Python을 활용한 AI 기반 데이터 사이언스 방법론 - 머신러닝부터 생성형 AI까지

과거 고급 방법론은 대학원 과정에서 다루어졌지만, 현재는 라이브러리와 오픈소스가 성숙했고, AI 도구가 코딩과 탐색을 지원하는 시대입니다. 누구든 고급 방법을 도구로 사용할 수 있는 환경이 갖추어졌습니다. 이 책은 원리와 직관을 먼저 설명하고, 구현과 적용으로 나아가도록 구성했습니다. 수식은 피하지 않되 증명보다는 의미와 해석에 중점을 두었습니다. 단순 분석과 리포트 작성만으로는 차별성을 확보하기 어려워지고 있으며, 데이터 수집·정제·파이프라인 구축을 다루는 데이터 엔지니어링과 모델 배포·모니터링·재학습을 담당하는 MLOps 영역에 대한 이해를 돕기 위해 집필되었습니다.

[목 차]

제1장 데이터 사이언스의 진화: 통계에서 AI까지

제1절 데이터 사이언스의 역사와 패러다임 변화

제2절 머신러닝의 주요 유형

제3절 AI 시대의 데이터 분석 워크플로우

제4절 LLM 기반 탐색적 데이터 분석

제5절 전통적 머신러닝 vs. 딥러닝: 선택 기준

제6절 분석 방법 총람

제2장 데이터 전처리와 특성 공학: 모델 성능을 좌우하는 원리

제1절 결측치 처리: 결측이 학습에 미치는 영향

제2절 스케일링: 입력 스케일의 역할

제3절 차원 축소: 고차원의 저주와 정보 보존

제4절 특성 공학: 모델이 학습하기 쉬운 표현 만들기

제5절 텍스트의 수치 표현: LLM 기반 변환

제6절 범주형 변수 임베딩: 관계의 수치적 표현

제3장 분류와 회귀: 전통에서 AutoML까지

제1절 분류와 회귀 문제의 기초

제2절 평가 지표의 체계적 정리

제3절 의사결정나무와 해석 가능한 ML

제4절 로지스틱 회귀와 SVM의 현대적 활용

제5절 이상치 탐지 기법

제6절 AutoML: 자동화된 모델 선택

제4장 군집 분석: 유사성 기반 데이터 분할과 비즈니스 응용

제1절 군집 분석이 해결하는 문제

제2절 K-Means: 중심점 거리 기반 유사성

제3절 HDBSCAN: 밀도 기반 유사성

제4절 임베딩 기반 군집: 의미적 유사성에 따른 텍스트 군집화

제5절 딥 클러스터링: 표현 학습과 군집의 공동 최적화

제5장 앙상블 학습: 정형 데이터 모델링과 해석

제1절 앙상블 학습의 원리

제2절 랜덤 포레스트

제3절 그래디언트 부스팅

제4절 하이퍼파라미터 최적화 전략

제5절 트리 기반 모델의 심화 해석

제6절 Counterfactual Explanations

제7절 정형 데이터 모델링: XGBoost와 딥러닝 비교

제8절 앙상블과 LLM의 결합 전략

제6장 토픽 모델링: 비정형 텍스트의 잠재 주제 추출

제1절 토픽 모델링이 해결하는 문제

제2절 LDA: 단어 빈도로 주제 추론하는 원리

제3절 BERTopic: 의미적 유사성으로 주제 발견

제4절 LLM 기반 토픽 라벨링

제5절 동적 토픽: 토픽 생명주기 분석

제6절 Multimodal Topic Modeling: 텍스트와 이미지 통합 분석

제7장 신경망 기반 데이터 분석: 표현 학습과 정형 데이터 모델링

제1절 신경망의 학습 원리

제2절 신경망이 데이터 분석에 기여하는 방식

제3절 정형 데이터 딥러닝: 트리 모델과의 비교

제4절 표현 학습: 오토인코더와 임베딩 추출

제5절 실무 파이프라인: PyTorch 기반 분석 흐름

제8장 생성 모델 기반 데이터 분석: 합성 데이터, 불확실성의 정량화

제1절 생성 모델이 데이터 분석에 기여하는 방식

제2절 합성 데이터 생성: CTGAN과 정형 데이터

제3절 VAE: 데이터 증강과 탐색 도구로서의 활용

제4절 Diffusion Model: 불확실성 정량화와 예측

제9장 시계열 분석: 미래 예측과 패턴 탐지

제1절 시계열 분석이 해결하는 문제

제2절 시계열의 구성 요소: 추세, 계절성, 잔차

제3절 ARIMA: 과거 값과 오차로 미래 예측

제4절 Prophet: 추세와 계절성의 가법 모형

제5절 LSTM: 순서를 기억하는 신경망

제6절 Transformer 시계열: Attention으로 중요한 과거 참조

제7절 TimeGPT: Foundation Model로 Zero-shot 예측

제8절 실습: 시계열 예측 모형 비교

제10장 생존 분석: 시간-사건 데이터의 모델링

제1절 생존 분석이 해결하는 문제

제2절 Kaplan-Meier 추정: 비모수적 생존 곡선과 집단 비교

제3절 Cox 비례위험 모형: 공변량이 생존에 미치는 영향 분석

제4절 머신러닝 생존 분석: 비선형 위험 패턴의 포착

제5절 딥러닝 생존 분석: DeepSurv와 경쟁 위험 모델링

제6절 경쟁 위험 분석

제7절 모형 비교 및 선택 가이드

제11장 그래프 분석: 네트워크에서 패턴 발견

제1절 그래프 분석이 해결하는 문제

제2절 중심성 분석: 영향력 있는 노드 찾기

제3절 커뮤니티 탐지: 숨겨진 그룹 발견

제4절 링크 예측: 미래 관계 예측

제5절 그래프 임베딩: 노드를 벡터로 표현

제6절 추천 시스템: 사용자-아이템 관계 분석

제12장 그래프 신경망과 지식 그래프: 딥러닝 기반 관계 분석

제1절 GNN의 분석 원리

제2절 노드 분류: 노드 속성 예측

제3절 GNN 링크 예측: 관계 예측

제4절 GNN 추천 시스템: MF에서 LightGCN으로

제5절 지식 그래프 임베딩: 관계 추론

제6절 GNN의 발전 방향과 정리