데이터, 모델, 학습이론으로 배우는 머신러닝 이론과 실습

데이터, 모델, 학습이론으로 배우는 머신러닝 이론과 실습

$32.28
Description
기초 이론부터 구현 실습까지 체계적으로 배우는 머신러닝 핵심
이 책은 머신러닝 입문자를 대상으로, 머신러닝을 공부할 때 필요한 기초 이론과 총7개의 머신러닝 핵심 모델을 다룹니다. 각각의 머신러닝 모델을 ‘데이터 설명 → 모델 구조 → 학습이론’ 순서로 설명하여, 데이터 특성과 상황에 맞게 적절한 모델을 선정하고 적용하는 방법을 체계적으로 보여줍니다. 그런 다음 두 가지 유형의 실습(사이킷런을 활용하는 방식, 함수를 직접 구현하는 방식)을 제공하여 개별 머신러닝 모델의 동작을 깊이 이해하고 다양한 상황에 적용할 수 있는 역량을 길러줍니다.
저자

권현

육군사관학교에서수학을전공하고한국과학기술원(KAIST)전산학부에서석사와박사학위를취득했다.박사취득후2020년에육군사관학교로전입하여현재AIㆍ데이터과학과부교수로재직중이다.주요연구분야는인공지능,머신러닝,인공지능보안,시스템보안등으로SCIE급논문62편(1저자51편,교신저자9편)을출판하였으며머신러닝,딥러닝,컴퓨터비전,자연어처리등을강의하고있다.저서로는『군전자통신』(황금알,2016)이있다.

목차

Chapter01인공지능과머신러닝의이해
01인공지능개념
02인공지능의발전
03머신러닝기초

Chapter02머신러닝을위한수학과넘파이라이브러리
01머신러닝을위한기초수학
02예제로풀어보는머신러닝수학
03머신러닝을위한넘파이라이브러리

Chapter03선형회귀
01회귀의개념과데이터셋
02단순선형회귀
03단순선형회귀모델의학습(경사하강법)
04다중선형회귀
05예제로풀어보는선형회귀
06코드로구현하는선형회귀

Chapter04로지스틱회귀
01로지스틱회귀의데이터
02로지스틱회귀모델
03예제로풀어보는로지스틱회귀
04코드로구현하는로지스틱회귀

Chapter05퍼셉트론
01퍼셉트론의구조
02활성화함수
03퍼셉트론의학습과정
04퍼셉트론과논리게이트
05예제로풀어보는퍼셉트론
06코드로구현하는퍼셉트론

Chapter06다층퍼셉트론
01다층퍼셉트론의핵심
02다층퍼셉트론의학습원리
03모델성능평가지표
04다층퍼셉트론의성능향상을위한고려사항
05꼭알아야할예제
06예제로풀어보는다층퍼셉트론
07코드로구현하는퍼셉트론

Chapter07k-최근접이웃
01모델기반학습과사례기반학습
02k-최근접이웃의주요개념
03거리측도
04k-최근접이웃을통한분류
05k-최근접이웃을통한회귀
06k-최근접이웃의하이퍼파라미터
07예제로풀어보는k-최근접이웃
08코드로구현하는k-최근접이웃

Chapter08의사결정트리
01지도학습측면에서의의사결정트리
02의사결정트리의기본개념
03의사결정트리모델의구조
04의사결정트리모델의동작원리
05의사결정트리의회귀적용
06예제로풀어보는의사결정트리
07코드로구현하는의사결정트리

Chapter09군집화
01비지도학습의정의와데이터
02군집화의기본개념
03k-평균군집화의핵심원리
04k-평균군집화관련고려사항
05예제로풀어보는군집화
06코드로구현하는군집화

AppendixBasicCheatSheet
찾아보기