리얼월드 머신러닝 (생생한 현장의 실무 예제로 배우는)

헨릭브링크

저자헨릭브링크(HenrikBrink)는헨릭브링크는업계및학계에서광범위한머신러닝경험을한데이터과학자이자소프트웨어개발자이다.

[01부]머신러닝작업흐름
▣01장:머신러닝이란무엇인가?
1.1기계가학습하는방법
1.2.데이터에근거한결정
__1.2.1.전통적접근법
__1.2.2.머신러닝접근법
__1.2.3.머신러닝의다섯가지이점
__1.2.4.문제점
1.3.머신러닝작업흐름따라가기:데이터에서배포까지
__1.3.1.데이터수집및준비
__1.3.2.데이터로모델가르치기
__1.3.3.모델성능평가
__1.3.4.모델성능최적화
1.4.고급기법으로모델성능을높이기
__1.4.1.데이터전처리및특성공학
__1.4.2.온라인방식으로모델을지속해서개선
__1.4.3.모델의데이터크기와속도확장
1.5.요약
1.6.이번장에나오는용어

▣02장:실무현장데이터
2.1.시작하기:데이터수집
__2.1.1.어떤특성을포함해야하는가?
__2.1.2.목표변수에대한실측자료를어떻게얻을수있는가?
__2.1.3.얼마나많은훈련데이터가필요한가?
__2.1.4.훈련집합이충분히대표성을띄는가?
2.2.모델링을위한데이터전처리
__2.2.1.범주형특성
__2.2.2.결측자료다루기
__2.2.3.간단한특성추출
__2.2.4.데이터정규화
2.3.데이터시각화사용
__2.3.1.모자이크분포도
__2.3.2.상자분포도
__2.3.3.밀도분포도
__2.3.4.산점도
2.4.요약
2.5.이번장에나온용어

▣03장:모델링과예측
3.1.머신러닝모델링의기본
3.1.1.입력과목표간의관계찾기
__3.1.2.좋은모델을찾는목적
__3.1.3.모델링방법의종류
__3.1.4.지도학습대비지도학습
3.2.분류:버킷으로예측하기
__3.2.1.분류기를만들고예측하기
__3.2.2.복잡한비선형데이터분류
__3.2.3.여러계급으로분류하기
3.3.회귀:수치예측
__3.3.1.회귀기구축및예측
__3.3.2.복잡한비선형데이터에대한회귀수행
3.4.요약
3.5.이번장에나온용어

▣04장:모델평가와최적화
4.1.모델일반화:신규데이터에대한예측정확도평가
__4.1.1.문제:과적합과모델낙천주의
__4.1.2.해결책:교차검증
__4.1.3.교차검증시주의사항
4.2.분류모델평가
__4.2.1.계급단위정확도와혼동행렬
__4.2.2.정확도절충과ROC곡선
4.2.3.다중계급분류
4.3.회귀모델평가
__4.3.1.간단한회귀성능측정사용
__4.3.2.잔차검사
4.4.매개변수튜닝을통한모델최적화
__4.4.1.머신러닝알고리즘과조율매개변수
__4.4.2.그리드탐색
4.5.요약
4.6.이번장에나온용어

▣05장:특성추출의기본
5.1.동기:특성공학이유용한이유는?
__5.1.1.특성추출이란무엇인가?
__5.1.2.특성추출을해야하는다섯가지이유
__5.1.3.특성추출과특정분야전문지식
5.2.기본적인특성추출과정
__5.2.1.예제:행사추천
__5.2.2.날짜및시간특성다루기
__5.2.3.간단한텍스트특성으로작업하기
5.3.특성선택
__5.3.1.전진선택과후진제거
__5.3.2.데이터탐색을위한특성선택
__5.3.3.현업특성선택예제
5.4.요약
5.5.이번장에나온용어

[02부]실제적용
▣06장:예제:뉴욕시택시데이터
6.1.데이터:뉴욕시택시운행정보와요금정보
__6.1.1.데이터시각화
__6.1.2.문제정의및데이터준비
6.2.모델링
__6.2.1.기본적인선형모델
__6.2.2.비선형분류기
__6.2.3.범주형특성포함하기
__6.2.4.날짜및시간특성포함
__6.2.5.모델통찰
6.3.요약
6.4.이번장에나오는용어

▣07장:고급특성추출기법
7.1.고급텍스트특성
__7.1.1.단어주머니모델
__7.1.2.주제모델링
__7.1.3.내용확장
7.2.이미지특성
__7.2.1.간단한이미지특성
__7.2.2.물체와형태추출
7.3.시계열특성
__7.3.1.시계열데이터의유형
__7.3.2.시계열데이터를바탕으로한예측
__7.3.3.고전적시계열특성
7.3.4.사건흐름에대한특성추출
7.4.요약
7.5.이번장에나온용어

▣08장:고급자연언어처리예제:영화감상평평점
8.1.데이터및사용사례탐구
__8.1.1.데이터셋훑어보기
__8.1.2.데이터셋조사
__8.1.3.사용사례란무엇인가?
8.2.기초자연언어처리특성추출및초기모델구축
__8.2.1.단어주머니특성
__8.2.2.나이브베이즈알고리즘으로모델구축하기
__8.2.3.tf-idf알고리즘으로단어주머니의특성들을정규화하기
__8.2.4.모델매개변수최적화
8.3.고급알고리즘과모델배치고려사항
__8.3.1.Word2vec특성
__8.3.2.랜덤포레스트모델
8.4.요약
8.5.이번장에나온용어

▣09장:머신러닝작업흐름확장
9.1.확장하기전에
__9.1.1.중요차원식별
__9.1.2.확장하는대신훈련데이터를부차표집하기?
__9.1.3.확장가능한데이터관리시스템
9.2.머신러닝모델링파이프라인확장
__9.2.1.학습알고리즘확장
9.3.예측확장
__9.3.1.예측량높이기
__9.3.2.예측속도높이기
9.4.요약
9.5.이번장의용어

▣10장:예제:디지털디스플레이광고
10.1.디스플레이광고
10.2.디지털광고데이터
10.3.특성추출과모델링전략
10.4.데이터의크기와모양
10.5.특잇값분해
10.6.자원추정및최적화
10.7.모델링
10.8.k최근접이웃
10.9.랜덤포레스트
10.10.기타현업고려사항
10.11.요약
10.12.이번장에나온용어
10.13.요점및결론

▣부록:인기있는머신러닝알고리즘

《리얼월드머신러닝》은추상적이론과복잡한수학을과용하지않고성공적인머신러닝실무자가되는데필요한개념과기술을가르쳐준다.관련예제를파이썬으로바로실습함으로써데이터수집,모델링,분류및회귀기술을익힐수있으며,모델유효성검사,최적화,확장성및실시간스트리밍과같은가장중요한작업들도탐구한다.위과정을마치고나면여러분의강력한머신러닝시스템을스스로구축하고배포하고유지할수있을것이다.

1부에서는머신러닝의기본적인개념을설명하고2부에서는라이브러리를활용해머신러닝모델을만드는전체과정을보여준다.일반적인데이터,텍스트데이터,빅데이터와관련된3개의예제를통해자세하고다양하게배울수있으며,또한이과정에서발생하는어려움을해결하는방법을알수있다.책에서얻은간접경험이실제로머신러닝을사용하는일에많은도움이될것이다.

★이책에서다루는내용★
◎미래행동예측하기
◎성능평가와최적화
◎특성추출
◎고급자연어처리
◎영화감상평분석및추천