파이썬과 주피터 노트북 기반의 SAS Viya
Regular price
$37.08
Sale price
Regular price
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
이 책은 파이썬과 노트북 기반으로 SAS Viya를 경험하기 위한 입문서이다.
SAS를 오랜 시간 동안 실무에서 사용하고 프로젝트를 진행했던 사용자, SAS를 접해보지는 않았지만 파이썬 등의 오픈소스를 잘 이용하여 프로젝트를 진행했던 사용자 등 다양한 사용자들이 SAS Viya를 경험해보고 싶어 한다. 이 책은 이러한 사용자들이 머신러닝과 딥러닝 프로젝트에서 가장 잘 알려진 파이썬 언어와 주피터 노트북 편집기를 이용하여 SAS Viya를 경험해볼 수 있는 기회를 제공한다.
왜 SAS Viya를 경험해야 하는가? 물론 이 질문에 명쾌하게 한 문장으로 답변할 수는 없다. 그러나 필자가 보기에 가장 큰 이유는 하나의 언어와 엔진으로 데이터 구성부터 모델 배포까지 할 수 있기 때문이라고 생각한다.
SAS Viya는 데이터 과학자 또는 머신러닝 개발자가 동시에 하나의 언어와 분석 엔진으로 소통할 수 있는 거의 유일한 언어이며 엔진이다. 이제는 모델을 구성하기만 하면 되는 시대가 아니며 만든 모델은 가치를 창출하기 위해서 적극적으로 비즈니스 애플리케이션에 배포되어야 한다. 즉, 머신러닝과 운영이 통합 관리되고 자동화되어야하므로 더더욱 SAS Viya가 필요하다고 생각한다.
SAS Viya의 분석 엔진은 카스(CAS: cloud analytics services)이다. 이 책은 파이썬과 주피터 노트북을 통하여 카스 엔진에 접속하고 각종 머신러닝과 딥러닝을 수행하는 방법을 안내한다. 특히 데이터 전처리(preprocessing)와 관련된 여러 가지 이슈를 어떻게 카스 엔진을 통하여 해결하는지를 살펴볼 것이다.
파이썬 기본 패키지에 대한 설명과 함께 몇 가지 머신러닝 기법에 대해서는 약간의 이론적인 내용을 추가하였다. 머신러닝 알고리즘에 대한 설명은 필자의 다른 참고도서를 참조하면 된다. 이 책의 주된 목적은 이론적인 내용보다는 카스 엔진을 이용하여 머신러닝과 딥러닝을 실습해보는 것이다. 아무쪼록 독자분들이 코드를 실습하면서 실제 SAS Viya 기반의 프로젝트를 성공적으로 수행하기를 바란다.
좋은 책을 위해 최선을 다했지만, 오류나 부족한 부분이 있을 수 있다. 이에 대한 독자 여러분의 많은 조언을 구하며, 출간 후에라도 수정사항이 있다면 자유아카데미 홈페이지(http://www.freeaca.com) 자료실에 제공할 예정이니 참조하길 바란다.
SAS를 오랜 시간 동안 실무에서 사용하고 프로젝트를 진행했던 사용자, SAS를 접해보지는 않았지만 파이썬 등의 오픈소스를 잘 이용하여 프로젝트를 진행했던 사용자 등 다양한 사용자들이 SAS Viya를 경험해보고 싶어 한다. 이 책은 이러한 사용자들이 머신러닝과 딥러닝 프로젝트에서 가장 잘 알려진 파이썬 언어와 주피터 노트북 편집기를 이용하여 SAS Viya를 경험해볼 수 있는 기회를 제공한다.
왜 SAS Viya를 경험해야 하는가? 물론 이 질문에 명쾌하게 한 문장으로 답변할 수는 없다. 그러나 필자가 보기에 가장 큰 이유는 하나의 언어와 엔진으로 데이터 구성부터 모델 배포까지 할 수 있기 때문이라고 생각한다.
SAS Viya는 데이터 과학자 또는 머신러닝 개발자가 동시에 하나의 언어와 분석 엔진으로 소통할 수 있는 거의 유일한 언어이며 엔진이다. 이제는 모델을 구성하기만 하면 되는 시대가 아니며 만든 모델은 가치를 창출하기 위해서 적극적으로 비즈니스 애플리케이션에 배포되어야 한다. 즉, 머신러닝과 운영이 통합 관리되고 자동화되어야하므로 더더욱 SAS Viya가 필요하다고 생각한다.
SAS Viya의 분석 엔진은 카스(CAS: cloud analytics services)이다. 이 책은 파이썬과 주피터 노트북을 통하여 카스 엔진에 접속하고 각종 머신러닝과 딥러닝을 수행하는 방법을 안내한다. 특히 데이터 전처리(preprocessing)와 관련된 여러 가지 이슈를 어떻게 카스 엔진을 통하여 해결하는지를 살펴볼 것이다.
파이썬 기본 패키지에 대한 설명과 함께 몇 가지 머신러닝 기법에 대해서는 약간의 이론적인 내용을 추가하였다. 머신러닝 알고리즘에 대한 설명은 필자의 다른 참고도서를 참조하면 된다. 이 책의 주된 목적은 이론적인 내용보다는 카스 엔진을 이용하여 머신러닝과 딥러닝을 실습해보는 것이다. 아무쪼록 독자분들이 코드를 실습하면서 실제 SAS Viya 기반의 프로젝트를 성공적으로 수행하기를 바란다.
좋은 책을 위해 최선을 다했지만, 오류나 부족한 부분이 있을 수 있다. 이에 대한 독자 여러분의 많은 조언을 구하며, 출간 후에라도 수정사항이 있다면 자유아카데미 홈페이지(http://www.freeaca.com) 자료실에 제공할 예정이니 참조하길 바란다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
목차
목차
1. 파이썬 언어 이해
1.1 개요
1.2 기본 데이터 형
1.3 컨테이너 형
1.4 식별자의 표기
1.5 값의 할당
1.6 형 변환
1.7 순서열 컨테이너 색인
1.8 논리 연산자
1.9 문장 구성
1.10 모듈
1.11 조건 문장
1.12 수학 연산과 함수
1.13 조건반복 문장
1.14 컨테이너 데이터 유형 일반 연산
1.15 리스트 연산
1.16 사전 연산
1.17 집합(set) 연산
1.18 문자열 연산
1.19 함수 정의
1.20 포맷 구성하기
1.21 참고문헌
2. 넘파이 이해
2.1 개요
2.2 배열 생성
2.3 배열 연산
2.4 배열 원소
2.5 다차원 배열
2.6 배열 생성자
2.7 배열 조각내기
2.8 팬시 색인화
2.9 모양 변경
2.10 배열 쌓기
2.11 배열 축과 계산
2.12 배열 방송
2.13. 참고문헌
3. 판다스 이해
3.1 개요
3.2 데이터프레임 연산자
3.3 데이터프레임 생성
3.4 색인 정렬
3.5 분할-적용-결합
3.6 결측값 처리
3.7 모양 변경
3.8 데이터 결합
3.9 참고문헌
4. 맷플롯립 패키지 이해
4.1 개요
4.2 그래프 준비
4.3 그래프 생성
4.4 그래프 수정
4.5 그래프 저장
4.6. 참고문헌
5. SWAT 패키지
5.1 SAS Viya에 대한 이해
5.2 시작하기
5.2. 카스 테이블
5.3 색인과 데이터 선택
5.4 분할-적용-결합
5.5 참고문헌
6. 머신러닝
6.1 머신러닝과 운영 통합
6.2 [HMEQ] 데이터
6.3 데이터 전처리
6.4 모델 학습
6.5 비지도 모델 학습
6.6 참고문헌
7. DLPy 패키지
7.1 개요
7.2 합성곱 신경망
7.3 참고문헌
1.1 개요
1.2 기본 데이터 형
1.3 컨테이너 형
1.4 식별자의 표기
1.5 값의 할당
1.6 형 변환
1.7 순서열 컨테이너 색인
1.8 논리 연산자
1.9 문장 구성
1.10 모듈
1.11 조건 문장
1.12 수학 연산과 함수
1.13 조건반복 문장
1.14 컨테이너 데이터 유형 일반 연산
1.15 리스트 연산
1.16 사전 연산
1.17 집합(set) 연산
1.18 문자열 연산
1.19 함수 정의
1.20 포맷 구성하기
1.21 참고문헌
2. 넘파이 이해
2.1 개요
2.2 배열 생성
2.3 배열 연산
2.4 배열 원소
2.5 다차원 배열
2.6 배열 생성자
2.7 배열 조각내기
2.8 팬시 색인화
2.9 모양 변경
2.10 배열 쌓기
2.11 배열 축과 계산
2.12 배열 방송
2.13. 참고문헌
3. 판다스 이해
3.1 개요
3.2 데이터프레임 연산자
3.3 데이터프레임 생성
3.4 색인 정렬
3.5 분할-적용-결합
3.6 결측값 처리
3.7 모양 변경
3.8 데이터 결합
3.9 참고문헌
4. 맷플롯립 패키지 이해
4.1 개요
4.2 그래프 준비
4.3 그래프 생성
4.4 그래프 수정
4.5 그래프 저장
4.6. 참고문헌
5. SWAT 패키지
5.1 SAS Viya에 대한 이해
5.2 시작하기
5.2. 카스 테이블
5.3 색인과 데이터 선택
5.4 분할-적용-결합
5.5 참고문헌
6. 머신러닝
6.1 머신러닝과 운영 통합
6.2 [HMEQ] 데이터
6.3 데이터 전처리
6.4 모델 학습
6.5 비지도 모델 학습
6.6 참고문헌
7. DLPy 패키지
7.1 개요
7.2 합성곱 신경망
7.3 참고문헌
저자
저자
강봉주
서울대 계산통계학과 졸업
서울대 통계학과 석·박사
현) ㈜배닌 대표
서울대 통계학과 석·박사
현) ㈜배닌 대표
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.
$99 이상 무료 배송
3% 리워드 크레딧 적립
Secure Payment

