index.md

layout	title
page	데이터 과학 -- 모형

기계와의 경쟁을 준비하며... AI is a Superpower {.callout}

"고대에는 '땅'이 가장 중요했고 땅이 소수에게 집중되자 인간은 귀족과 평민으로 구분됐으며, 근대에는 '기계'가 중요해지면서 기계가 소수에게 집중되자 인간은 자본가와 노동자 계급으로 구분됐다". 이제는 데이터가 또 한번 인류를 구분하는 기준이 될 것이다. 향후 데이터가 소수에게 집중되면 단순 계급에 그치는 게 아니라 데이터를 가진 종과 그렇지 못한 종으로 분류될 것이이다. ¹

           - 유발 하라리(Yuval Noah Harari)

"AI is a superpower!!!", 인공지능을 체득하면 슈퍼파워를 손에 쥘 것이다.

           - Andrew Ng

금수저, 은수저 슈퍼파워를 받은 사람과 기계학습을 통달한 흑수저들간의 무한경쟁이 드뎌 시작되었다. 물론, 금수저를 입에 물고 기계학습을 통달한 사람이 가장 유리한 출발을 시작한 것도 사실이다.

"The future is here, it's just not evenly distributed yet."

           - William Gibson

학습목차

**모형-I**

• 기계학습 개요

  • 예측모형 파이프 - R 모형설계행렬(Recipe)

• 데이터 정제(Data Cleaning)

• 데이터 품질(Data Quality)

• 모형 데이터 전처리 - Feature Engineering(피처 공학)

  • 클래스 불균형(Class imbalance)
  • 피처 공학(Feature Engineering)
  • 피처 공학 기법 - 직사각형 데이터프레임
  • 피처 공학 - 선택 혹은 추출
  • 피처 공학 - 변수선택 자동화

• 탐색적 데이터분석(EDA)

  • 지도학습모형 → EDA - 포도주(wine)

• tidyverse 모형 - tidymodels: tidyverse 성명서

  • tidyverse 모형 헬로월드**
  • caret → parsnip
  • 임직원 이탈 예측: tidymodel: 2020-07-20
  • tidymodels: 나무모형, 나무모형 예측모형(CART, RF, ..., SGBM)
    • 나무모형과 생존분석의 만남
    • 나무모형과 지리정보의 만남 - 택시인기 지점 예측
  • 포켓몬 PCA
  • 펭귄 성별예측모형
  • 펭귄 성별예측모형: tidymodels
  • 펭귄 성별예측모형: tidymodels - Hyper Parameter
  • 펭귄 성별예측모형: tidymodels + usemodels
  • 펭귄 성별예측모형: tidymodels - XGBoost
  • tidymodels - MDP / DALEX
    • 펭귄 성별예측모형 설명: tidymodels - MDP / DALEX
  • 펭귄 성별예측모형: tidyposterior
  • 배포(Deployment)
    • 펭귄 성별예측모형: tidymodels - Shiny
    • 펭귄 성별예측모형: tidymodels - RESTful API
    • 펭귄 성별예측모형: 파이썬 + Shiny

• GDPR

  • GDPR 벌금 예측모형: EDA
  • 예측모형 GDPR: 설명가능한 특정 모형
  • 예측모형 GDPR: tidymodels: 2020-07-21
  • 책 저자 분류모형: parsnip + tidytext + textrecipes
    • GDPR powered by tidymodels, shiny, dalex, plumber
  • 예측모형 (caret+DALEX+biz) - 뉴욕과 SF 부동산
    • DALEX - mpg(연비 데이터)
    • DALEX - R2D3, 뉴욕과 SF 부동산 분류 데이터
    • DALEX + caret - R2D3, 뉴욕과 SF 부동산 분류 데이터
    • DALEX - $H_2O$, mpg와 attrition 데이터

• 모형 시각화

  • 회귀모형 - purrr + trelliscopejs
  • 비지도학습 tsne - mtcars
  • 만성 신부전증(Kidney) 예측 - LIME

• 모형 평가

  • 예측모형 가치(Business Value)

• 모형 자동화(AutoML)

  • 순수 $H_2 O$ AutoML
  • dplyr + $H_2 O$ AutoML
  • 기계학습 모형개발 30분 - recipe + $H_2 O$ AutoML
  • 기계학습 모형 배포
  • 앙상블(ensemble) 모형

• 실무 모형

  • 사기 탐지(Fraud Detection)
    • 단변량/다변량 이상점 검출
    • 어노말리(Anomaly) 탐지
  • 신용평점모형 개발

모형-II

• Oldest but Goodies - caret

  • caret 예측모형 맛보기
  • caret 예측모형 개발
  • 초모수 미세조정(Hyper Parameter Tuning)
  • caret 예측모형 실전코드
  • 틱택토(Tic-Tac-Toe) - parsnip
  • 서포트 벡터 머신(SVM)
  • 통계검정 → GLM

• Many Models

  • 기계학습 - gapminer + rsample + purrr
  • purrr - 많은 모형(many models)

• 데이터베이스와 깔끔한 모형

  • 데이터베이스 - dplyr

• 모형 인프라(Model Infrastructure)

  • rsampling
  • 시계열 데이터 - 항공여객(Air Passenger) 데이터
  • 항공여객 데이터 ARIMA 모형 - rsample

• 클라우드 컴퓨팅 환경

  • 예측모형 AWS EC2

• 클라우데라 설명가능한 기계학습

  • 고객이탈 - 로지스틱 회귀모형
  • 고객이탈 - Random Forest
  • 고객이탈 - DALEX + LIME
  • 고객이탈 - tidymodels
  • 고객이탈 - RESTful API 기본기 plumber
  • 고객이탈 - RESTful API 모형 배포 plumber
  • 고객이탈 - RESTful API 모형 배포 도커

• 파이썬 실무 예측모형

  • 파이썬 + R - 포도주 품질
  • 파이썬 고객이탈 - xgBoost
    • 파이썬 고객이탈 - XGBoost 초모수 튜닝
  • 파이썬 예측모형 - 시운전(Dry-Run)
  • 파이썬 예측모형 - 생애주기(lifecycle)
  • 파이썬 예측모형 - 교차검증(cross-validation)

• 데이터 결합(Data Fusion) - 네트워크, 텍스트, 이미지, 시계열

  • 캐글 - 전자상거래 옷 리뷰
  • 예측모형 - 네트워크
  • 예측모형 - 데이터 융합(tsne)

Footnotes

1. '사피엔스' 저자 유발 하라리 "인간을 해킹하는 시대가 온다", "머신러닝·AI·생물학 발전…뇌과학 이해도 한층 높여" ↩