데이터 과학, KNIME 하나로 끝낸다!

데이터 전처리부터 통계 분석, 머신러닝, 딥러닝까지 데이터 과학 올인원 실습서

직관적인 Visual Workflow

드래그 앤 드롭 방식으로 손쉬운 접근 및 시각적 작업 흐름 설계

 

데이터 전처리 & EDA 시각화

다양한 차트와 그래프를 활용한 탐색적 데이터 분석(EDA)

 

데이터 과학·머신러닝·MLOps 통합 지원

4,000여 개 노드를 통한 수집·분석·모델링·머신러닝·딥러닝 지원

데이터 전처리·학습·평가·배포를 아우르는 엔드투엔드 MLOps 파이프라인 구현

 

KNIME AI 기능

K-AI를 통한 자연어 기반 노드 검색, 워크플로우 생성, 코드 제안 기능 제공

 

확장성 높은 스크립트 지원

R, Python, SQL, JavaScript 등 다양한 언어 활용

 

배포·공유 & 스케줄링 (Business Hub)

모델 및 워크플로우 손쉽게 배포·공유, 반복 분석·재학습 자동화

 

이 책은 데이터 분석을 처음 시작하는 분들부터 현업에서 KNIME을 활용하는 분들까지, 실무에 도움이 되도록 구성했습니다. 전처리부터 분석, 머신러닝, 협업 환경까지… 이 책이 데이터 과학을 학습하는 과정에서 독자 여러분께 KNIME 활용법의 든든한 길잡이가 되기를 바랍니다.

[목 차]
  

1강. KNIME의 개념과 설치 방법

 

1. KNIME이란 010

2. KNIME Analytics Platform 설치 (Windows) 011

2.1 초기 실행 및 환경 설정 020

3. KNIME 확장 기능 설치 022

4. KNIME 확장 기능 설치 (오프라인) 025

 

2강. KNIME Analytics Platform

 

1. KNIME Analytics Platform 홈 화면 구성 030

1.1 Workflow 생성하기 031

1.2 기존 Workflow 확인하기 (Local Space) 033

2. KNIME Analytics Platform 화면 구성 034

2.1 홈 화면으로 이동 036

2.2 우측 상단 메뉴 (Menu/Help) 037

2.3 Workflow Toolbar 039

2.4 Information 039

2.5 Nodes 041

2.6 Space Explorer 044

2.7 AI Assistant 045

2.8 Monitor 045

2.9 Workflow Editor 046

2.10 Table 046

3. 노드 048

3.1 노드 포트 048

3.2 노드 상태 049

3.3 노드 실행 및 결과 확인 050

4. KNIME AI 052

4.1 K-AI Assistant 설치하기 052

4.2 KNIME AI Assistant [Q&A] 056

4.3 KNIME AI Assistant [Build] · 060

4.4 Q&A vs Build 063

 

3강. KNIME 데이터 전처리 실습

 

1. 데이터 불러오기 070

1.1 CSV 파일 가져오기 070

1.2 Excel 파일 가져오기 071

2. 데이터 병합 (JOIN) 073

3. Column 조작 076

3.1 Column 분할 076

3.2 Column 필터링 078

3.3 Column명 변경 079

3.4 Column 순서 변경 082

4. 결측값 처리 084

5. 데이터 변환 087

5.1 데이터 인코딩 087

5.2 데이터 조작 090

5.3 Math Formula 092

6. 데이터 집계 및 시각화 095

6.1 데이터 집계 095

6.2 데이터 소수점 처리 098

6.3 데이터 정렬 100

6.4 Bar Chart 시각화 101

 

4강. 데이터 분석 실습

 

1. 데이터 불러오기 109

1.1 CSV 파일 가져오기 109

1.2 Excel 파일 가져오기 110

2. 데이터 병합 (JOIN) 112

2.1 데이터 추가(조인)하기 112

3. 데이터 전처리 119

3.1 결측값 처리 119

3.2 Column 이름 바꾸기 122

3.3 Column 순서 변경하기 124

4. Feature 생성하기 127

4.1 Math Formula 127

4.2 데이터 소수점 처리 129

4.3 One-Hot Encoding 131

4.4 Label Encoding 133

4.5 Numeric Outliers 135

4.6 데이터 분석 138

4.7 Partitioning 140

4.8 Linear Regression Learner 142

4.9 Regression Predictor 144

4.10 Numeric Scorer 145

 

5강. KNIME Business Hub & Afterburner

 

1. KNIME Business Hub 소개 151

1.1 협업 및 프로젝트 관리 152

1.2 워크플로우 실행 및 테스트 152

1.3 데이터 앱·스케줄·API 서비스 152

1.4 버전 관리 및 변경 추적 152

1.5 실행 인프라 통합 관리 153

2. KNIME Afterburner Portal 153

3. Business Hub 서버 사양 및 기능 156

3.1 설치 조건 156

3.2 설치 요구 사항 157

3.3 기능 159

4. KNIME Business Hub 권한 체계 160

5. 데이터 소스 지원 161

 

마치며 164