프롤로그: 기계 뇌의 시대
제1장 기계 뇌의 해부학
- 잠들지 않는 토끼의 약진은 멈추지 않는다
- ‘다른 세상 일’이라고 생각하며 방관하는 시대는 끝났다
- 데이터 과학은 필수 교양
- 기계 뇌가 할 수 있는 딱 세 가지 일
① 가시화하기┃② 분류하기┃③ 예측하기┃조합하기

제2장 기계 뇌는 가시화한다
- Case1 혼다기연공업: 인터내비
혼다는 왜 차를 센서로 삼았는가?┃애초에 데이터를 선택하는 센스도 중요하다
- Case2 고마쓰제작소: 콤트랙스
콤트랙스의 혁신성┃데이터 활용 범위는 연쇄적으로 확대된다┃하향식으로 이루어진 고마쓰 개혁
- Case3 조지루시마호빙: 아이포트
조지루시의 훌륭한 착안점┃피해갈 수 없는 비용 대비 효과 문제의 접근 방식
- Case4 히타치제작소: 비즈니스 현미경
의사소통 상태를 어떻게 가시화할 것인가?┃목적을 무리 없이 달성할 수 있는 범위 내에서 분석을 엄밀하게

제3장 기계 뇌는 분류한다
- Case5 페이팔: 부정 검출
전 세계의 범죄자가 노리는 결제 인프라를 어떻게 지켜낼 것인가
- Case6 후지필름 / 앤섬: 암 분류
언제 어디서든 숙련된 의사 수준의 진단을 누리기┃진단 알고리즘에 투자하는 보험 회사
- Case7 파친코·카지노 산업: 얼굴 인식 기술
카지노와 데이터의 만남┃카지노에서 ‘얼굴’이 지니는 가치

제4장 기계 뇌는 예측한다
- Case8 에파고긱스: 영화 흥행 예측
영화 제작에 ‘예측’이 필요한 이유┃에파고긱스의 알고리즘에 관한 추리
- Case9 아마존 / 라쿠텐: 구매 예측과 추천
두 가지 협업 필터링 모델┃어떻게 해야 정확한 추천을 할 수 있을까?┃라쿠텐의 사원이라면 어떻게 해야 할까?
- Case10: 휴렛 팩커드: 사원의 퇴직 가능성
퇴직률을 크게 개선한 예측 모델┃사내에 초점을 맞춤 예측 프로젝트 포인트
- Case11: 클라이미트 / 프로그레시브: 보험
데이터 분산 처리 기술이 가능케 한 자동 날씨 보험┃데이터양이 핵심인 자동차 보험

제5장 기계 뇌의 설계 레시피
- 기계 뇌를 만드는 ABCDE 프레임워크
데이터 과학서의 맹점
- 목적을 정할 때는 ‘SMART'에 집중해라 A: Aim(목적)
자주 저지르는 실수┃신경 써야 할 점
- 모델의 트레이드오프를 극복하라 B: Brain(기계 뇌의 종류)
자주 저지르는 실수┃신경 써야 할 점(기본 편)┃신경 써야 할 점(데이터 과학편)┃트레이드오프의 균형을 찾기
위한 팀 회의 사례┃속도는 끊임없이 추구해야 한다┃크라우드소싱을 통해 모델 개량하기
- 코딩에서 중요한 세 가지 C: Coding/Construction(프로그래밍 작업·구현)
자주 저지르는 실수와 신경 써야 할 점① 프로그래밍 언어┃자주 저지르는 실수와 신경 써야 할 점② 클라우드
서버 서비스 이용┃자주 저지르는 실수와 신경 써야 할 점③ 팀 관리
- 데이터를 올바르게 다루기: Data(데이터 선정과 정비)
데이터를 올바르게 다루기┃자주 저지르는 실수┃신경 써야 할 점┃두 종류의 데이터┃데이터 선정을 운에
맡기지 말자┃데이터를 선정하는 네 가지 기준┃데이터 선정 기준① Relevancy: 관련성┃데이터 선정 기준②
Volume: 분량┃데이터 선정 기준③ Granularity: 세분화 정도┃데이터 선정 기준④ Cost Effectiveness: 비용
대비 효과┃써도 되는 데이터, 쓰면 안 되는 데이터┃분석 시간 중 80퍼센트는 데이터 정제에 든다┃결측값을
어떻게 다루나?
- 일관성을 의식하며 실행하기 E: Execution(실행)
자주 저지르는 실수┃신경 써야 할 점┃‘실행’은 데이터의 이종 격투기

제6장 기계 뇌를 운용할 수 있는 조직 만들기
- 데이터 과학자에 대한 인식과 현실
우수한 데이터 과학자가 주변에 없다는 착각┃단체 경기라는 자세로 임하기
- 조직에서 데이터를 활용하기 위해 불가결한 세 가지 역할
① 데이터 제너럴 매니저(GM) 인재┃② 데이터 과학자 인재┃③ 데이터 엔지니어 인재┃데이터를 다루는 인재를
키우는 법┃성장하겠다는 의욕과 잠재력을 가진 인재 선정┃성장 기대치를 명시한다┃경영자도 데이터 과학을
알아야 한다┃배우고 시행 착오할 기회를 주자
- 프로젝트를 진행할 때 저지르는 말실수
데이터 GM의 말실수┃데이터 과학자의 말실수┃데이터 엔지니어의 말실수
- 사내에 있는 다이아몬드 원석
- 데이터 과학을 몰랐던 사람은 앞으로 어떻게 해야 활약할 수 있을까?
우선 자기 자신의 가치관을 의심하자┃데이터 GM의 필수 교양┃데이터 과학자의 필수 교양┃데이터 엔지니어의
필수 교양┃팀워크와 프로토콜을 익힌다

에필로그: 기계 뇌의 시대에 보통 사람은 어떻게 살아야 할까?
미주 

■ 저자소개

저자 : 가토 에루테스 사토시