데이터마이닝이란?
데이터마이닝의 주요 알고리즘 소개  지도학습과 비지도학습  이 책의 범위  contents  1    
1 데이터마이닝이란?
데이터마이닝(data mining)은 대량의 데이터로부터 규칙이나 패턴을 찾아내는 과정으로, 통계학, 데이터베이스, 기계학습, 인공지능의 영역에서 발전된 다양한 기법들을 포함한다.
데이터마이닝의 목적은 데이터셋으로부터 정보를 추출하고, 이를 추후 사용을 위해 이해할 수 있는 구조로 변환하는 것이다.
데이터마이닝은 분석 단계 이외에도 데이터베이스와 데이터 관리, 데이터 전처리, 모형과 추론 고려사항, 흥미도, 복잡성, 발견된 구조의 사후처리, 시각화 및 온라인 업데이트 등을 포함한다.
데이터마이닝은 kdd(knowledge-discovery in databases, 데이터베이스 속의 지식발견) 과정 또는 kdd 과정의 분석 단계로 이해될 수 있다.
2    
1 데이터마이닝이란?
[그림 1] kdd 과정  3    
1 데이터마이닝이란?
데이터마이닝의 적용분야는 매우 다양하다.기업에서는 표적마케팅, 고객세분화, 고객성향 분석 등에 활용하고 있으며, 금융 분야에서는 신용평가, 거래사기 적발 등에 활용되고 있다.
또한 제조업에서의 품질관리, 의학분야에서의 유전자 분석, 지구과학 및 천문분야에서의 방대 한 자료처리에 활용되고 있다.
또한 텍스트마이닝을 통한 정보검색과 음성과 영상 등의 멀티미디어 자료의 분석에도 활용되 고 있다.최근 많은 관심사인 빅데이터 분석에서도 데이터마이닝은 핵심적인 역할을 담당한다.
4    2 데이터마이닝의 주요 알고리즘 소개  
이 절에서는 최근 데이터마이닝 분야에서 사용되는 주요 알고리즘과 분석도구를 소개한다.
다음의 [표 1]은 미국의 kdnuggets() 조사기관에서 발표한 데이터마이닝 분야와 기계학습 분야의 톱10 알고리즘을 정리한 결과이다(본 교재의 관련되는 장을 함께 제시하였다).
5    순위  top10 데이터마이닝 알고리즘  교재  top10 머신러닝 알고리즘  교재  1  
c4.5(의사결정나무)
4장  지도 학습  의사결정나무  4장  2  k-평균군집  13장  단순베이즈분류  5장  3  서포트벡터머신(svm)  9장  일반최소제곱(ols)회귀  (3권)  4  apriori(연관분석)  11장  로지스틱 회귀  3장  5  em 알고리즘  14장  서포트벡터머신(svm)  9장  6  pagerank  16장  앙상블 방법  10장  7  adaboost(앙상블)  10장  비지도 학습  군집 알고리즘  13, 15장  8  k-nn  7장  주성분분석(pca)  12장  9  단순베이즈  5자  특이값분해(svd)  (4권)  10  cart(의사결정나무)  4장  독립성분분석(ica)  (4권)  6  
[표 1] 데이터마이닝과 기계학습 분야 톱10 알고리즘
2 데이터마이닝의 주요 알고리즘 소개    2 데이터마이닝의 주요 알고리즘 소개  
동 조사 기관에서는 데이터 분석 도구와 관련된 다음 질문에 대한 투표 결과를 연중 발표하고 있다.그 결과를 소개하면 다음의 [그림 1]과 같다.
“지난 12개월 동안 분석, 데이터마이닝, 데이터과학, 기계학습 프로젝트에 사용한 소프트웨어는 무엇입니까?”
[그림 2] kdnuggets analytics/data science 2016 소프트웨어 설문 조사: 2016년 가장 인기 있는 10대 분석도구
위의 결과에서 r과 python이 데이터과학 분야에서 가장 인기 있는 분석도구임을 알 수 있다.sql과 excel이 그 뒤를 잇고 있다.
7    3 지도학습과 비지도학습  
예측모형은 결과값이 알려진 다변량 자료를 이용하여 모형을 구축하고, 이를 통해 새로운 자료 에 대해 결과값에 대한 예측 또는 분류를 수행하는 방법이다.
결과값이 범주형인 경우에는 새로운 자료에 대한 분류(classification)가 주목적이며, 결과값이 연속형인 경우에는 예측(prediction)이 주목적이라 할 수 있다.따라서 예측과 분류는 유사한 의미로 사용되며 통칭하여 예측모형으로 부르기로 한다.   (이하 생략)