음성 검색
QR/바코드 검색
품목정보
| 출간일 | 2020년 09월 03일 |
|---|---|
| 이용안내 ? |
|
| 지원기기 | 크레마,PC(윈도우),아이폰,아이패드,안드로이드폰,안드로이드패드,전자책단말기(일부 기기 사용 불가),PC(Mac) |
| 파일/용량 | EPUB(DRM) | 40.29MB ? |
| ISBN13 | 9791165212827 |
eBook
머신 러닝을 위한 수학 with 파이썬, R
: 딥러닝에 필요한 수학만 골라 담았다!
[ EPUB ]
이원상 저
|
길벗
|
2020년 09월 03일
저자/출판사 더보기/감추기
- 정가
- 16,800원
- 판매가
- 16,800원(종이책 정가 대비 30% 할인)
- YES포인트
-
- 840원 (5% 적립)
- 5만원이상 구매 시 2천원 추가적립?
- 결제혜택
- 카드/간편결제 혜택을 확인하세요 ?
- 배송안내
- 배송비 없음, 구매 후 바로 읽기?
- 구매 시 참고사항
-
- 2020.4.1 이후 구매 도서 크레마터치에서 이용 불가
- eBook 상품은 배송되지 않으며, 구매 후 지원기기에서 바로 읽을 수 있습니다. eBook 이용 안내
{ Html.RenderPartial("Sections/BaseInfoSection/DeliveryInfo", Model); }
![[READ NOW] 2022년 4월호](https://image.yes24.com/images/13_EventWorld/179615_75.jpg)
1
2
3
4
5
관련분류
소개 책소개 보이기/감추기
|
단순히 수학만 배우는 것이 아니다! 머신 러닝에 수학이 필요한 이유부터 개념, 활용까지 배운다! 수학으로 데이터를 수집, 정제하여 요약할 수 있으며, 문제를 정의하고 논리적으로 해결할 수도 있다. 선형대수, 미분과 적분, 확률과 통계의 기본 개념부터 배우고, 이를 데이터 분석 기법에 활용하는 방법까지 살펴본다. |
목차 목차 보이기/감추기
| 1장 데이터 과학과 파이썬 소개 1.1 데이터 과학이란? __1.1.1 아나콘다 설치하기 1.2 선형대수, 미분과 적분, 확률, 통계의 필요성 1.3 그리스 문자와 연산 기호 1.4 데이터와 변수의 이해 __1.4.1 텍스트 마이닝으로 살펴본 비정형 데이터의 분석 1.5 파이썬의 자료 구조 __1.5.1 파이썬 기본 빌트인 구조 __1.5.2 넘파이, 판다스 기반의 자료 구조 __1.5.3 파일로부터 자료 구조 생성하기 1.6 파이썬 실습 1.7 R 실습 1.8 핵심 요약 2장 머신 러닝을 위한 선형대수 2.1 선형대수의 필요성 2.2 벡터와 공간, 행렬과 사상 __2.2.1 벡터의 이해 __2.2.2 벡터의 사칙 연산 __2.2.3 행렬로의 확장 2.3 행렬의 내적과 외적 2.4 행렬 연산의 의미와 활용 __2.4.1 분석모형 응용 - 유사도행렬의 계산 2.5 행렬식, 역행렬 그리고 일차방정식 __2.5.1 분석모형 응용 - 마르코프 체인 2.6 행렬의 분해: 고윳값과 고유 벡터, 대각화 __2.6.1 분석모형 응용 - 주성분 분석 2.7 파이썬 실습 2.8 R 실습 2.9 핵심 요약 3장 미분과 적분의 이해와 응용 3.1 함수의 개념 이해 __3.1.1 함수와 합성 함수 __3.1.2 미분과 적분을 이해하기 위한 몇 가지 개념 3.2 미분의 이해 __3.2.1 간단한 미분 실습 __3.2.2 분석모형 응용 - 신제품 확산 모형 3.3 적분의 이해 __3.3.1 리만 적분 또는 정적분 3.4 미적분학의 기본정리, 편미분 그리고 경사 하강법 __3.4.1 미적분학의 기본정리 __3.4.2 편미분 __3.4.3 분석모형 응용 - 경사 하강법과 뉴턴랩슨 메서드 3.5 파이썬 실습 3.6 R 실습 3.7 핵심 요약 4장 확률과 통계 4.1 기초 통계 개념: 모집단/표본, 모수/통계량 4.2 통계량의 이해: 단변수 통계량 4.3 통계량의 이해: 다변수 통계량 4.4 확률이란 4.5 조건부 확률과 베이즈 정리 4.6 분석모형 응용-확률을 활용한 패턴의 발견 4.7 파이썬 실습 4.8 R 실습 4.9 핵심 요약 5장 확률 분포와 통계적 추론 5.1 확률 변수와 확률 분포 5.2 이산형 확률 분포 __5.2.1 이항 분포 __5.2.2 포아송 분포 5.3 연속형 확률 분포 __5.3.1 정규 분포와 중심 극한 정리 __5.3.2 t 분포 __5.3.3 χ2 분포 __5.3.4 F 분포 5.4 통계적 추론, 점 추정과 구간 추정 5.5 가설 검정 5.6 다양한 통계 검정 __5.6.1 정규성 검정 __5.6.2 t 검정 __5.6.3 쌍체 t 검정 __5.6.4 등분산 검정: F 검정 __5.6.5 χ2 검정 178 5.7 가설 검정의 오류 178 5.8 파이썬 실습 179 5.9 R 실습 182 5.10 핵심 요약 6장 상관분석과 분산분석 6.1 상관분석 6.2 분산분석 __6.2.1 일원 분산분석 __6.2.2 다중 비교 __6.2.3 이원 분산분석 6.3 상관분석의 활용 6.4 파이썬 실습 6.5 R 실습 6.6 핵심 요약 7장 선형 회귀 분석과 모형 확장 7.1 얇고도 깊은 분석의 목적 7.2 선형 회귀 분석 7.3 선형 회귀 분석의 주요 개념 7.4 모형의 예측과 오차의 측정 7.5 회귀모형의 확장1: 포아송 회귀모형 소개 7.6 선형모형의 확장2: 로지스틱 회귀모형 소개 __7.6.1 분류모형의 평가 7.7 파이썬 실습 7.8 R 실습 7.9 핵심 요약 8장 머신 러닝, 딥러닝 그리고 AI 8.1 데이터 분석에서 머신 러닝의 부상 8.2 딥러닝의 배경 및 개요 8.3 다양한 딥러닝 도구 __8.3.1 텐서플로 설치하기 8.4 딥러닝의 활용 8.5 파이썬 실습 8.6 R 실습 8.7 핵심 요약 부록 A 텐서플로 GPU 버전 설치하기 부록 B R 설치하기 부록 C Colab 사용하기 |
상세 이미지 상세 이미지 보이기/감추기
상품 이미지를 확대해서 볼 수 있습니다.
원본 이미지
