.5 Jupyter를 이용한 파이썬 실행 ㆍ 019
1.6 Spyder를 이용한 파이썬 실행 ㆍ 025

2장 파이썬 데이터와 변수ㆍ034
2.1 파이썬 코딩과 실행 ㆍ 034
2.2 파이썬 데이터의 유형: 수(Number) ㆍ 039
2.3 파이썬 데이터의 유형: 문자열(String) ㆍ 042
2.4 파이썬 데이터의 유형: 리스트(List) ㆍ 049
2.5 파이썬 데이터의 유형:딕셔너리(Dictionary) ㆍ 056
2.6 파이썬 데이터의 유형: 튜플(Tuple) ㆍ 057
2.7 파이썬 데이터의 유형: 세트(Set) ㆍ 059

3장 상황에 따라 다른 작업을 하기 위한 파이썬ㆍ066
3.1 if 구문과 if-else 구문 ㆍ 068
3.2 if-elif-else 구문 ㆍ 077
3.3 중첩(nested) if-else 구문 ㆍ 081

4장 동일한 작업을 반복하기 위한 파이썬ㆍ100
4.1 for 루프의 구조와 타겟 변수의 활용 ㆍ 104
4.2 타겟변수가 루프회차를 조절하는데 사용되는 for 루프 ㆍ 119
4.3 while 루프(loop) ㆍ 124
4.4 리스트/튜플/딕셔너리의 생성을 위한 루프 활용 ㆍ 126

5장 사용빈도가 잦은 작업을 위한 파이썬ㆍ144
5.1 파이썬 함수의 정의/호출(call)/복귀(return) ㆍ 145
5.2 값 반환 함수(Value returning function) ㆍ 159
5.3 main 함수의 활용 ㆍ 172
5.4 함수를 메뉴화하는 방법 ㆍ 178
5.5 함수의 모듈화(Modularization) ㆍ 184

6장 데이터와 함수를 묶기 위한 파이썬ㆍ204
6.1 클래스(Class)와 객체(Object) ㆍ 204
6.2 클래스(Class)의 모듈화(modularization) ㆍ 212
6.3 데이터 속성 감추기 (Hiding data attributes) ㆍ 216
6.4 상속 (Inheritance) ㆍ 218

7장 경영학을 위한 넘파이(Numpy)ㆍ226
7.1 넘파이 배열(array) ㆍ 230
7.2 넘파이 배열에 대한 연산 ㆍ 238
7.3 넘파이를 이용한 난수생성 ㆍ 255
7.4 넘파이와 투자공학(Investment Engineering) ㆍ 262

8장 파이썬과 경영데이터 가공및 시각화ㆍ278
8.1 판다스 시리즈(Series)와 데이터프레임(Dataframe) ㆍ 280
8.2 판다스를 이용한 데이터 가공 ㆍ 294
8.3 판다스를 이용한기술 통계량 연산 ㆍ 315
8.4 판다스를 이용한 도수분포표와 분류표 작성 ㆍ 320
8.5 시본을 이용한 자료시각화(data visualization) ㆍ 326

9장 파이썬과 기업경영ㆍ346
9.1 기업의 마케팅 관리 및 마케팅 전략 ㆍ 346
9.2 기업의 생산·운영 전략 ㆍ 358
9.3 투자공학 ㆍ 364

10장 파이썬과 금융/투자 로보-어드바이저:주가예측 알고리즘ㆍ378
10.1 금융/투자 로보-어드바이저 프로세스 ㆍ 379
10.2 포괄적인 자산부채관리를 위한 로보-어드바이저 ㆍ 384
10.3 주가 예측을 위한 신경망(Neural network)알고리즘 ㆍ 386

박경욱