오렌지로 쉽게 배우는 머신러닝과 데이터 분석

인공지능은 어느새 우리의 삶에 매우 밀접하게 자리 잡았습니다. 학생들은 복습과 과제 준비에 ChatGPT의 도움을 받고 있으며, 생성 AI로 만든 이미지와 영상들이 각종 미디어를 통해 우리의 눈을 사로잡습니다. 많은 학생들이 인공지능 모델을 만들고 일상 속 다양한 데이터를 분석하고 싶어 하지만, 대부분의 AI 모델이 파이썬과 같은 프로그래밍 언어로 개발된다는 것은 학생들이 인공지능을 배우기로 결심하는 데에 큰 걸림돌이 되곤 합니다. 파이썬, R 등을 사용하는 기존의 학습 과정에서는 텍스트 기반의 코딩 언어에 적응하기 위한 시간이 제법 필요합니다. 특히, 컴퓨터 관련 전공이 아닌 학생들에게는 텍스트 기반의 코딩을 익히는 것 자체도 어려운 일이 될 수 있습니다.

이 책에서 소개하는 오렌지는 위젯을 드래그 앤 드롭하는 비주얼 코딩 방식을 가지고 있어, 이를 활용하면 복잡한 텍스트 코딩 없이도 머신러닝 기법을 활용하여 데이터를 쉽게 분석할 수 있습니다. 파이썬의 머신러닝 패키지인 scikit-learn 라이브러리를 내부적으로 사용하기 때문에 다른 데이터 분석 소프트웨어에 비해 자유도도 매우 높은 편입니다.

하지만 기존의 오렌지 관련 책들은 주로 프로그램의 기능을 익히는 데 집중하거나 몇 개의 실습을 수행하는 정도에 그쳐, 머신러닝과 데이터 분석을 하고자 하는 연구자나 학생들에게는 다소 아쉬운 부분이 있었습니다. 반면, 이 책은 코딩을 전혀 모르는 상태에서도 15주간의 짧은 시간 동안 머신러닝과 데이터 분석을 전반적으로 학습할 수 있다는 큰 장점이 있습니다. 시간이 많이 소요되는 코딩 과정이 생략되기 때문에, 머신러닝 모델을 활용하는 방법에 좀 더 집중하여 공부할 수 있습니다. 다양한 예제를 통해 머신러닝의 주요 개념과 데이터를 실제로 분석해 가는 과정을 차근차근 경험할 수 있으며, 스스로의 힘으로 다양한 데이터들을 쉽고 빠르게 분석하는 능력을 갖출 수 있습니다.

머리말을 쓰며 미래의 코딩 도구가 어떤 모습을 가지게 될지 상상의 나래를 펼쳐 봅니다. 많은 것이 점차 자동화되고 있는 시대의 흐름 속에서, 언젠가 텍스트 기반의 코딩이 구시대의 유물로 인식되는 날도 오게 되지 않을까요? 이 책을 통해 다양한 전공의 학생들이 머신러닝과 데이터 분석에 쉽게 접근할 수 있게 되길 바랍니다.

이 책의 특징

● 비주얼 코딩을 통한 직관적 분석: 통상적으로 사용되는 텍스트 코딩이 아니라, 아이콘의 드래그 앤 드롭으로 이루어지는 비주얼 코딩 기법으로 데이터를 쉽게 분석하고 인공지능을 활용할 수 있게 하였다.

● 다양한 종류의 머신러닝 모델을 간단히 구성: 위젯을 추가하고 연결시키는 간단한 방법을 통해 새로운 인공지능 모델을 구성할 수 있으므로 짧은 시간 동안 다양한 인공지능 모델을 공부하고 여러 문제에 적용해 볼 수 있다.

● 그림을 통한 인공지능 기초 개념의 쉬운 설명:　복잡한 인공지능의 개념을 그림을 통해 쉽고 간결하게 설명하여 데이터 분석 등에 필요한 기초 지식을 직관적으로 이해할 수 있도록 구성하였다.

● [더 알아보기]를 통한 인공지능 기법 설명: 복잡한 인공지능 이론을 그림과 함께 한 페이지로 간결하게 설명하여 인공지능 이론을 개념적으로 이해할 수 있도록 하였다.

● 실제 데이터 기반의 다양한 데이터 분석 실습: 음주운전 단속 현황, 세계의 기대수명 변화 등 다양한 실제 데이터를 가져와서 실습하고 분석하며, 데이터 분석 능력을 향상할 수 있도록 구성하였다.

● 연습문제: 인공지능 이론과 데이터 분석 시에 필요한 실무적인 지식들을 얼마나 이해하고 있는지를 확인할 수 있도록 연습문제를 제공한다. 학습한 인공지능 기술을 적용해 볼 수 있는 새로운 데이터도 함께 제시해서 배운 것을 스스로 응용해 볼 수 있도록 구성하였다. 

장원두

부산대학교 정보컴퓨터공학부와 컴퓨터공학과에서 학사 및 석사학위를, 일본 Aizu 대학에서 컴퓨터이공학 박사학위를 받았다. 한양대학교 의공학 교실에서 포닥/연구교수로, 몽골국제대학교 IT 학부, 동명대학교 전자 및 의용공학부에서 조교수로 근무하였으며, 현재는 국립부경대학교 컴퓨터·인공지능공학부에서 부교수로 재직 중이다. 패턴 인식과 분류 알고리즘의 개발에 관심을 가지고 연구를 수행하고 있으며, 이미지, 생체전기신호, 해상 레이더, 수중 음향 등 다양한 데이터를 다루고 있다(http://pkai.pknu.ac.kr).

CHAPTER 01 오렌지, 노코딩, 머신러닝

1.1 노코딩 데이터 분석과 오렌지

1.2 인공지능 개념 잡기

1.3 설치 방법

1.4 화면 구성

1.5 위젯

연습문제

CHAPTER 02 오렌지 기초와 기초 통계 분석

2.1 꽃의 종류별 특징 조사(오렌지의 기초 통계 위젯)

2.2 수강 학생들의 분포를 분석해 보자(피벗 테이블)

연습문제

CHAPTER 03 데이터 시각화

3.1 음주운전을 가장 많이 하는 시간대는 언제일까?(히스토그램)

3.2 와인은 품종에 따라 성분 차이가 있을까?(막대그래프와 Box plot)

3.3 전복도 나이를 먹을까?(산점도와 상관계수)

3.4. 타이타닉 호의 생존자 데이터 분석(Mosaic Display)

연습문제

CHAPTER 04 데이터 전처리

4.1 우리나라에서 가장 더운 도시는?(Impute)

4.2 전기자동차가 가장 활성화된 지역을 찾아보자(Melt)

4.3 보이스피싱은 줄어들고 있을까?(Feature Constructor)

4.4 감기에 제일 많이 걸리는 지역은 어디?(Merge Data, Concatenate)

연습문제

CHAPTER 05 비지도 학습과 데이터 분석

5.1 비지도 학습이란?

5.2 비슷한 성적 패턴을 가진 학생들을 찾아보자(계층적 군집 분류)

5.3 동물원의 동물들을 비슷한 동물끼리 모아보자(K-평균 알고리즘)

5.4 이번 겨울에 방문할 유럽 스키장은 어디?(자기조직화 지도)

5.5 재무 데이터로 우량 기업을 찾아보자(주성분 분석)

연습문제

CHAPTER 06 지도 학습과 데이터 분류

6.1 지도 학습이란?

6.2 주택 가격을 예측해 보자(회귀분석)

6.3 건강검진 데이터로 흡연 여부를 알 수 있을까?(로지스틱 회귀분석과 나이브 베이즈)

6.4 이번 펀딩은 성공할 수 있을까?(K-NN, 의사결정 트리, 랜덤 포레스트)

6.5 심장병이 있는지 예측해 보자(서포트 벡터 머신과 인공신경망)

연습문제

CHAPTER 07 딥러닝과 이미지 분류

7.1 사진 데이터와 딥러닝

7.2 오렌지와 이미지 데이터

7.3 이 꽃의 이름은?(이미지 임베딩과 합성곱 신경망)

7.4 내 컴퓨터의 사진을 정리해 보자(이미지와 비지도 학습)

7.5 차량 종류를 분류해 보자(이미지 학습 응용 (1))

7.6 반려동물의 표정을 분류해 보자(이미지 학습 응용 (2))

연습문제

CHAPTER 08 자연어 처리

8.1 자연어 처리란?

8.2 미국 대선후보들이 가장 많이 쓴 단어는?(워드 클라우드)

8.3 스팸 메일을 자동으로 분류해 보자(자연어 처리 + 머신러닝)

8.4 이 상품을 좋아하는 사람은 얼마나 될까?(텍스트 감성 분석)

8.5 오늘 나온 뉴스 기사의 중심 키워드는?(동시 출현 네트워크)

연습문제

CHAPTER 09 시계열 데이터 분석

9.1 시계열 데이터란?

9.2 주가 정보를 시각화해 보자(시계열 데이터 시각화)

9.3 다음 달 판매량은 얼마일까?(시계열 예측 모델-ARIMA)

9.4 시대별, 나라별 기대수명과 GDP(시각화 지도)

연습문제