예측 모델링

데이터 마이닝에서 미래의 행동과 변화의 결과를 예측하기 위해 사용되는 기법. 데이터 수집, 통계적 모형 설정, 예측 수립, 모형 검증, 수정 등의 과정을 통한 모형 작업이며, 결과적으로 간단한 1차 방정식 모형에서부터 고도의 소프트웨어로 처리되는 복잡한 신경망 모형 등이 만들어진다.

예측 모델링이란 말 그대로 데이터를 사용해 아직 일어나지 않은 결과를 미리 예측하는 모델을 만드는 것이다.

예측 모델링은 머신 러닝, 데이터 분석, 데이터 마이닝 같은 개념을 모두 담고 있으며,

데이터를 수집하고 실제 예측 모델을 만들고, 검증과 수정을 반복해 정확성을 높이는 과정을 포함한다.

<실전 예측 분석 모델링>은 예측 모델을 활용하고자 하는 독자들에게 도움을 주기 위해 저술된 책이다.

예측 모델링을 실제로 활용하는 데 필요한 모든 이론과 예제를 함께 다루고 있는데,

각 예제에는 R 코드가 수록돼 있어 내용을 머리로만 이해하는 것이 아니라 실제로 따라 하면서 좀 더 쉽게 이해할 수 있게 했다.

이 책의 저자인 막스 쿤과 키엘 존스는 예측 모델링 분야에서 10년 이상 경험을 쌓았으며,

예측 모델링에 대한 다양한 경험을 바탕으로 예측 모델의 활용에 대한 지식과 노하우를 책 속에 녹여냈다.

이 책에서는 선형 회귀, 로지스틱 회귀 등 다양한 회귀 모델과 데이터 분석과 활용에 필요한 여러 이론을 다루고 있다. 

따라서 통계에 기본적인 개념을 갖고 있어야 하며, 

일부 복잡한 방정식을 다루기 때문에 수학에 대한 지식도 필요하다.

책의 내용이 쉽지는 않기 때문에 입문자에게는 어려울 수 있겠지만, 

번역 과정에서 많은 것을 배웠다는 역자의 말처럼 자신이 알고 있는 것을 제대로 활용하고 싶거나

 새로운 지식을 얻고 싶은 독자들이 예측 모델링에 대한 깊은 지식을 쌓는 데 좋은 참고서가 될 것이다.