Auto ML 플랫폼 WiseProphet으로 AI 모델 쉽게 개발하기

앞으로는 AI기술을 쉽게 활용하는 Auto ML(Machine Learning)의 시대가 조만간 도래하여 전문가가 아닌 일반인도 AI 기술을 일상적으로 이용하는 시대가 올 것으로 전망하고 있다. 본 교재는 Auto ML에 대한 간략한 소개, 이용된 머신러닝 및 딥러닝의 각 알고리즘 특징에 대하여 이론적 설명을 한 후에, Kaggle의 실전 데이터를 이용한 데이터 분석 실습을 진행한다. 본 교재를 통한 Auto ML의 이해와 다양한 데이터 분석 실습과정을 통하여 향후 점점 확산되는 데이터 경제의 시대에서 새롭고 참신한 다양한 비즈니스 모델을 설계하는 데 일조할 수 있다.

Chapter 1？？ Auto ML 플랫폼, WiseProphet을 활용한 Kaggle 데이터 분석 실습
1.1 디지털 시대
1.2 데이터 활용 진입장벽
1.3 Auto ML
1.3.1 Auto ML 개요와 기술 동향
1.3.2 Auto ML의 효과와 도입 접근 방법
1.4 WiseProphet
1.4.1 위세아이텍 머신러닝 프로젝트 솔루션
1.4.2 Auto ML 솔루션 WiseProphet
1.5 실습 구성

Chapter 2？？ WiseProphet 프로세스와 주요 기능
2.1 WiseProphet 프로세스
2.2 Kaggle에서 데이터 준비
2.3 WiseProphet 주요 기능
2.3.1 WiseProphet 데이터 로딩
2.3.2 데이터 탐색 및 데이터 전처리
2.3.3 특징 선택 및 알고리즘 선택
2.3.4 모델 관리 및 활용

Chapter 3？？ WiseProphet을 활용한 Kaggle 데이터 분석
3.1 WiseProphet 분류 모델 활용
3.1.1 WiseProphet 분류 알고리즘
3.1.2 Kaggle German Credit Risk Prediction
3.1.3 Kaggle IBM HR Attrition Prediction
3.1.4 Kaggle Nasa TurboFan Engine RUL Prediction Maintenance
3.1.5 MNIST 손글씨 인식
3.2 WiseProphet 회귀 모델 활용
3.2.1 WiseProphet 회귀 알고리즘
3.2.2 Kaggle Cusomer Lifetime Value Anlysis
3.2.3 Kaggle King County Real-state Price Analysis
3.2.4 K-야구 데이터를 이용한 선수 성적 예측
3.2.5 Kaggle 아마존 주가 예측
3.3 WiseProphet 군집 모델 활용
3.3.1 WiseProphet 군집 알고리즘
3.3.2 Kaggle Online Commerce Customer Clustering
3.3.3 Kaggle Advertise Conversion Data