지속가능한 제조업 경쟁력 확보를 위한 제조AI빅데이터 분석기법: 코딩편
도서+사은품 또는 도서+사은품+교보Only(교보굿즈)
15,000원 미만 시 2,500원 배송비 부과
20,000원 미만 시 2,500원 배송비 부과
15,000원 미만 시 2,500원 배송비 부과
1Box 기준 : 도서 10권
로그아웃 : '서울시 종로구 종로1' 주소 기준
이달의 꽃과 함께 책을 받아보세요!
1권 구매 시 결제 단계에서 적용 가능합니다.
알림 신청하시면 원하시는 정보를
받아 보실 수 있습니다.
키워드 Pick
키워드 Pick 안내
관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.
책 소개
이 책이 속한 분야
- 국내도서 > 기술/공학 > 금속/재료 > 제조/재료 > 제조업
- 국내도서 > 기술/공학 > 대학교재 > 금속공학
- 국내도서 > 컴퓨터/IT > 전산통계/해석 > 자료분석/빅데이터
- 국내도서 > 대학교재 > 기술공학 > 금속공학
제조데이터 유형별 현장공장 적용 AI 코딩의 필수 지침서!
작가정보
(경영정보시스템) 박사
현) 한국과학기술원(KAIST), 제조AI빅데이터센터장 책임교수
한국IT서비스학회, 첨단제조 전문위원장
한국국방기술학회, 국방 제조AI 전문위원장
■ 제조AI 관련 경력
ㆍ 인공지능 제조플랫폼(KAMP) 운영기관, 센터장, 중소벤처기업부
ㆍ OECD 고위급 라운드테이블, 중소제조 협의위원
ㆍ 대통령직속 4차산업혁명위원회
ㆍ 중소벤처기업부 R&D 미래전략 라운드테이블, 자문위원
ㆍ 삼성전자 상생협력아카데미 제조AI 강연
ㆍ 세계경제포럼(다보스포럼) Lighthouse factory 국내 평가위원
ㆍ 국내 중소 제조기업 AI 컨설팅 및 현장 적용 30회 이상 수행
ㆍ 제조데이터, AI 관련 다수 SCI, KCI(DBpiaTop 5%) 논문 보유
(전산학) 박사
현) 한국과학기술원(KAIST), 제조DX추진본부장 | 교수
전) 한국전자통신연구원(ETRI) 원장
■ 제조 AI 관련 경력
ㆍ 인공지능제조플랫폼(KAMP) 운영기관, 과제책임자, 중소벤처기업부
ㆍ 제조데이터 기반 스마트공장 사례발굴 전문가 간담회, 전문가, 대통령직속 4차산업
혁명위원회
ㆍ 스마트공장 제조데이터 전문가 간담회, 전문가, 스마트제조 혁신추진단
ㆍ 중소벤처기업부 전략위원회 위원 | 정책분과위원장
ㆍ 제조데이터 촉진자양성과정, 과제책임자, 중소벤처기업부
(물리학) 박사
현) 한국과학기술원(KAIST), 기계공학과 교수
멀티스케일 역학 및 재료모델링 연구실
■ 제조 AI 관련 경력
ㆍ 인공지능 활용 소재 및 구조 설계 특허/논문 다수 출판
ㆍ AI 컨설팅 지원사업에서 AI전문가로 중소/중견기업 자문
ㆍ 머신러닝 활용 복합재 설계 방법 개발 및 중소/중견기업 자문
(경영정보시스템) 박사
현) 한국과학기술원(KAIST) 제조AI빅데이터센터 | 교수
■ 제조 AI 관련 경력
ㆍ 머신러닝 활용 논문 다수 출판
ㆍ 스마트제조혁신추진단 AI 전문위원
ㆍ 중소벤처기업부 AI 컨설팅 지원사업 제조기업 AI 전문가
ㆍ 중소기업중앙회 스마트공장구축지원사업(삼성, 포스코) 선정위원
(산업공학) 박사
현) 울산과학기술원(UNIST) 산업지능화연구소장 | 산업공학과/인공지능대학원 교수
산업지능 연구실
■ 제조 AI 관련 경력
ㆍ 중소벤처기업부 전략위원회 위원 | 서비스분과위원장
ㆍ 인공지능을 활용한 제품 불량예측 및 공정 최적화 관련 SCI급 논문 다수 출판 및 정부/산업체 연구과제 다수 수행
ㆍ AI 컨설팅 지원사업에서 AI 전문가로 중소/중견기업 자문
(경영정보시스템) 박사
현) 한양대학교 경영학부 교수 | 인포메틱스학과 학과장
■ 제조 AI 관련 경력
ㆍ 중소벤처기업부 전략위원회 위원 | 서비스분과 위원장
ㆍ 인공지능을 활용한 제품 불량예측 및 공정 최적화 관련 SCI급 논문 다수 출판 및 정부/산업체 연구과제 다수 수행
ㆍ AI 컨설팅 지원사업에서 AI 전문가로 중소/중견기업 자문
(전자전기컴퓨터공학) 박사
현) 한국산업기술시험원 산업지능화기술센터 | 센터장
■ 제조 AI 관련 경력
ㆍ 중소벤처기업부, 전략위원회 산하 AI데이터 · 제도분과위원회 분과위원
ㆍ 대한전자공학회 시스템 및 제어 소사이어티 스마트팩토리 연구회 위원장
ㆍ 디지털 산업혁신 빅데이터 플랫폼(www.bigdata-dx.kr) 총괄책임자
ㆍ ISO/IEC JTC 1 SC 31 (자동식별 및 데이터 수집), ISO/IEC JTC 1 SC 40 (IT 서비스 관리 및 IT 거버넌스), ISO/IEC JTC 1 SC 42 (인공지능), IEC TC 124 (스마트 웨어러블) 국제표준 전문가 및 관련 국제표준 다수 개발
ㆍ KS X 9101-1 등 제조 분야 기업업무시스템 간 제조업무데이터교환 국가표준 개발
목차
- 저자 소개
제조AI빅데이터 분석기법(코딩편)을 읽는 분들께
챕터별 실습 제조AI데이터셋
Chapter 1. 제조AI 개관
1. 제조데이터 및 AI의 등장
2. 제조데이터 개관
2.1 제조데이터란?
2.2 제조AI데이터셋이란?
2.3 제조데이터 형태
2.4 제조데이터 품질 및 평가체계
2.5 제조데이터 표준
2.6 제조데이터 가격책정
3. 제조AI 개관
3.1 제조AI란?
3.2 지도학습과 비지도학습
3.3 제조AI 거버넌스 및 구성요소
3.4 제조AI 개발 및 적용의 과학적 수행절차
4. 제조데이터 및 AI 분석목적
4.1 기술적 제조데이터 및 AI 분석목적
4.2 경영 전략적 제조데이터 및 AI 분석목적
5. 제조데이터 및 AI 지능형 공장의 주요 성과지표
6. 빅블러 시대의 제조데이터 및 AI 싸이언티스트
- Quiz 확인문제
- 별첨 : 2023년 하노버 메세 한국팀 기사
- 인터뷰 : 스마트제조혁신추진단 안광현 단장
- 별첨 : KAMP 플랫폼 제조AI데이터셋 정리표
Chapter 2. 제조AI 개발환경 설정
1. 아나콘다(Anaconda) 설치
2. 주피터 노트북(Jupyter Notebook) 실행하기
3. 가상환경 만들기
4. 텐서플로우(TensorFlow) 설치하기
- Quiz 확인문제
Chapter 3. 제조AI 개발 맛보기
1. 화학물 제조공장 현장 문제 파악
2. 제조데이터 준비하기(KAMP 제조데이터 거래소)
2.1 양품 제조데이터 준비하기
2.2 불량 제조데이터 준비하기
3. 제조 AI 프로그램(K-최근접 이웃 알고리즘)
3.1 첫 제조AI 코딩 시작점
3.2 제조데이터 라벨링
3.3 훈련세트와 테스트세트 구축
3.4 제조AI 모델 생성, 예측
4. 전체 소스코드
- Quiz 확인문제
Chapter 4. 제조AI데이터 품질관리(전처리)
1. 제조AI데이터셋 품질관리 개요
2. 실습에 활용할 제조AI데이터셋 다운로드
3. ‘제조AI데이터셋 품질확보 방법론’ 실습
3.1 완전성 평가 및 확보
3.2 유효성 평가 및 확보
3.3 일관성 평가 및 확보
3.4 유일성 평가 및 확보
3.5 정확성 평가 및 확보
- Quiz 확인문제
Chapter 5. 숫자 제조데이터 기반 AI 개발
1. 사출성형 제조공장 현장 문제 파악
2. 사출성형 제조데이터 준비하기
3. 제조AI 프로그램(Random Forest)
3.1 제조데이터 불러오기
3.2 제조데이터 탐색하기(EDA, Exploratory Data Analysis)
3.3 제조데이터 전처리
3.4 제조AI 모델 생성 및 학습
3.5 정답(양품/불량) 예측하기
3.6 변수 중요도 확인하기
4. 전체 소스코드
- Quiz 확인문제
Chapter 6. 이미지 제조데이터 기반 AI 개발
1. 전기아연도금 제조공장 현장 문제 파악
2. 전기아연도금 제조데이터 준비하기
3. 제조AI 프로그램(CNN)
3.1 제조데이터 경로 지정
3.2 제조데이터 전처리 옵션 설정
3.3 제조데이터 불러오기 및 전처리
3.4 제조AI 모델 생성 및 평가
3.5 제조AI 모델 평가
3.6 제조AI 모델 테스트
4. 전체 소스코드
- Quiz 확인문제
Chapter 7. 소리 제조데이터 기반 AI 개발
1. 도금 제조공장 현장 문제 파악
2. 도금 열풍건조 소리 제조데이터 준비하기
3. 제조AI 프로그램(LSTM)
3.1 소리 제조데이터 살펴보기
3.2 제조데이터 불러오기 및 특징 추출
3.3 제조데이터 전처리
3.4 제조AI 모델 생성
3.5 제조AI 모델 평가
4. 전체 소스코드
- Quiz 확인문제
맺음말
〈부록〉
부록 A ｜ 교재 실습, 유형별 제조AI데이터셋 정리표
부록 B ｜ KAMP 플랫폼, 실습 제조데이터셋 다운로드 방법
부록 C ｜ Quiz 확인문제 정답 및 해설
책 속으로
“일상생활에서 사용하는 표준(standards)이란 단어는 사물이나 서비스의 일반적인 또는 평균적인 것을 말할 때 사용합니다. 이 평균적인 것을 가지고 일종의 약속을 만드는 것입니다. 표준의 목적은 일종의 약속을 정해놓고 사람들 사이에 발생할 수 있는 혼선을 미연에 방지하는 것입니다. 그러므로 표준은 신뢰가 있어야 합니다. 일상 속 표준의 예를 들면 A4용지는 국제표준화기구(ISO)가 정해놓은 210×297mm로 규격표준을 따릅니다. 이는 종이를 자를 때, 가로와 세로 비율을 유지하게 함으로써 기업들 간의 종이의 낭비를 줄이기 위함입니다.”
“텐서플로우(TensorFlow)란 구글이 머신러닝 모델을 보다 쉽게 구축할 수 있도록 제공하는 라이브러리입니다. 텐서플로우는 다음 그림과 같이 Python, C++, Java, Go 등 다양한 언어를 지원합니다. 특히, 제조현장에 빅데이터, AI 기술 적용을 위해 널리 활용되는 Python 기반의 다양한 라이브러리를 집중적으로 지원하기 때문에 제조AI 딥러닝 모델 개발 시 텐서플로우를 주로 활용합니다.”
“제조AI 이진분류 알고리즘을 개발하기 위해서는 양품과 불량 제조데이터 모두가 준비되어야 합니다. 그러나 현실적으로, 제조현장에서 불량 제조데이터는 양품 제조데이터에 비해 획득하기가 매우 힘듭니다. 그러므로 제조AI 구축 시 대부분 현장에서 양품 제조데이터 대비 불량 제조데이터가 적은 Class imbalance(양품 | 불량 클래스 불균형) 현상이 나타나 제조AI 개발이 지연되는 어려움을 겪는 것이 다반사입니다.”
“상관관계는 변수들 간의 선형적인 관계를 확인하기 위해 사용합니다. 한 변수가 변화했을 때 다른 변수가 함께 변화하는 경우 상관관계가 있다고 표현합니다. 상관의 정도를 상관계수(r)로 확인할 수 있으며, 상관계수는 -1부터 1까지의 값을 가질 수 있습니다. 상관계수가 0이면 상관관계가 없다고 해석하고 +1이나 -1에 가까운 큰 값일수록 상관관계가 강하다고 해석할 수 있습니다.”
“랜덤 포레스트 알고리즘을 학습시킬 때 특성값과 라벨을 분리해서 입력해야 합니다. 라벨인 ‘불량 여부’와 학습에 사용하지 않을 ‘LOT NO.’의 두 컬럼을 제외한 나머지 특성값을 “X”에 저장하고, ‘불량 여부’ 컬럼은 ‘y’에 저장합니다. X는 대문자, y는 소문자를 사용하는 이유는 라벨값은 하나의 컬럼이지만 독립변수는 2개 이상인 경우가 많기 때문에 복수의 의미로 대문자를 사용합니다.”
- 이 책 본문 中에서
출판사 서평
“가보지 않은 길이지만 도전을 해야 성장합니다.”
“도전하는 과정에서 잘못된 점을 발견하고 나아가야 할 방향을 찾을 수 있습니다.”
제조기업의 AI는 전 세계적으로 이제 와우팩터를 넘어 기업의 사활을 결정지을 수 있는 핵심 게임체인저로 자리 잡고 있습니다. 전통제조에 대한 계승과 기술 고도화를 위해서 체계적인 제조데이터 관리와 빅데이터, AI 기술의 도입은 이제 원하든 원하지 않던 점점 미래 제조업에 더 큰 영향을 미치며 제조현장의 핵심설비에 깊숙이 들어갈 것입니다. 현재 계속해서 새로운 제조AI 방법론들이 등장하고 적용되고 있습니다. 기존에 우리가 감과 수기에 의해 제조를 한 것에 비추어 보았을 때, 한 번도 가보지 않은 길이 틀림없습니다. 하지만 최근에는 이 가보지 않은 길에 도전하여 제조AI와 제조데이터 분석기법을 통한 생산성 증가 및 품질 향상 성공 사례가 점점 더 늘어나고 있는 추세입니다. 이러한 도전과정에서 AI를 라이벌로 여기기보다는 생산성 증가 및 품질 향상을 위한 도구로 활용하고 미래에는 인간과 AI의 대결이 아니라 상호협력하는 새로운 방향을 찾을 수 있습니다. 특히 중소 제조기업들이 제조AI를 제조현장에 쉽게 적용할 수 있도록 KAIST에서는 KAMP를 구축하고, 나아가 중소 제조기업들이 좀 더 진보된 기술을 활용할 수 있도록 「제조AI빅데이터 분석기법(코딩편)」 교재를 발간하게 되었습니다. 이 책을 읽은 분들이 이 여정의 주인공들이 되어 제조AI 강국 대한민국을 이끌기 바랍니다.
기본정보
| ISBN | 9791169571340 |
|---|---|
| 발행(출시)일자 | 2024년 05월 14일 |
| 쪽수 | 414쪽 |
| 크기 |
152 * 225
* 26
mm
/ 710 g
|
| 총권수 | 1권 |
Klover 리뷰 (2)
구매 후 리뷰 작성 시, e교환권 200원 적립
문장수집 (0)
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.
판매가 5,000원 미만 상품의 경우 리워드 지급 대상에서 제외됩니다. (2024년 9월 30일부터 적용)
구매 후 리뷰 작성 시, e교환권 100원 적립
-
마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환 신청, [1:1 상담 > 반품/교환/환불] 또는 고객센터 (1544-1900)
반품/교환방법
* 오픈마켓, 해외배송 주문, 기프트 주문시 [1:1 상담>반품/교환/환불] 또는 고객센터 (1544-1900) -
변심반품의 경우 수령 후 7일 이내,
반품/교환가능 기간
상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내 -
변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환비용
-
1) 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
반품/교환 불가 사유
(단지 확인을 위한 포장 훼손은 제외)
2) 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
예) 화장품, 식품, 가전제품(악세서리 포함) 등
3) 복제가 가능한 상품 등의 포장을 훼손한 경우
예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
4) 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
5) 디지털 컨텐츠인 ebook, 오디오북 등을 1회이상 ‘다운로드’를 받았거나 '바로보기'로 열람한 경우
6) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
7) 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
8) 세트상품 일부만 반품 불가 (필요시 세트상품 반품 후 낱권 재구매)
9) 기타 반품 불가 품목 - 잡지, 테이프, 대학입시자료, 사진집, 방통대 교재, 교과서, 만화, 미디어전품목, 악보집, 정부간행물, 지도, 각종 수험서, 적성검사자료, 성경, 사전, 법령집, 지류, 필기구류, 시즌상품, 개봉한 상품 등 -
공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.
상품 품절
-
1) 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁 해결 기준 (공정거래위원회 고시)에 준하여 처리됨
소비자 피해보상 환불 지연에 따른 배상
2) 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함
상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)
_218350f149d949e9bc7432d9cec9d0b1.jpg)
