품목정보
출간일 | 2018년 02월 13일 |
---|---|
쪽수, 무게, 크기 | 252쪽 | 175*235*13mm |
ISBN13 | 9791158390914 |
ISBN10 | 1158390912 |
출간일 | 2018년 02월 13일 |
---|---|
쪽수, 무게, 크기 | 252쪽 | 175*235*13mm |
ISBN13 | 9791158390914 |
ISBN10 | 1158390912 |
수포자(수학을 포기한 사람)도 읽을 수 있다! 머신러닝을 쉽게 배우자! “머신러닝에 관심은 있지만 어떤 책을 봐도 수식이 나와서 공부하기 힘들다.” 이 책은 이런 독자에게 안성맞춤입니다. 이 책에서는 머신러닝을 공부하고 있는 프로그래머 ‘연아’와 친구 ‘소희’가 펼치는 대화를 통해 재미있게 공부할 수 있습니다. 이 책에서는 다음과 같은 내용을 친절하게 그리고 천천히 설명합니다. * 기계학습은 왜 주목받고 있는가? * 기계학습을 이용해 무슨 일을 할 수 있는가? * 회귀나 분류 기법은 어떤 경우에 사용하는가? * 회귀나 분류 기법에 관한 구체적인 문제를 제시하고 해결 방법을 단계별로 설명한다 * 해당 해결 방법을 수식을 사용해서 표현하는 방법도 자세히 설명한다 * 실제로 프로그램을 만들어 보면서 공부한다 이 책에서는 고등학교에서 배운 수학을 잊어버린 독자도 이해하기 쉽도록 수식에서 어려움을 느낄 만한 부분을 중점적으로 설명함으로써 머신러닝과 관련된 수식을 완전히 이해하고 싶은 엔지니어가 요긴하게 읽을 수 있습니다. |
1장: 둘이 여행을 시작한다 1 머신러닝에 대한 관심 2 머신러닝의 중요성 3 머신러닝 알고리즘 4 수학과 프로그래밍 ▣ 2장: 회귀를 배워보자 - 광고비에서 클릭 수를 예측한다 1 문제 설정 2 모델을 정의한다 3 최소제곱법 3-1 최급하강법 4 다항식 회귀 5 중회귀 6 확률 경사하강법 ▣ 3장: 분류에 대해 배워보자 - 이미지 크기를 기준으로 분류한다 1 문제 설정 2 내적 3 퍼셉트론 ___3-1 학습 데이터를 준비한다 ___3-2 웨이트 벡터 갱신식 4 선형분리가능 5 로지스틱 회귀 ___5-1 시그모이드 함수 ___5-2 최급하강법 6 우도함수 7 대수우도함수 ___7-1 우도함수의 미분 8 선형분리불가능 ▣ 4장: 평가해보자 - 만든 모델을 평가하자 1 모델 평가 2 교차 검증 ___2-1 최급하강법 ___2-2 분류 문제를 검증한다 ___2-3 최급하강법 ___2-4 F값 3 정칙화 ___3-1 과잉적합 ___3-2 정칙화하는 방법 ___3-3 정칙화의 효과 ___3-4 분류의 정칙화 ___3-5 정칙화한 식을 미분한다 4 학습곡선 ___4-1 오적합 ___4-2 과잉적합과 오적합을 판별한다 ▣ 5장: 파이썬으로 프로그래밍해보자 1 파이썬으로 구현해보자 2 회귀 ___2-1 학습 데이터를 확인하자 ___2-2 1차함수로 구현한다 ___2-3 검증 ___2-4 다항식 회귀를 구현한다 ___2-5 확률 경사하강법을 구현한다 3 분류(퍼셉트론) ___3-1 학습 데이터를 확인한다 ___3-2 퍼셉트론을 구현한다 ___3-3 검증 4 분류(로지스틱 회귀) ___4-1 학습 데이터를 확인한다 ___4-2 로지스틱 회귀를 구현한다 ___4-3 검증 ___4-4 선형분리불가능인 분류를 구현한다 ___4-5 확률 경사하강법을 구현한다 5 정칙화 ___5-1 학습 데이터를 확인한다 ___5-2 정칙화를 적용하지 않고 구현한다 ___5-3 정칙화를 적용해서 구현한다 ___5-4 후일담 ▣ 부록 1 시그마 기호, 파이 기호 2 미분 3 편미분 4 합성함수 5 벡터와 행렬 6 기하벡터 7 지수와 대수 8 파이썬 환경 구축 ___8-1 파이썬을 설치한다 ___8-2 파이썬 실행 9 파이썬 기초 ___9-1 숫자값과 문자열 ___9-2 변수 ___9-3 부울값과 비교연산자 ___9-4 리스트 ___9-5 제어구문 ___9-6 함수 10 NumPy 기초 ___10-1 임포트 ___10-2 다차원 배열 ___10-3 브로드캐스트 |