<교재구성>
PART1
에서는‘분류하는인공지능’영역에서는레이블이있는데이터셋을학습하여주어진
데이터를정해진몇가지클래스로구별하는분류(classification)에대해배웁니다.
PART2
에서는‘묶어주는인공지능’영역에서는정답이주어지지않은데이터의특징들을분석한다음,유사한성질을가진데이터끼리모아같은그룹으로묶는군집화(clustering)에대해배웁니다.
PART3
에서는‘예측하는인공지능’영역에서는한개이상의독립변수가연속적인값을갖는종속변수에영향을주어두변수사이에선형관계를갖는선형회귀분석과0과1처럼범주형값을예측하는로지스틱회귀분석에대해배웁니다.
특장점
이책은3개의Part로구성되어있으며각Part에서는지도학습의분류,비지도학습,지도학습의회귀를소개하고있습니다.
PART1,2에서각각지도학습의분류,비지도학습의군집과차원축소에대한다양한머신러닝알고리즘의원리를학습한후,PART3에서지도학습의회귀로마무리합니다.이를통해이후등장할딥러닝모델학습방식에대한준비학습까지마치게됩니다.
‘개념학습’에서는각PART의머신러닝유형과알고리즘에대한전반적인이해를도울수있도록하였습니다.
‘맛보기’에서활동에제시된문제를해결하기위하여머신러닝모델학습에서등장하는알고리즘의주요용어,특징등을미리살펴봅니다.
‘더자세히’에서는모델학습에사용한머신러닝알고리즘의핵심원리를자세히,깊이있게탐구합니다.
Part1,2,3에서배운내용을실습해볼수있는실습문제를수록하였습니다.
하루1시간한달이면완성하는학습플래너를제공하여꼭필요한내용을학습하고스스로점검할수있도록하였습니다.