간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (23,750원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (17,500원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (20,000원)
(최대할인 4만원 / 2만원 이상 결제)
Close

누구나 쉽고 재미있게 만드는 예측모형

소득공제

2013년 9월 9일 이후 누적수치입니다.

공유하기
  • 출판사 : 북앤에듀
  • 발행 : 2019년 04월 25일
  • 쪽수 : 236
  • ISBN : 9791155901182
정가

25,000원

  • 25,000원

    750P (3%적립)

할인혜택
적립혜택
  • S-Point 적립은 마이페이지에서 직접 구매확정하신 경우만 적립 됩니다.
추가혜택
배송정보
  • 5/2(목) 이내 발송 예정  (서울시 강남구 삼성로 512)
  • 무료배송
주문수량
감소 증가
누구나 쉽고 재미있게 만드는 예측모형

25,000원

북카트 담기 바로구매
위로

  • 이벤트/기획전

  • 연관도서

  • 상품권

AD

이상품의 분류

책소개

▶ 보건학에 관한 내용을 담은 전문서적입니다.

출판사 서평

예측모형은 정말 재미있는 것이며 실제에서 활용될 만한 것입니다. 어쩌면 통계학 분야 중 가장 일상생활과 밀접한 영역이라고 할 수도 있고 통계학의 궁극적인 목표 중 하나라고도 생각됩니다.
과거의 데이터를 이용해서 미래를 예측합니다. 다양한 정보들을 동시에 고려하여 현실을 정확히 파악합니다.

다양한 학문 분야에서 활용되는데, 오히려 의학 통계에서는 덜 사용되는 듯합니다. 아니 의학의 어떤 분야에서는 활발히 사용되고 어떤 분야는 전혀 활용되지 않는 듯하기도 합니다.
이 책은 예측모형에 대해 전혀 익숙하지 않은 사람도 예측모형이 무엇인지 알 수 있도록 소개하면서 또 이미 예측모형을 사용하는 분도 다양한 고급 예측모형들을 만들어 보고 공부할 수 있도록 하기 위해 의도적으로 단순화하고, 형식을 통일하여 배치하였습니다. 일관된 형식을 가질 수 있도록 말이죠.
그리고 어떤 예측모형에서 사용되던 https://tinyurl.com/Bayes-Class1을 이용하여 data를 원하는 방식으로 둘로 쪼갤 수 있도록 하였는데 이는 예측모형뿐 아니라, 다른 데이터들도 적당한 비율만큼 쪼개거나 일부만 무작위로 선택할 때 사용할 수 있습니다.
인공신경망 예측모형에서 설명하였던 https://tinyurl.com/confusion-matrix를 이용하면 어떤 예측모형이나 진단 도구에서 나온 두 자료값도 서로 비교할 수 있습니다.
https://tinyurl.com/ROC-pretty와 https://tinyurl.com/ROC-pretty2는 ROC를 그리고 비교하는 도구이며 예측모형과 직접 간접으로 관련이 있어서 본문에서 소개하였습니다.
즉, 이들 도구는 어떤 예측모형을 사용하더라도 응용할 수 있는 범용 툴이라고 할 수 있습니다. ?
제목 별로 본문에서 사용했던 툴들을 정리해 보았습니다.
NRI쉽게 계산하기 https://tinyurl.com/NRI-predict

베이지안 예측모형 https://tinyurl.com/Bayes-Class1
https://tinyurl.com/Bayes-Class2

인공신경망 예측모형 https://tinyurl.com/Neural-Networks-Prediction
https://tinyurl.com/confusion-matrix

K 근접법 예측모형 https://tinyurl.com/Prediction-kNN

SVM 예측모형 https://tinyurl.com/SVM-Prediction

결정나무 예측모형 https://tinyurl.com/Decision-Tree-party
https://tinyurl.com/Decision-Tree-tree
https://tinyurl.com/Decision-Tree-rpart

Random Forest 예측모형 https://tinyurl.com/Random-Forest2

Bagging 예측모형 https://tinyurl.com/Prediction-Bagging

Gradient boosting 예측모형 https://tinyurl.com/Prediction-GBM

딥러닝 예측모형 https://tinyurl.com/Deep-NN

로지스틱 회귀분석 예측모형 https://tinyurl.com/Prediction-Logistic-Regression

? 검토와 validation https://tinyurl.com/confusion-matrix
http://cafe.naver.com/easy2know/6632
https://tinyurl.com/calibration-plot
https://tinyurl.com/classifier-plot
https://tinyurl.com/ROC-pretty

생존 자료의 예측모형 https://tinyurl.com/survival-Prediction

선형 회귀분석 예측모형 https://tinyurl.com/prediction-GLM
https://tinyurl.com/LOWESS2

Bayesian Model Averaging 예측모형 https://tinyurl.com/prediction-BMA

SVM 예측모형 https://tinyurl.com/SVM-Prediction

? 검토와 validation http://tinyurl.com/Taylor-diagram
https://tinyurl.com/matrix-scatterplot1

예측모형의 메타분석 https://tinyurl.com/MA-prediction-model

아무쪼록 즐거운 공부가 되길 바랍니다.
사용된 예제 파일은 https://tinyurl.com/Prediction-KJH에 첨부되어 있습니다.

측정된 값들이 정확하지 않다면 예측 모형도 정확할 수 없습니다. 측정이 불가능한 변수들도 많이 있습니다. 사실 아무리 좋은 예측모형도 예측이 정확할 수 없습니다만, 그냥 자신의 기억과 주관을 사용한 것보다는 객관적이면서 분석 가능한 방법을 통해 경제, 경영, 산업, 의학에 두루두루 쉽게 사용할 수 있게 되기를 바라는 마음에서 예측모형을 가능한 한 쉽게 적용할 수 있도록 만들어 보았습니다.

In God we trust; all others must bring data
(protocol and SAS output).
W. Deming

저의 강의 슬라이드의 밑에 있는 이 말은 전쟁 후 일본을 재건시키는 데 결정적인 영향을 미쳤고 미국의 산업을 통째로 바꾸는 데 영향을 미쳤던 한 사람의 말입니다.

싸울 날을 위하여 마병을 예비하거니와
이김은 여호와께 있느니라
(잠언 21:31)

사실 우리가 계획하고 예측하는 것은 항상 불완전합니다. 공부할수록 더 많이 느끼게됩니다. 그래서 공부할수록 주관자를 찾게 되나 봅니다.

2019년 4월 5일
감사의 마음으로

목차

Part 1. 몇 가지 예제
01 진단 도구, 예측 도구의 필요성
02 예제 1 한국형 당뇨 진단 모델
▶ 엑셀로 계산해 보기
▶ 엑셀로 된 유명한 Framingham
▶ 연속변수를 구간으로 나누기
▶ 국민건강영양조사
03 예제 2 한국형 당뇨 예측 모델
04 예제 3 심근경색 예측을 위한 모델
▶ NRI 쉽게 계산하기
05 예제 4 유방암 치료 후 생존율 모델
▶ 계산식 보급하기
Part 2. 다양한 예측모형
01 베이지안 예측모형
02 인공신경망 예측모형
03 K 근접법 예측모형
04 SVM 예측모형
05 결정나무 예측모형
06 Random Forest 예측모형
07 Bagging 예측모형
08 Gradient boosting 예측모형
09 딥러닝 예측모형
10 로지스틱 회귀분석 예측모형
▶ 검토와 validation
11 생존 자료의 예측모형
12 선형 회귀분석 예측모형
13 Bayesian Model Averaging 예측모형
14 SVM 예측모형
▶ 검토와 validation
Part 3. 예측모형을 위한 평가
01 예측모형의 현실
02 예제 5 예측모형들의 비교
03 TRIPOD STATEMENT
04 CHARMS checklist
05 PROBAST checklist
06 예측모형의 메타분석

Part 1. 몇 가지 예제
01 진단 도구, 예측 도구의 필요성
02 예제 1 한국형 당뇨 진단 모델
▶ 엑셀로 계산해 보기
▶ 엑셀로 된 유명한 Framingham
▶ 연속변수를 구간으로 나누기
▶ 국민건강영양조사
03 예제 2 한국형 당뇨 예측 모델
04 예제 3 심근경색 예측을 위한 모델
▶ NRI 쉽게 계산하기
05 예제 4 유방암 치료 후 생존율 모델
▶ 계산식 보급하기

Part 2. 다양한 예측모형
01 베이지안 예측모형
02 인공신경망 예측모형
03 K 근접법 예측모형
04 SVM 예측모형
05 결정나무 예측모형
06 Random Forest 예측모형
07 Bagging 예측모형
08 Gradient boosting 예측모형
09 딥러닝 예측모형
10 로지스틱 회귀분석 예측모형
▶ 검토와 validation
11 생존 자료의 예측모형
12 선형 회귀분석 예측모형
13 Bayesian Model Averaging 예측모형
14 SVM 예측모형
▶ 검토와 validation

Part 3. 예측모형을 위한 평가
01 예측모형의 현실
02 예제 5 예측모형들의 비교
03 TRIPOD STATEMENT
04 CHARMS checklist
05 PROBAST checklist
06 예측모형의 메타분석

본문중에서

[서문]

예측모형은 정말 재미있는 것이며 실제에서 활용될 만한 것입니다. 어쩌면 통계학 분야 중 가장 일상생활과 밀접한 영역이라고 할 수도 있고 통계학의 궁극적인 목표 중 하나라고도 생각됩니다.
과거의 데이터를 이용해서 미래를 예측합니다. 다양한 정보들을 동시에 고려하여 현실을 정확히 파악합니다.

다양한 학문 분야에서 활용되는데, 오히려 의학 통계에서는 덜 사용되는 듯합니다. 아니 의학의 어떤 분야에서는 활발히 사용되고 어떤 분야는 전혀 활용되지 않는 듯하기도 합니다.
이 책은 예측모형에 대해 전혀 익숙하지 않은 사람도 예측모형이 무엇인지 알 수 있도록 소개하면서 또 이미 예측모형을 사용하는 분도 다양한 고급 예측모형들을 만들어 보고 공부할 수 있도록 하기 위해 의도적으로 단순화하고, 형식을 통일하여 배치하였습니다. 일관된 형식을 가질 수 있도록 말이죠.
그리고 어떤 예측모형에서 사용되던 https://tinyurl.com/Bayes-Class1을 이용하여 data를 원하는 방식으로 둘로 쪼갤 수 있도록 하였는데 이는 예측모형뿐 아니라, 다른 데이터들도 적당한 비율만큼 쪼개거나 일부만 무작위로 선택할 때 사용할 수 있습니다.
인공신경망 예측모형에서 설명하였던 https://tinyurl.com/confusion-matrix를 이용하면 어떤 예측모형이나 진단 도구에서 나온 두 자료값도 서로 비교할 수 있습니다.
https://tinyurl.com/ROC-pretty와 https://tinyurl.com/ROC-pretty2는 ROC를 그리고 비교하는 도구이며 예측모형과 직접 간접으로 관련이 있어서 본문에서 소개하였습니다.
즉, 이들 도구는 어떤 예측모형을 사용하더라도 응용할 수 있는 범용 툴이라고 할 수 있습니다. ?
제목 별로 본문에서 사용했던 툴들을 정리해 보았습니다.
NRI쉽게 계산하기 https://tinyurl.com/NRI-predict

베이지안 예측모형 https://tinyurl.com/Bayes-Class1
https://tinyurl.com/Bayes-Class2

인공신경망 예측모형 https://tinyurl.com/Neural-Networks-Prediction
https://tinyurl.com/confusion-matrix

K 근접법 예측모형 https://tinyurl.com/Prediction-kNN

SVM 예측모형 https://tinyurl.com/SVM-Prediction

결정나무 예측모형 https://tinyurl.com/Decision-Tree-party
https://tinyurl.com/Decision-Tree-tree
https://tinyurl.com/Decision-Tree-rpart

Random Forest 예측모형 https://tinyurl.com/Random-Forest2

Bagging 예측모형 https://tinyurl.com/Prediction-Bagging

Gradient boosting 예측모형 https://tinyurl.com/Prediction-GBM

딥러닝 예측모형 https://tinyurl.com/Deep-NN

로지스틱 회귀분석 예측모형 https://tinyurl.com/Prediction-Logistic-Regression

? 검토와 validation https://tinyurl.com/confusion-matrix
http://cafe.naver.com/easy2know/6632
https://tinyurl.com/calibration-plot
https://tinyurl.com/classifier-plot
https://tinyurl.com/ROC-pretty

생존 자료의 예측모형 https://tinyurl.com/survival-Prediction

선형 회귀분석 예측모형 https://tinyurl.com/prediction-GLM
https://tinyurl.com/LOWESS2

Bayesian Model Averaging 예측모형 https://tinyurl.com/prediction-BMA

SVM 예측모형 https://tinyurl.com/SVM-Prediction

? 검토와 validation http://tinyurl.com/Taylor-diagram
https://tinyurl.com/matrix-scatterplot1

예측모형의 메타분석 https://tinyurl.com/MA-prediction-model

아무쪼록 즐거운 공부가 되길 바랍니다.
사용된 예제 파일은 https://tinyurl.com/Prediction-KJH에 첨부되어 있습니다.

측정된 값들이 정확하지 않다면 예측 모형도 정확할 수 없습니다. 측정이 불가능한 변수들도 많이 있습니다. 사실 아무리 좋은 예측모형도 예측이 정확할 수 없습니다만, 그냥 자신의 기억과 주관을 사용한 것보다는 객관적이면서 분석 가능한 방법을 통해 경제, 경영, 산업, 의학에 두루두루 쉽게 사용할 수 있게 되기를 바라는 마음에서 예측모형을 가능한 한 쉽게 적용할 수 있도록 만들어 보았습니다.

In God we trust; all others must bring data
(protocol and SAS output).
W. Deming

저의 강의 슬라이드의 밑에 있는 이 말은 전쟁 후 일본을 재건시키는 데 결정적인 영향을 미쳤고 미국의 산업을 통째로 바꾸는 데 영향을 미쳤던 한 사람의 말입니다.

싸울 날을 위하여 마병을 예비하거니와
이김은 여호와께 있느니라
(잠언 21:31)

사실 우리가 계획하고 예측하는 것은 항상 불완전합니다. 공부할수록 더 많이 느끼게됩니다. 그래서 공부할수록 주관자를 찾게 되나 봅니다.

2019년 4월 5일
감사의 마음으로

전공도서/대학교재 분야에서 많은 회원이 구매한 책

    리뷰

    0.0 (총 0건)
    리뷰쓰기

    100자평

    작성시 유의사항

    평점
    0/100자
    등록하기

    100자평

    6.0
    (총 0건)

    판매자정보

    • 인터파크도서에 등록된 오픈마켓 상품은 그 내용과 책임이 모두 판매자에게 있으며, 인터파크도서는 해당 상품과 내용에 대해 책임지지 않습니다.

    상호

    (주)교보문고

    대표자명

    안병현

    사업자등록번호

    102-81-11670

    연락처

    1544-1900

    전자우편주소

    callcenter@kyobobook.co.kr

    통신판매업신고번호

    01-0653

    영업소재지

    서울특별시 종로구 종로 1(종로1가,교보빌딩)

    교환/환불

    반품/교환 방법

    ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청 또는 1:1 문의 게시판 및 고객센터(1577-2555)에서 신청 가능

    반품/교환가능 기간

    변심 반품의 경우 출고완료 후 6일(영업일 기준) 이내까지만 가능
    단, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

    반품/교환 비용

    변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
    상품이나 서비스 자체의 하자로 인한 교환/반품은 반송료 판매자 부담

    반품/교환 불가 사유

    ·소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)

    ·소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등

    ·복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

    ·시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

    ·전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

    상품 품절

    공급사(출판사) 재고 사정에 의해 품절/지연될 수 있음

    소비자 피해보상
    환불지연에 따른 배상

    ·상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

    ·대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

    (주)KG이니시스 구매안전서비스서비스 가입사실 확인

    (주)인터파크커머스는 회원님들의 안전거래를 위해 구매금액, 결제수단에 상관없이 (주)인터파크커머스를 통한 모든 거래에 대하여
    (주)KG이니시스가 제공하는 구매안전서비스를 적용하고 있습니다.

    배송안내

    • 교보문고 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다.

    • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

    • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능합니다.

    • 배송비는 업체 배송비 정책에 따릅니다.

      • - 도서 구매 시 15,000원 이상 무료배송, 15,000원 미만 2,500원 - 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용

    파워링크 광고

    신청하기