간편결제, 신용카드 청구할인
카카오페이 3,000원
(카카오페이 5만원 이상 결제시, 7/1~7/31 기간 중 1회)
삼성카드 6% (29,610원)
(삼성카드 6% 청구할인)
인터파크 롯데카드 5% (29,930원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (22,050원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (25,200원)
(최대할인 4만원 / 2만원 이상 결제)
Close

금융 전문가를 위한 머신러닝 알고리즘 : 파이썬으로 배우는 금융 머신러닝 알고리즘의 원리와 활용

소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 299
?
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

35,000원

  • 31,500 (10%할인)

    1,750P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
추가혜택
배송정보
주문수량
감소 증가
  • 이벤트/기획전

  • 연관도서(53)

  • 사은품(4)

출판사 서평

파이썬 코드를 사용해 금융 전문가용 인공지능(머신러닝과 딥러닝 포함) 영역으로 나아가기 위한 안내서!

[금융 전문가를 위한 머신러닝 알고리즘]에서는 새롭게 발전한 머신러닝 기술을 탐구하고, 보험 처리나 이체 및 대출 관리를 비롯하여 다양한 금융 업무에 이 기술을 어떤 식으로 적용할 수 있을지를 보여준다. 핵심 머신러닝 기술에 필요한 개념과 알고리즘을 설명하고, 파이썬 코드로 작성한 예제를 제시해 모델을 직접 구현해 볼 수 있게 한다.

이 책은 저자가 금융 전문가 대상 머신러닝 교육 과정을 운영해 본 경험을 바탕으로 하여 저술하였다. 기존에 쓰이던 금융 알고리즘을 제공하기보다는, 다양한 방법으로 응용해 볼 수 있는 고등 머신러닝 개념들과 발상들에 초점을 맞추고 있다.

★ 이 책에서 다루는 내용 ★

◎ 정형 데이터, 자연어, 사진, 문서에 적힌 글 등을 가지고 머신러닝을 하기
◎ 머신러닝 방식으로 부정거래(즉, 사기)를 감지하고, 재무적 추세를 예측하고, 고객정서를 분석하기
◎ 파이썬·사이킷·케라스·텐서플로를 사용해 휴리스틱 기반 방식, 시계열 처리 방식, 생성적 모델 구현 방식, 강화학습 방식을 구현하기
◎ 신경망이라는 주제를 깊이 파고 들어 생성적 적대 방식 신경망이나 강화학습 방식 신경망의 용례들을 조사하기
◎ 머신러닝 애플리케이션에 내재된 문제를 고치고 현업에서 쓸 수 있게 준비하기
◎ 머신러닝 과정에 끼어 들 수 있는 사람에 대한 편견을 머신러닝 모델이 극복하게 하고, 개인정보보호 문제를 해결하기

목차

▣ 01장: 신경망과 경사도 기반 최적화
이 책에서 할 여행
머신러닝이란?
지도학습
비지도학습
강화학습
___데이터의 비합리적인 효과
___모든 모델이 잘못되었다
작업 환경 구성
캐글 커널 사용
___노트북을 로컬에서 실행하기
AWS의 딥러닝 AMI 사용
함수를 근사하기
전방 전달
로지스틱 회귀기
___선형 회귀기를 파이썬으로 구현하기
모델 파라미터 최적화
모델 손실 측정
___경사 하강법
___역전파
___파라미터 갱신
___종합
더 깊은 망
케라스에 대한 간략한 소개
___케라스 가져오기
___케라스 내의 2개 계층 모델
___케라스와 텐서플로
텐서와 계산 그래프
연습문제
요약

▣ 02장: 정형 데이터에 머신러닝을 적용하기
데이터
휴리스틱, 특징 기반, 단대단 모델들
머신러닝 소프트웨어 스택
휴리스틱 접근 방식
___휴리스틱 모델을 사용해 예측하기
___F1 점수
___혼동행렬을 사용해 평가하기
특징 공학적 접근
___직관에서 비롯된 특징: 사기꾼은 잠들지 않는다
___전문가의 통찰력: 이체 후 즉시 현금 인출
___통계적 문제: 잔액 오류
케라스 라이브러리에서 쓸 수 있게 데이터를 준비하기
___원핫 인코딩
___엔터티 임베딩
케라스를 사용해 예측 모델들을 만들기
___표적 추출
___훈련용 집합을 만들기
___검증용 집합을 만들기
___훈련용 데이터를 과다표집하기
___모델 구축
트리 기반 방법에 대한 간단한 입문서
___간단한 결정 트리
___랜덤포레스트
___엑스지부스트
단대단 모델링
연습문제
요약

▣ 03장: 컴퓨터 비전을 활용하기
합성곱 신경망
___MNIST에 쓰이는 필터들
___두 번째 필터 추가
컬러 이미지 처리에 쓰이는 필터
케라스 안에 합성곱 신경망을 쌓기 위한 블록들
___Conv2D
___MaxPooling2D
___평탄화
___조밀
___MNIST 훈련
우리의 신경망을 더 도드라지게 하는 부분
___모멘텀
___Adam 최적화기
___정칙화
___드롭아웃
___배치 정규화
큰 이미지 데이터셋을 사용해 작업하기
사전훈련 모델을 사용해 작업하기
___VGG-16 수정
___임의 이미지 확장
모듈성 상반관계
분류를 넘어서는 컴퓨터 비전
___얼굴 인식
___경계 상자 예측
연습문제
요약

▣ 04장: 시계열을 이해하기
판다스로 데이터를 가시화하고 준비하기
___전역 특징 통계량 집계
___표본 시계열 검사
___정상성 종류
___정상성이 중요한 이유
___시계열이 정상성을 띠게 하기
___정상성 문제를 무시해도 될 때
고속 푸리에 변환
자기상관
훈련 요법 및 테스트 요법 구축
사후검정에 대한 참고 사항
중앙값 예측
ARIMA
칼만 필터
신경망을 이용해 예측하기
___데이터 준비
Conv1D
확대된 합성곱과 인과적 합성곱
단순 RNN
LSTM
___캐리
재귀 드롭아웃
베이즈 딥러닝
연습문제
요약

▣ 05장: 자연어 처리 기법 기반 텍스트 분석
spaCy 입문 과정 안내
개체명 인식
___NER 미세 조정
품사 태깅
규칙 기반 일치
___사용자 정의 함수들을 정합기에 추가하기
___파이프라인에 정합기를 추가하기
___규칙 기반 시스템과 학습 기반 시스템을 조합하기
정규 표현식
___파이썬의 정규식 모듈을 사용하기
___판다스의 정규식
___정규식을 사용해야 할 때와 사용하지 말아야 할 때
텍스트 분류 작업
데이터 준비
___문자 정리
표제어 추출
___표적치 준비
___훈련 집합과 테스트 집합을 준비하기
단어 주머니
TF-IDF
토픽 모델링
단어 임베딩
___단어 벡터를 사용해 훈련할 준비하기
___사전 훈련 단어 벡터 적재
___단어 벡터 사용 시계열 모델
단어 임베딩으로 문서 유사도를 계산하기
케라스의 함수형 API 둘러보기
주의
seq2seq 모델
___seq2seq 아키텍처 개관
___데이터
___인코딩 문자들
___추론 모델 생성
___번역하기
연습문제
요약

▣ 06장: 생성 모델 사용
오토인코더를 이해하기
___MNIST용 오토인코더
___신용카드용 오토인코더
t-SNE를 이용한 잠재공간 시각화
변분 오토인코더
___MNIST 예제
___람다 계층 사용
___쿨백-라이블러 발산
___사용자 지정 손실 만들기
___VAE로 데이터를 생성하기
___단대단 부정사용 탐지 시스템을 위한 VAE
시계열을 위한 VAE
GAN
___MNIST용 GAN
___GAN 잠재벡터 이해
___GAN 훈련 기법
적은 데이터 사용 – 능동학습
___레이블 처리 비용을 절약하기
___레이블을 다는 사람을 기계가 크게 돕게 하기
___레이블이 없는 데이터에 유사 레이블을 달기
___생성 모델 사용
부정사용 탐지용 SGAN
연습문제
요약

▣ 07장: 금융시장을 위한 강화학습
캐치 – 강화학습에 대한 빠른 안내서
___강화학습을 지도학습으로 바꾸는 Q 학습
___Q 학습 모델 정의
___캐치를 플레이하기 위한 훈련
마르코프 과정 및 벨만 방
강화학습에 대한 공식적인 소개
___경제학 분야의 벨만 방정식
우위 연기자-비평가 모델들
___균형을 향한 학습
___거래를 학습하게 하기
진화전략과 유전알고리즘
강화학습이라는 기초공학을 위한 실용적인 요령
___우수한 보상 함수를 설계하기
___강건한 강화학습
최첨단 강화학습
___다중 에이전트 강화학습
___학습하는 방법을 학습하게 하기
___강화학습을 통해 두뇌를 이해하기
연습문제
요약

▣ 08장: 프라이버시, 디버깅, 런칭
데이터 디버깅
___작업용으로 쓰기에 데이터가 적절한지를 확인하는 방법
___데이터가 충분하지 않은 경우에 수행할 작업
___데이터 단위 테스트
___데이터를 비공개로 하고 법규를 준수하기
___훈련용 데이터 준비
어떤 입력이 어떤 예측으로 이어지는지를 이해하기
모델 디버깅
___하이페라스를 이용한 하이퍼파라미터 탐색
___효율적인 학습속도를 알아내기
___학습속도 스케쥴링
___텐서보드를 사용해 훈련 과정을 살펴보기
___경사도 폭증 및 소실
배포
___신속한 출시
___계량을 이해하고 관찰하기
___데이터의 출처를 이해하기
성능을 높이기 위한 묘책
___문제에 알맞은 하드웨어를 사용하기
___텐서플로의 추정기들을 분산 훈련에 사용하기
___CuDNNLSTM 같은 최적화 계층을 사용하기
___파이프라인 최적화
___Cython으로 코드 실행 속도를 높이기
___빈번한 요청을 캐싱하기
연습문제
요약

▣ 09장: 편향과 싸우기
머신러닝 시에 불공정성이 생기는 이유
법적 관점
관찰 가능 공정성
공정성을 띠게 하기 위한 훈련
인과적 학습
___인과 모델 획득
___도구변수
___비선형 인과적 모델
공정성을 보장하기 위한 모델 해석
복잡계 실패로 인한 불공정성
공정성을 띠는 모델을 개발하기 위한 점검표
연습문제
요약

▣ 10장: 베이즈 추론 및 확률계획법
베이즈 추론에 대한 직관적인 안내
___평탄 사전분포
___50% 이하 사전분포
___사전분포와 사후분포
___마르코프 연쇄 몬테칼로
___메트로폴리스-헤이스팅스 MCMC
___얕은 확률 계획법부터 깊은 확률적 계획법까지
요약

저자소개

얀네스 클라스 [저] 신작알림 SMS신청 작가DB보기
생년월일 -
출생지 -
출간도서 0종
판매수 0권

얀네스 클라스는 경제학 및 금융 분야 배경을 지닌 정량분석 연구원이다. 현재 옥스퍼드 대학교의 대학원생인 그는 이전에 두 차례에 걸쳐 머신러닝 부트 캠프를 이끌었고 여러 금융 회사와 함께 데이터 중심 애플리케이션 및 거래 전략을 연구했다. 그의 활발한 연구 관심사에는 시스템 리스크뿐만 아니라 대규모 자동 지식 발견도 포함된다.

생년월일 -
출생지 -
출간도서 0종
판매수 0권

다양한 개발, 저술, 번역 경험을 바탕으로 다양한 IT 융복합 사업을 전개하기를 바라며 1인 기업으로 발판을 다지고 있다. 번역한 책으로 《사물인터넷을 위한 인공지능》 《실전! GAN 프로젝트》 《실전 예제로 배우는 GAN》 《전문가를 위한 머신러닝 솔루션》 《딥러닝 모델 설계를 떠받치는 기술》 《따라 하면서 배우는 유니티 ML-Agents》가 있다.

이 상품의 시리즈

(총 71권 / 현재구매 가능도서 54권)

펼쳐보기

컴퓨터/인터넷 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

    교환/환불

    교환/환불 방법

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

    교환/환불 가능 기간

    고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

    교환/환불 비용

    고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

    교환/환불 불가사유

    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
    배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

    소비자 피해보상

    소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
    교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

    기타

    도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

    배송안내

    • 인터파크 도서 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 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

    • 배송비

    도서(중고도서 포함) 구매

    2,000원 (1만원이상 구매 시 무료배송)

    음반/DVD/잡지/만화 구매

    2,000원 (2만원이상 구매 시 무료배송)

    도서와 음반/DVD/잡지/만화/
    중고직배송상품을 함께 구매

    2,000원 (1만원이상 구매 시 무료배송)

    업체직접배송상품 구매

    업체별 상이한 배송비 적용