스크립트가 작동하지 않으면 사이트 일부 기능을 사용할 수 없습니다.

본문바로가기

에너지경제연구원

메인메뉴

  • 검색
    • 통합검색
    • 소장자료
    • 메타검색
    • 신착자료
    • 정기간행물
  • 전자자료
    • e-Journals A to Z
    • Core Journals
    • e-Books
    • 학술DB
    • 통계DB
    • 전문정보DB
    • 최신 e-리포트
  • KEEI발간물
    • KEEI연구보고서
    • 정기간행물
    • 발간물회원
  • 참고웹사이트
    • 국제기구
    • 통계기관
    • 국가별에너지관련부처
    • 국내외유관기관
    • 경제인문사회연구기관
    • 에너지 전문지
  • My Library
    • 개인정보수정
    • 대출/연장/예약
    • 희망도서신청
    • 입수알림신청
    • 원문신청
    • 내보관함
    • 검색이력조회
  • 도서관서비스
    • Mission&Goals
    • 전자도서관이용안내
    • 도서관 이용안내
    • RefWorks 이용안내
    • 공지사항
    • 웹진

전체메뉴

  • 검색
    • 통합검색
    • 소장자료
    • 메타검색
    • 신착자료
    • 정기간행물
  • 전자자료
    • e-Journals A to Z
    • Core Journals
    • eBooks
    • 학술 DB
    • 통계 DB
    • 전문정보 DB
    • 최신 e-리포트
  • KEEI 발간물
    • 연구보고서
    • 정기간행물
    • 발간물회원
  • 참고웹사이트
    • 국제기구
    • 통계기관
    • 국가별 에너지관련부처
    • 국내외 유관기관
    • 경제인문사회연구기관
    • 에너지전문지
  • My Library
    • 개인정보수정
    • 대출/연장/예약
    • 희망도서신청
    • 입수알림신청
    • 원문신청
    • 내보관함
    • 검색이력조회
  • 도서관서비스
    • Mission&Goals
    • 전자도서관이용안내
    • 도서관이용안내
    • RefWorks 이용안내
    • 공지사항
    • 웹진

닫기

검색

홈아이콘 > 검색 > 상세보기

상세보기

표지이미지
자료유형 : 단행본
서명 / 저자 : (빅데이터 분석을 위한) 데이터마이닝 방법론 : SAS Enterprise Miner 활용사례를 중심으로 / 강현철 ; 한상태 ; 최종후 ; 이성건 ; 김은석 ; 엄익현 지음
개인저자 : 강현철 | 한상태 | 최종후 | 이성건 | 김은석 | 엄익현 |
발행사항 : 파주 : 자유아카데미, 2014
형태사항 : 339 p. : 삽화, 도표 ; 26cm.
서지주기 : 색인수록
부록주기 : 부록수록
주제명 : 데이터 마이닝[data mining]
빅 데이터[big data]
ISBN : 9788973384501
청구기호 : QA276.4 데68
QR Code 정보
 

태그

입력된 태그 정보가 없습니다. 태그추가

소장자료

부가정보

제I부 데이터마이닝 시작하기

제1장 데이터마이닝의 주요개념
1.1 데이터미이닝이란 무엇인가?
1.2 데이터미이닝 프로젝트의 수행 프로세스
1.3 데이터미이닝 예측기법
1.4 Enterprise Miner의 소개
1.5 맺음말
1.6 연습문제

제2장 Enterprise Miner 맛보기
2.1 프로젝트의 생성과 분석흐름도의 작성
2.2 데이터의 분할:Data Partition 노드
2.3 모형 구축
2.4 모형 평가: Assessment 노드
2.5 점수화: Score 노드
2.6 결측값 처리: Inpute 노드
2.7 예측모형에 대한 해석
2.8 보고서 작성: Reporter 노드
2.9 연습문제

제II부 예측모형의 구축과 평가

제3장 의사결정나무분석
3.1 의사결정나무의 개념
3.2 의사결정나무의 분리기준
3.3 의사결정나무분석의 특징
3.4 분석사례-1(분류나무):신용평가 문제
3.5 분석사례-2(회귀나무):평균임금의 예측
3.6 분석사례-3: 의사결정나무분석의 대화식 수행
3.7 의사결정나무모형에 대한 요약 테이블 작성
3.8 연습문제

제4장 회귀분석
4.1 선형회귀분석(Linear Regression Analysis)
4.2 로지스틱 회귀분석(Logistic Regression Analysis)
4.3 회귀분석의 특징과 제약
4.4 분석사례-1: 선형회귀분석
4.5 분석사례-2: 로지스틱 회귀분석
4.6 분석사례-3: 신용평점표의 작성
4.7 연습문제

제5장 신경망분석
5.1 신경망의 구조와 개념-MLP신경망
5.2 신경망의 특징과 적용상의 문제점
5.3 분석사례-1: 신경망과 로지스틱 회귀의 비교
5.4 분석사례-2: 의사결정나무를 이용한 신경망모형의 해석
5.5 참조: RBF 신경망과 EBF 신경망
5.6 연습문제

제6장 예측모형에 대한 평가
6.1 모형평가의 기본 개념
6.2 모델 비교(Model Comparison) 노드
6.3 임계치(Cutoff) 노드
6.4 의사결정(Decisions) 노드
6.5 기타 모형화 노드들
6.6 연습문제

제III부 데이터 사전처리와 자율예측

제7장 데이터 탐색과 변형
7.1 변수 변환(Transform Variables) 노드
7.2 결측값 처리(Impute) 노드
7.3 값 대체(Replacement 노드
7.4 변수 선택(Variable Selection 노드
7.5 주성분분석(Principal Componenets) 노드
7.6 연습문제

제8장 군집분석
8.1 군집분석의 개념
8.2 k-평균 군집방법(k-Means Clustering)
8.3 군집분석의 특징과 적용상의 문제점
8.4 클러스터링(Clustering) 노드
8.5 세그먼트 프로파일링(Segment Profile) 노드
8.6 SOM/Kohonen 노드
8.7 변수 클러스터링(Variable Clustering) 노드
8.8 연습문제

제9장 연관성규칙발견
9.1 연관성규칙발견의 개념
9.2 연관성규칙발견의 특징과 적용상의 문제점
9.3 분석사례- 1: 연관성규칙발견
9.4 분석사례- 2: 시차 연관성분석
9.5 웹마이닝(Web Mining)
9.6 분석사례- 3: 경로분석(Path Analysis)
9.7 연습문제

부록1 예제 데이터세트에 대한 설명
찾아보기

서평

등록된 서평이 없습니다. 첫 서평의 주인공이 되어 보세요.