Description
AI 시대를 이끈 통계 방법들을 만나다!
전 세계 주요 대학이 사용하는 통계학 기본서
《기초부터 다지는 통계학 교과서 with 파이썬》은 지난 20년 동안 생물학, 금융, 마케팅, 천체물리학에 이르기까지 다양한 분야에서 등장한 방대하고 복잡한 데이터 세트를 이해하는 데 필수적인 통계적 학습 도구를 다룹니다. 이 책에서는 관련 응용 분야와 더불어 가장 중요한 모델링 및 예측 기법들을 소개합니다. 주요 주제로는 선형회귀, 분류, 재표집법, 축소 접근법, 나무-기반 방법, 서포트 벡터 머신, 군집화, 딥러닝, 생존분석, 다중검정 등이 포함됩니다. 컬러 도표와 실제 사례를 사용해 통계적 학습 방법을 군더더기 없이 명료하게 설명합니다. 이 책은 최첨단 통계 학습 기법을 사용해 데이터를 분석하려는 통계학자와 비통계학자 모두를 대상으로 합니다.
2013년에 쓰인 이 책의 전신인 R 버전은 베스트셀러 반열에 오른 도서로, 전 세계 유수 대학의 데이터과학, 통계학, 컴퓨터학과의 핵심 교재로 사용되고 있습니다. 그러나 최근 파이썬이 데이터과학 분야의 핵심 언어로 등장하면서 이를 반영한 도서에 대한 요구가 높아졌습니다. 이 책은 기존 실습 예제를 파이썬으로 구현함과 동시에 최신 통계 기법의 하나인 딥러닝을 추가해 새롭게 출시되었습니다.
저자

개러스제임스,다니엘라위튼,트레버헤이스티,로버트팁시라니,조너선테일러

현재에머리대학교고이주에타경영대학원의교수다.데이터사이언티스트로도활동하고있다.

목차

1장도입

2장통계적학습
2.1통계적학습이란무엇인가?
2.2모형의정확도평가
2.3실습:파이썬기초
2.4연습문제

3장선형회귀
3.1단순선형회귀
3.2다중선형회귀
3.3회귀모형에서생각할다른문제들
3.4마케팅계획
3.5선형회귀와K-최근접이웃의비교
3.6실습:선형회귀
3.7연습문제

4장분류
4.1분류의개요
4.2왜선형회귀를사용하지않는가
4.3로지스틱회귀
4.4생성모형을이용한분류
4.5분류방법비교
4.6일반화선형모형
4.7실습:로지스틱회귀,LDA,QDA,KNN
4.8연습문제

5장재표집법
5.1교차검증
5.2부트스트랩
5.3실습:교차검증과부트스트랩
5.4연습문제

6장선형모형선택과규제
6.1부분집합선택
6.2축소방법
6.3차원축소법
6.4고차원에서생각할점
6.5실습:선형모형과규제방법들
6.6연습문제

7장선형을넘어서
7.1다항회귀
7.2계단함수
7.3기저함수
7.4회귀스플라인
7.5평활스플라인
7.6국소회귀
7.7일반화가법모형
7.8실습:비선형모형
7.9연습문제

8장나무-기반의방법
8.1의사결정나무의기초
8.2배깅,랜덤포레스트,부스팅및베이즈가법회귀나무
8.3실습:나무-기반의방법
8.4연습문제

9장서포트벡터머신
9.1최대마진분류기
9.2서포트벡터분류기
9.3서포트벡터머신
9.42개이상의부류가있는SVM
9.5로지스틱회귀와의관련성
9.6실습:서포트벡터머신
9.7연습문제

10장딥러닝
10.1단층신경망
10.2다층신경망
10.3합성곱신경망
10.4문서분류
10.5순환신경망
10.6딥러닝을사용할때
10.7신경망적합
10.8보간과이중하강
10.9실습:딥러닝
10.10연습문제

11장생존분석과중도절단자료
11.1생존시간과중도절단시간
11.2중도절단좀더자세히살펴보기
11.3카플란-마이어생존곡선
11.4로그순위검정
11.5생존분석회귀모형
11.6콕스모형을위한축소
11.7추가주제
11.8실습:생존분석
11.9연습문제

12장비지도학습
12.1비지도학습의도전
12.2주성분분석
12.3결측값및행렬완성
12.4군집화방법
12.5실습:비지도학습
12.6연습문제

13장다중검정
13.1가설검정에대한간략한재검토
13.2다중검정의어려움
13.3집단별오류율
13.4거짓발견율
13.5재표집법을통한p-값과거짓발견율
13.6실습:다중검정
13.7연습문제