금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

5

머신러닝의 활용은 산업 전반에 걸쳐 일어나고 있습니다. 그 활용의 영향은 제품이나 서비스의

효율과 품질의 향상부터 새로운 서비스의 창출에 이르기까지 다양하고 혁신적입니다. 머신러

닝 알고리즘, 가령 선형 회귀,

K

-최근접 이웃, 서포트 벡터 머신, 랜덤 포레스트, 자연어 처리,

인공 신경망, 강화 학습 등은 다양한 서비스에 적용되고 있습니다. 이 책은 이런 머신러닝 알고

리즘을 개괄적으로 잘 정리해서 보여 주므로 레퍼런스로 활용할 수 있습니다.

최근 들어 머신러닝이 새로운 주목을 받고 적용이 광범위하게 확산된 배경에는 디지털 데이터

생태계의 안정적 형성 및 발전이 있었습니다. 방대한 디지털 데이터를 실시간 수집하고, 수집

된 데이터에 손쉽게 접근하여, 원하는 형태로 변환하여 분석하고, 의미 있는 특성을 추출하고,

필요에 따라 새로운 형태의 데이터를 다시 수집할 수 있게 하는 선순환 구조가 만들어졌습니

다. 이 선순환 구조에 기반하여 시간이 지날수록 목적에 맞는 질 좋은 데이터를 축적함으로써

머신러닝의 효과를 더욱더 높이고 있습니다. 또한 선순환 구조에서는 파이썬이 절대적이고 탁

월한 촉매 역할을 하고 있습니다. 이 책은 파이썬을 사용하여 실전에 활용 가능한 문제를 제시

하고 풀어 나갑니다. 또한

7

단계 문제 접근방법 (문제 정의 → 데이터 불러오기 → ...