품목정보
발행일	2022년 02월 25일
쪽수, 무게, 크기	504쪽 \| 18323535mm
ISBN13	9791162245279
ISBN10	1162245271

더보기

CHAPTER 1 소개 1.1 왜 머신러닝인가? __1.1.1 머신러닝으로 풀 수 있는 문제 __1.1.2 문제와 데이터 이해하기 1.2 왜 파이썬인가? 1.3 scikit-learn __1.3.1 scikit-learn 설치 1.4 필수 라이브러리와 도구들 __1.4.1 주피터 노트북 __1.4.2 NumPy __1.4.3 SciPy __1.4.4 matplotlib __1.4.5 pandas __1.4.6 mglearn 1.5 파이썬 2 vs. 파이썬 3 1.6 이 책에서 사용하는 소프트웨어 버전 1.7 첫 번째 애플리케이션: 붓꽃의 품종 분류 __1.7.1 데이터 적재 __1.7.2 성과 측정: 훈련 데이터와 테스트 데이터 __1.7.3 가장 먼저 할 일: 데이터 살펴보기 __1.7.4 첫 번째 머신러닝 모델: k-최근접 이웃 알고리즘 __1.7.5 예측하기 __1.7.6 모델 평가하기 1.8 요약 및 정리 CHAPTER 2 지도 학습 2.1 분류와 회귀 2.2 일반화, 과대적합, 과소적합 __2.2.1 모델 복잡도와 데이터셋 크기의 관계 2.3 지도 학습 알고리즘 __2.3.1 예제에 사용할 데이터셋 __2.3.2 k-최근접 이웃 __2.3.3 선형 모델 __2.3.4 나이브 베이즈 분류기 __2.3.5 결정 트리 __2.3.6 결정 트리의 앙상블 __2.3.7 (한국어판 부록) 배깅, 엑스트라 트리, 에이다부스트 __2.3.8 커널 서포트 벡터 머신 __2.3.9 신경망(딥러닝) 2.4 분류 예측의 불확실성 추정 __2.4.1 결정 함수 __2.4.2 예측 확률 __2.4.3 다중 분류에서의 불확실성 2.5 요약 및 정리 CHAPTER 3 비지도 학습과 데이터 전처리 3.1 비지도 학습의 종류 3.2 비지도 학습의 도전 과제 3.3 데이터 전처리와 스케일 조정 __3.3.1 여러 가지 전처리 방법 __3.3.2 데이터 변환 적용하기 __3.3.3 (한국어판 부록) QuantileTransformer와 PowerTransformer __3.3.4 훈련 데이터와 테스트 데이터의 스케일을 같은 방법으로 조정하기 __3.3.5 지도 학습에서 데이터 전처리 효과 3.4 차원 축소, 특성 추출, 매니폴드 학습 __3.4.1 주성분 분석(PCA) __3.4.2 비음수 행렬 분해(NMF) __3.4.3 t-SNE를 이용한 매니폴드 학습 3.5 군집 __3.5.1 k-평균 군집 __3.5.2 병합 군집 __3.5.3 DBSCAN __3.5.4 군집 알고리즘의 비교와 평가 __3.5.5 군집 알고리즘 요약 3.6 요약 및 정리 CHAPTER 4 데이터 표현과 특성 공학 4.1 범주형 변수 __4.1.1 원-핫-인코딩(가변수) __4.1.2 숫자로 표현된 범주형 특성 4.2 OneHotEncoder와 ColumnTransformer: scikit-learn으로 범주형 변수 다루기 4.3 make_column_transformer로 간편하게 ColumnTransformer 만들기 4.4 구간 분할, 이산화 그리고 선형 모델, 트리 모델 4.5 상호작용과 다항식 4.6 일변량 비선형 변환 4.7 특성 자동 선택 __4.7.1 일변량 통계 __4.7.2 모델 기반 특성 선택 __4.7.3 반복적 특성 선택 4.8 전문가 지식 활용 4.9 요약 및 정리 CHAPTER 5 모델 평가와 성능 향상 5.1 교차 검증 __5.1.1 scikit-learn의 교차 검증 __5.1.2 교차 검증의 장점 __5.1.3 계층별 k-겹 교차 검증과 그외 전략들 __5.1.4 (한국어판 부록) 반복 교차 검증 5.2 그리드 서치 __5.2.1 간단한 그리드 서치 __5.2.2 매개변수 과대적합과 검증 세트 __5.2.3 교차 검증을 사용한 그리드 서치 5.3 평가 지표와 측정 __5.3.1 최종 목표를 기억하라 __5.3.2 이진 분류의 평가 지표 __5.3.3 다중 분류의 평가 지표 __5.3.4 회귀의 평가 지표 __5.3.5 모델 선택에서 평가 지표 사용하기 5.4 요약 및 정리 CHAPTER 6 알고리즘 체인과 파이프라인 6.1 데이터 전처리와 매개변수 선택 6.2 파이프라인 구축하기 6.3 그리드 서치에 파이프라인 적용하기 6.4 파이프라인 인터페이스 __6.4.1 make_pipleline을 사용한 파이프라인 생성 __6.4.2 단계 속성에 접근하기 __6.4.3 그리드 서치 안의 파이프라인 속성에 접근하기 6.5 전처리와 모델의 매개변수를 위한 그리드 서치 6.6 모델 선택을 위한 그리드 서치 __6.6.1 중복 계산 피하기 6.7 요약 및 정리 CHAPTER 7 텍스트 데이터 다루기 7.1 문자열 데이터 타입 7.2 예제 애플리케이션: 영화 리뷰 감성 분석 7.3 텍스트 데이터를 BOW로 표현하기 __7.3.1 샘플 데이터에 BOW 적용하기 __7.3.2 영화 리뷰에 대한 BOW 7.4 불용어 7.5 tf-idf로 데이터 스케일 변경하기 7.6 모델 계수 조사 7.7 여러 단어로 만든 BOW(n-그램) 7.8 고급 토큰화, 어간 추출, 표제어 추출 __7.8.1 (한국어판 부록) KoNLPy를 사용한 영화 리뷰 분석 7.9 토픽 모델링과 문서 군집화 __7.9.1 LDA 7.10 요약 및 정리 CHAPTER 8 마무리 8.1 머신러닝 문제 접근 방법 __8.1.1 의사 결정 참여 8.2 프로토타입에서 제품까지 8.3 제품 시스템 테스트 8.4 나만의 추정기 만들기 8.5 더 배울 것들 __8.5.1 이론 __8.5.2 다른 머신러닝 프레임워크와 패키지 __8.5.3 랭킹, 추천 시스템과 그 외 다른 알고리즘 __8.5.4 확률 모델링, 추론, 확률적 프로그래밍 __8.5.5 신경망 __8.5.6 대규모 데이터셋으로 확장 __8.5.7 실력 기르기 8.6 마치며

더보기

상세 이미지 상세 이미지 보이기/감추기

상품 이미지를 확대해서 볼 수 있습니다. 원본 이미지

더보기

저자 소개 (3명)

만든이 코멘트 만든이 코멘트 보이기/감추기

안녕하세요. 이책의 역자 입니다.

2022-02-24

안녕하세요. “파이썬 라이브러리를 활용한 머신러닝(번역개정2판)”을 번역한 박해선입니다. 이 책을 선택해 주신 많은 독자에게 진심으로 감사의 말씀 드립니다. 개정2판은 사이킷런 1.x 릴리스에 맞춰 최신 변경 사항과 추가된 기능을 담았습니다. 이 책은 사이킷런(Scikit-Learn) 라이브러리를 사용하여 머신러닝 작업의 파이프라인 전반을 학습할 수 있도록 구성되어 있습니다. 지도학습, 비지도학습, 분류, 회귀, 텍스트 분석, 특성공학, 교차검증, 그리드서치, 평가 등의 주제를 알차게 담고 있습니다. 복잡할 수 있는 머신러닝 개념을 사이킷런의 핵심 개발자이자 릴리스 매니저인 안드레아스가 명쾌하게 설명합니다. 책을 읽는 시간이 결코 아깝지 않을 것입니다. 이 책을 통해 머신러닝의 큰 그림을 그려보세요! 책을 구매하시면 제 블로그의 에러타 페이지(https://bit.ly/python-ml-home)와 깃허브(https://bit.ly/python-ml-git)를 꼭 참고해 주세요. 항상 사이킷런 최신 버전에 맞춘 코드와 에러타를 업데이트 하겠습니다. [머신러닝 파워드 애플리케이션], [파이토치로 배우는 자연어 처리], [머신러닝 교과서 3판], [딥러닝 일러스트레이티드], [혼자 공부하는 머신러닝+딥러닝], [GAN 인 액션], [핸즈온 머신러닝 2], [미술관에 GAN 딥러닝], [Do It! 딥러닝 입문], [파이썬을 활용한 머신러닝 쿡북], [케라스 창시자에게 배우는 딥러닝] 등에 이어 열 일곱 번째 머신러닝 책입니다. 많은 분들의 응원 덕에 큰 힘을 얻습니다. 더 좋은 책으로 찾아 뵙겠습니다. 감사합니다.

출판사 리뷰 출판사 리뷰 보이기/감추기

회원리뷰 (13건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

총 평점 10.0점 10.0 / 10.0

검색결과 정렬 옵션 삭제

회원리뷰 전체보기

한줄평 (3건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 10.0점 10.0 / 10.0

구매 한줄평

한줄평 전체보기

배송/반품/교환 안내

배송 안내

반품/교환 안내에 대한 내용입니다.
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법	고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리