품목정보
발행일	2016년 06월 17일
쪽수, 무게, 크기	284쪽 \| 17223516mm
ISBN13	9791158390334
ISBN10	1158390335

더보기

▣ 01장: 데이터 과학과 머신러닝 1.1 업무상에서 데이터 과학이 하는 역할 1.2 머신러닝 알고리즘 분류 1.2.1 분류: 클래스 판정을 산출하는 알고리즘 1.2.2 회귀분석: 수치를 예측하는 알고리즘 1.2.3 클러스터링: 지도자 없이 그룹화하는 알고리즘 1.2.4 그 밖의 알고리즘 1.3 이 책에서 사용하는 예제 1.3.1 회귀분석에 의한 관측값 추측 1.3.2 선형판별에 의한 신규 데이터 분류 1.3.3 이미지 파일 감색 처리(대표색 추출) 1.3.4 손글씨 문자 인식 1.4 분석 도구 준비 1.4.1 이 책에서 사용할 데이터 분석 도구 1.4.2 실행 환경 설치 순서(CentOS 6) 1.4.3 실행 환경 설치 순서(Mac OS X) 1.4.4 실행 환경 설정 순서(Windows 7/8.1) 1.4.5 IPython 사용법 ▣ 02장: 최소제곱법 - 머신러닝 이론의 첫 걸음 2.1 다항식 근사와 최소제곱법에 의한 추정 2.1.1 트레이닝 세트의 특징 변수와 목적 변수 2.1.2 다항식 근사와 오차함수 설정 2.1.3 오차함수를 최소화할 수 있는 조건 2.1.4 예제 코드로 확인한다 2.1.5 통계모델이라는 관점에서 최소제곱법이란 2.2 오버 피팅 검출 2.2.1 트레이닝 셋과 테스트 셋 2.2.2 테스트 셋으로 검증한 결과 2.2.3 교차 검증을 통해 일반화 능력을 검증한다 2.2.4 데이터 개수에 따른 오버 피팅 변화 2.3 부록 - 헤세행렬의 성질 ▣ 03장: 최우추정법 - 확률을 사용한 추정 이론 3.1 확률 모델을 이용한다 3.1.1 데이터 발생 확률 설정 3.1.2 우도함수로 파라미터를 평가한다 3.1.3 예제 코드로 확인한다 3.2 단순한 예로 설명한다 3.2.1 정규분포의 파라메트릭 모델 3.2.2 예제 코드로 확인한다 3.2.3 추정량을 평가하는 방법(일치성과 불편성) 3.3 부록-표본평균·표본분산의 일치성과 불편성 3.3.1 표본평균·표본분산의 일치성과 불편성 증명 3.3.2 예제 코드로 확인한다 ▣ 04장: 퍼셉트론 - 분류 알고리즘 기초 4.1 확률적 기울기 하강법 알고리즘 4.1.1 평면을 분할하는 직선의 방정식 4.1.2 오차함수를 사용하여 분류 결과를 평가한다 4.1.3 기울기 벡터로 파라미터를 수정한다 4.1.4 예제 코드로 확인한다 4.2 퍼셉트론을 기하학적으로 해석한다 4.2.1 바이어스 항의 임의성과 알고리즘 수렴 속도 4.2.2 퍼셉트론의 기하학적 해석 4.2.3 바이어스 항의 기하학적인 의미 ▣ 05장: 로지스틱 회귀와 ROC 곡선 - 학습 모델을 평가하는 방법 5.1 분류 문제에 최우추정법을 적용한다 5.1.1 데이터 발생 확률 설정 5.1.2 최우추정법으로 파라미터를 결정한다 5.1.3 예제 코드로 확인한다 5.2 ROC 곡선으로 학습 모델을 평가한다 5.2.1 로지스틱 회귀를 현실 문제에 적용한다 5.2.2 ROC 곡선으로 성능 평가 5.2.3 예제 코드로 확인한다 5.3 부록 - IRLS법 도출 ▣ 06장: k-평균법 - 비지도 학습모델 기초 6.1 k-평균법을 통한 클러스터링과 그 응용 6.1.1 비지도 학습모델 클러스터링 6.1.2 k-평균법을 사용한 클러스터링 6.1.3 이미지 데이터에 응용 6.1.4 예제 코드로 확인한다 6.1.5 k-평균법의 수학적 근거 6.2 게으른 학습모델로서의 k-최근접이웃 6.2.1 k-최근접이웃으로 분류 6.2.2 k-최근접이웃의 문제점 ▣ 07장: EM 알고리즘 - 최우추정법에 의한 비지도 학습 7.1 베르누이 분포를 사용한 최우추정법 7.1.1 손글씨 문자 합성 방법 7.1.2 이미지 생성기와 최우추정법 7.2 혼합분포를 사용한 최우추정법 7.2.1 혼합분포로 확률계산 7.2.2 EM 알고리즘 절차 7.2.3 예제 코드로 확인한다 7.2.4 클러스터링으로 데이터를 해석한다 7.3 부록 - 손글씨 문자 데이터를 다운로드한다 ▣ 08장: 베이즈 추정 - 데이터를 기반으로 확신을 더하는 방법 8.1 베이즈 추정 모델과 베이즈 정리 8.1.1 베이즈 추정의 개념 8.1.2 베이즈 정리 입문 8.1.3 베이즈 추정으로 정규분포를 정한다: 파라미터 추정 8.1.4 베이즈 추정으로 정규분포를 결정한다: 관측값의 분포를 추정 8.1.5 예제 코드로 확인한다 8.2 베이즈 추정을 회귀분석에 응용 8.2.1 파라미터의 사후분포 계산 8.2.2 관측값의 분포를 추정 8.2.3 예제 코드로 확인한다 8.3 부록-최우추정법과 베이즈 추정의 관계

더보기

저자 소개 관련자료 보이기/감추기

저자 : 나카이 에츠지

1971년 4월 일본 오오사카 출생. 노벨 물리학상을 진지하게 꿈꾸고 이론물리학 연구에 몰두했던 학생 시절, 대학 입시에 열정을 쏟았던 입시 학원 강사 시절, 그리고 화려하게(?) 변신하여 외국계 기업에서 리눅스 엔지니어로 활약하게 될 때까지 항상 유닉스/리눅스 서버와 묘한 인연으로 인생을 함께 보냈다. 휴일에는 러시아 문학과 철학책을 읽으며 피아노 재즈를 즐기는 인생을 보내고 싶었지만 지금은 사랑하는 초등학교 1학년 딸과 스포츠 센터에 수영하러 다니고 있는 동네에서 유명한 '좋은 아빠'로 살고 있다. '세계 평화'를 위해 일찍 집에 들어가려고는 하지만 사랑하는 또 한 가지인 선술집에 들리기를 좋아하는 사람이다. 요즘에는 머신러닝 이론 등의 데이터 과학의 기초 지식을 계몽하는 일도 열심히 하며 활동 범위를 넓혀가고 있다.

역자 : 김범준

일본 호세이대학 경영학부를 졸업했다. 대학 시절 취미로 프로그래밍을 시작한 것을 계기로 이 업계에 발을 들여놓게 됐으며, 한국과 일본에서 임베디드 시스템과 게임 관련 회사에서 개발 프로젝트를 진행했다. 《번역서로는 모던 C 언어 프로그래밍》《따라 하면서 배우는 유니티 3D 입문》이 있으며, 저서로는 《만들면서 배우는 OS커널의 구조와 원리》《뇌를 자극하는 하드웨어 입문》이 있다.

감수 : 곽동민

소프트웨어 개발 12년차로서 컴퓨터과학 학사를 시작으로 대학원에서 머신러닝 및 검색엔진을 전공하였으며, 현재는 통계학 학사를 취득 중에 있다. 여러 회사에서 대용량의 자연어처리, 영상처리, 검색엔진, 머신러닝 프로젝트를 진행하면서 관련 경험과 지식을 축적하였고, 지금도 관련 기업에서 딥러닝 프로젝트를 진행하고 있다.
한 번의 인공지능 서비스 관련 스타트업 창업 경험과 Talent Acquisition 경험을 통해 인공지능과 비지니스의 융합, 스타트업에 큰 관심을 갖게 되었으며, 늘 관련 분야에 대한 고민을 즐기고 있다. 축적한 지식을 같이 공유하고자 『머신러닝에서 딥러닝까지』라는 저서를 집필하였다.

더보기

책 속으로 책속으로 보이기/감추기

머신러닝에 관심을 갖는 IT 개발자가 예상 외로 늘고 있는 것 아닌가, 하는 생각을 하게 된 것은 1년 전쯤이었습니다. 데이터 과학이나 딥러닝 급기야 인공지능까지 각 미디어가 선호하는 단어들이 넘쳐나는 상황에서 데이터 분석을 전문으로 하지 않는 일반 IT 개발자도 머신러닝 기술을 활용할 수 있을 것이라고 기대해 볼 수 있는 시대가 다가왔습니다. 이제는 '전문 지식이 없어도 사용할 수 있습니다'라고 광고하는 머신러닝 서비스도 생겨날 정도입니다.

하지만 여기에는 큰 함정이 존재합니다. 다양한 머신러닝 툴이나 라이브러리가 오픈소스로 제공되어 머신러닝 계산 처리를 누구나 실행할 수 있게 됐습니다. 데이터를 입력하고 프로그램을 실행하면 일단 결과는 나올 것입니다. 그렇지만 그 결과가 어떤 '의미'를 갖고 있는지 알 수 있을까요? 머신러닝 툴이 내어주는 결과를 업무에 활용하려면 그 툴이 어떤 알고리즘으로 동작하는지 알아야 툴이 내어준 결과물을 제대로 파악할 수 있겠지요.

이 책에서는 독자들이 머신러닝 기술을 업무에 활용할 것이라는 전제하에 머신러닝 알고리즘을 기본부터 설명합니다. 구체적인 예제를 통해 '어떤 사고 방식으로 무엇을 계산하는가'에 대하여 빠짐없이 설명합니다. 이렇게 차근차근 설명하여 머신러닝에서 데이터 과학에 이르기까지 독자들이 그 밑바탕부터 이해할 수 있게 돕는 것이 이 책의 목표입니다. 머신러닝 분야에는 다양한 알고리즘이 존재하지만 이들 알고리즘의 근본에는 '데이터의 모델화와 파라미터의 최적화'라는 사상이 공통으로 포함돼 있습니다. 이 책에서는 이러한 '사상'에 중점을 두고 각각의 수식이 포함한 의미를 가능한 한 쉽게 설명하려고 합니다. 이 사상을 이해한 후에는 딥러닝이나 신경 네트워크 등 이 책에서 다루지 않은 어려운 알고리즘도 겁낼 필요가 없을 것입니다.

머신러닝을 업무에 사용하기 위한 기획 작업을 지시받아 당황한 사람, 마케팅 분석 프로그램 개발 프로젝트에 갑자기 투입된 독사람 등 IT 업계에 몸담고 있는 필자의 지인들 중 이러한 상황에 처한 분들이 많아진 것을 보고 머신러닝에 관심을 갖는 IT 개발자가 예상 외로 늘고 있는 것 아닌가, 하고 필자가 생각하게 된 것 같습니다. 지금부터 머신러닝 기술을 이해하고 능숙하게 사용한다면 IT 개발자로서 새로운 인생을 개척할 기회를 잡게 될 것이 분명합니다. 그리고 무엇보다 머신러닝 기술은 IT 개발자의 지적 호기심과 탐구심을 채워줄 수 있을 만큼 많은 재미를 포함하고 있습니다. 이 책은 한 명이라도 더 많은 독자분에게 발판이 되어 드릴 것이며, 독자분이 이 책을 발판 삼아 머신러닝의 세계로 한 발 나아갈 수 있기를 기원합니다.

__본문 중에서

출판사 리뷰 출판사 리뷰 보이기/감추기

회원리뷰 (1건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

총 평점 8.0점 8.0 / 10.0

검색결과 정렬 옵션 삭제

회원리뷰 전체보기

한줄평 (8건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 8.8점 8.8 / 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