간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (21,380원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (15,750원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (18,000원)
(최대할인 4만원 / 2만원 이상 결제)
Close

헬스케어 분석을 위한 머신러닝 : 파이썬, 주피터 노트북, 텐서플로, 케라스를 이용한 적용 사례

원제 : Machine Learning for Healthcare Analytics Projects
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 24
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

25,000원

  • 22,500 (10%할인)

    1,250P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 마이페이지에서 직접 구매확정하신 경우만 적립 됩니다.
추가혜택
배송정보
  • 7/7(목) 이내 발송 예정  (서울시 강남구 삼성로 512)
  • 무료배송
주문수량
감소 증가
  • 이벤트/기획전

  • 연관도서(71)

  • 상품권

AD

책소개

의료의 미래를 생각하는 의과 대학생과 의료인들의 의료 인공지능에 대한 관심이 나날이 높아지면서 관련 주제에 대한 논의도 뜨겁다. 이 책은 실질적인 사례로 헬스케어 관련 머신러닝을 구현하는 방법을 소개한다. 각 사례는 간단하면서도 머신러닝 프로젝트를 수행하는 단계와 방법이 녹아 있다. 이 책에서 소개하는 구체적인 사례를 통해 깊이 관련 내용을 탐구할 수 있는 생각의 틈새를 마련할 수 있다. 한국어판에서는 머신러닝을 실행시키는 주요 도구인 주피터 노트북에 대한 설명도 덧붙혔다.

출판사 서평

◈ 이 책에서 다루는 내용 ◈

◆ 판다스 데이터프레임(Pandas DataFrame) 구성 방법 설명
◆ 환자의 데이터셋으로 발병 예측하기
◆ 텍스트 데이터를 숫자형 데이터로 바꾸기
◆ 히스토그램을 훈련용 데이터셋과 테스트용 데이터셋으로 나누기
◆ 드롭아웃 정규화로 과적합 줄이는 방법 소개

◈ 이 책의 대상 독자 ◈

머신러닝 알고리듬을 적용해 스마트 인공지능 애플리케이션을 만들어보려는 데이터 과학자, 머신러닝 기술자, 헬스케어 전문가를 위한 책이다. 파이썬이나 다른 프로그래밍 언어의 기초 지식을 갖춘 독자를 대상으로 한다.

◈ 이 책의 구성 ◈

1장, ‘유방암 진단’에서는 유방암 진단 프로젝트를 다룬다. 데이터를 전처리하고 데이터에 대한 이해를 높이기 위한 탐색 과정을 설명한다. 또한 히스토그램과 산점도를 만들어보면서 분포와 변수들 간의 선형 관계도 살펴본다. 테스트 매개변수를 구현하고 KNN 분류자와 SVC 모델을 만들고, 분류 보고서를 사용해 결과들을 비교해볼 것이다.
2장, ‘당뇨병 발병 예측’에서는 케라스(Keras)로 딥 신경망을 구성해볼 것이다. 사이킷런(Scikit-learn)의 그리드 탐색(Grid search)을 사용해 최적 초매개변수(hyperparameter)를 탐색하고 초매개변수를 조절해 모델을 최적화하는 방법도 배운다.
3장, ‘DNA 분류하기’에서는 대장균 염기서열이 프로모터(promotor)인지 여부를 분류해주는 머신러닝 모델을 만들어볼 것이다. 분류 알고리듬으로 모델을 만들고 학습시킨 후 분류 보고서를 사용해 모델들의 성능을 서로 비교해본다.
4장, ‘관상 동맥 질환 진단’에서는 사이킷런과 케라스를 사용한다. 판다스(Pandas)의 read_csv() 함수를 사용해 UCI 데이터 저장소에서 데이터를 임포트하고, 이것을 프로세싱한다. 데이터를 정리해 기술하는 방법을 배우고 우리가 다루는 것이 무엇인지 알아내기 위해 히스토그램을 출력해볼 것이다.
5장, ‘머신러닝을 이용한 자폐증 스크리닝’에서는 약 90%의 정확도로 자폐증을 예측하는 머신러닝을 만들어볼 것이다. 카테고리형 데이터를 처리하는 방법인 원-핫 인코딩을 설명한다. 드롭아웃 정규화로 과적합을 줄이는 방법도 소개한다. 부록에서는 역자가 추가로 작성한 내용으로, 파이썬 데이터 과학 가이드를 제공한다. 파이썬 언어 환경을 구성하는 방법과 데이터 과학에 필수적인 주피터 노트북을 중심으로 다룬다.

목차

01장. 유방암 세포 진단
__SVM, KNN 모델을 사용한 유방암 진단
__데이터 전처리와 데이터 탐색
__데이터셋 분리
__모델 학습
____머신러닝을 사용한 예측
__요약

02장. 당뇨병 발병 예측
__딥러닝과 그리드 탐색을 사용한 당뇨병 진단
__데이터셋 소개
____데이터 전처리
____데이터 정규화
__케라스 모델 정의
__사이킷런을 사용한 그리드 탐색법 수행
__드롭아웃 정규화를 사용해 과적합 줄이기
__최적 초매개변수 찾기
__뉴런의 개수 최적화
__최적의 초매개변수를 사용해 예측하기
____보너스
__요약

03장. DNA 분류하기
__DNA 염기서열 분류
____데이터 전처리
____DNA 염기서열 생성
____머신러닝을 이용한 염기 서열 분류
__요약

04장. 관상 동맥 질환 진단
__데이터셋
__결측값 처리
__데이터셋 분리
__신경망 훈련
__다중 분류와 이진 분류의 비교
__요약

05장. 머신러닝을 이용한 자폐증 스크리닝
__머신러닝을 이용한 ADS 스크리닝
__데이터셋 소개
____필요한 라이브러와 데이터 임포트
____데이터셋 탐색
____데이터 전처리
__데이터셋을 훈련 데이터와 테스트 데이터로 나누기
__신경망 구현
__신경망 테스트
____드롭아웃 정규화를 사용해 과적합 해결하기
__요약

부록 A. 파이썬 데이터 과학을 시작하는 보건 의료인을 위한 안내서
__컴퓨터에 파이썬 설치
____파이썬 버전에 대해
____아나콘다 파이썬 배포판 설치
__파이썬 가상 환경 만들기
____콘다 가상 환경 만들기
____파이썬 패키지는 가상 환경에 설치
____파이썬 패키지를 설치
__데이터 과학을 위한 최고의 실행 환경: 주피터 노트북
____가상 환경에 jupyter 패키지 설치와 실행
____주피터 노트북 실행시키기
____주피터 노트북 파일
____프로젝트 폴더에서 주피터 노트북 실행하기
____주피터 노트북의 발전된 형태: 주피터랩
__플레인 파이썬 인터프리터, 파이썬 스크립트 실행, ipython 인터프리터
____ipython 인터프리터 좀 더 들여다보기
__주피터 노트북 커널(Kernel)에 대해
__구글 콜래보터리
__주피터 노트북의 활용
__요약

부록 B. 주피터 노트북, 주피터랩, VS Code
__주피터 노트북 설치와 실행
__주피터 노트북 셀에 내용을 입력하는 방법
____셀의 종류
____파이썬 코드의 입력과 실행
____셀 모드와 단축키 사용
__ipython 커널에서 유래한 기능
____리치 아웃풋: ipython 디스플레이 시스템
__노트북 대시보드, 주피터 노트북 파일 관리
__주피터 노트북 파일과 활용
__주피터 노트북의 기능 확장(nbextensions)
__R 커널 추가하기
____주피터 노트북에 R 언어에 대한 커널을 추가하기
__주피터랩
____주피터랩의 설치와 실행
____노트북 작업
____다양한 콘텐츠 뷰어
____사용자 커스터마이징
__광대한 주피터 에코시스템
__Visual Studio Code 텍스트 편집기와 주피터 노트북
____Visual Studo Code 설치와 간단한 사용
____VS Code에서 파이썬 사용하기
__컴퓨테이셔널 노트북

저자소개

에듀오닉스 러닝 솔루션스 [저] 신작알림 SMS신청
생년월일 -

에듀오닉스 러닝 솔루션스는 고품질의 과학 기술 훈련용 콘텐츠를 제작해 배포한다. 산업계 전문가들로 구성된 우리 팀은 10여년 동안 경쟁력을 높여 왔다. 우리는 산업계와 전문가 세계에서 사용되는 방식으로 기술을 교육하는 것을 목표로 하고 있다. 우리는 모빌리티, 웹, 데이터베이스, 서버 관리 등에 이르는 기술에 대한 교육을 진행할 수 있는 전문 팀을 갖추고 있다.

고석범 [역] 신작알림 SMS신청
생년월일 -

가톨릭대학교 의과대학을 졸업하고, 서울성모병원에서 신경과 전문의 자격을 획득했다. 종합병원, 요양병원 등에서 봉직의로 근무한 경력이 있고, 시립 요양원 책임자를 맡기도 했다. 센터 관리자, 병원장 등과 같은 행정 경험을 하면서 여러 가지 의료 현장의 문제를 컴퓨터가 해결할 수 있음을 깨닫고 독학으로 컴퓨터를 공부하기 시작했다. 시간을 쪼개 R 프로그래밍 언어와 헬스케어 관련 책들을 저술하고 번역했다. 액체 생검 바이오 벤처에서 일했고, 지금은 다시 의료 현장으로 돌아와 헬스케어 ICT를 통해 의료의 질과 효율을 향상시키는 데 기여하고자 노력 중

펼쳐보기

이 상품의 시리즈

(총 77권 / 현재구매 가능도서 72권)

선택한 상품 북카트담기
펼쳐보기

전공도서/대학교재 분야에서 많은 회원이 구매한 책

    리뷰

    0.0 (총 0건)

    구매 후 리뷰 작성 시, 북피니언 지수 최대 600점

    리뷰쓰기

    기대평

    작성시 유의사항

    평점
    0/200자
    등록하기

    기대평

    0.0

    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) 인터파크 안전결제시스템 (에스크로) 안내

    (주)인터파크의 모든 상품은 판매자 및 결제 수단의 구분없이 회원님들의 구매안전을 위해 안전결제 시스템을 도입하여 서비스하고 있습니다.
    결제대금 예치업 등록 : 02-006-00064 서비스 가입사실 확인

    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, 1만 원 이상 무료, 1만원 미만 2천 원 - 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용