파이썬을 활용한 비지도 학습 (비구조 데이터로부터 숨겨진 패턴과 관계 찾기)

벤자민존스턴

(BenjaminJohnston)
세계최고의데이터기반의료기업의선임데이터과학자다.문제정의부터솔루션연구개발,최종배포까지제품개발전과정에걸쳐혁신적인디지털솔루션개발에참여하고있다.현재이미지처리와심층신경망전문으로머신러닝박사과정을이수하고있다.의료기기설계및개발분야에서10년이상의경력이있으며,다양한기술분야에종사하고있다.오스트레일리아시드니대학교에서공학및의학분야의1급우등학사학위를보유하고있다.

1장.클러스터링소개
__소개
__비지도학습과지도학습의차이
__클러스터링
____클러스터식별
____2차원데이터
____연습1:데이터에서클러스터인식
__k-평균클러스터링소개
____수학이필요없는k-평균연습
____k-평균클러스터링심화연습
____대안거리메트릭-맨해튼거리
____더깊은차원
____연습2:파이썬으로유클리드거리계산
____연습3:거리개념으로클러스터구성
____연습4:직접k-평균구현
____연습5:최적화를통한k-평균구현
____클러스터링성능:실루엣점수
____연습6:실루엣점수계산
____활동1:k-평균클러스터링구현
__요약

2장.계층적클러스터링
__소개
____클러스터링다시살펴보기
____k-평균다시살펴보기
__계층구조
__계층적클러스터링소개
____계층적클러스터링수행단계
____계층적클러스터링연습예제
____연습7:계층구성
__연결
____활동2:연결기준적용
__응집vs분산클러스터링
____연습8:scikit-learn을사용한응집클러스터링구현
____활동3:계층적클러스터링과k-평균비교
__k-평균vs계층적클러스터링
__요약

3장.이웃접근과DBSCAN
__소개
____이웃으로서의클러스터
__DBSCAN소개
____DBSCAN심화학습
____DBSCAN알고리즘연습
____연습9:이웃반경크기의영향평가
____DBSCAN속성-이웃반경
____활동4:DBSCAN처음부터구현
____DBSCAN속성-최소지점수
____연습10:최소지점수의영향평가
____활동5:DBSCAN과k-평균그리고계층적클러스터링비교
__DBSCAN대k-평균과계층적클러스터링
__요약

4장.차원축소와PCA
__소개
____차원축소란무엇인가?
____차원축소적용
____차원의저주
__차원축소기법개요
____차원축소와비지도학습
__PCA
____평균
____표준편차
____공분산
____공분산행렬
____연습11:통계의기본개념이해
____고윳값및고유벡터
____연습12:고윳값및고유벡터계산
____PCA처리절차
____연습13:PCA수동실행
____연습14:Scikit-LearnPCA
____활동6:수동PCA와scikit-learn비교
____압축된데이터셋복원
____연습15:수동PCA로분산감소시각화
____연습16:분산감소시각화
____연습17:Matplotlib에서3D도표그리기
____활동7:확장된아이리스데이터셋을사용한PCA
__요약

5장.오토인코더
__소개
__인공신경망기초
____뉴런
____Sigmoid함수
____정류선형단위
____연습18:인공신경망의뉴런모델링
____활동8:ReLU활성화함수를사용한뉴런모델링
____신경망:구조정의
____연습19:Keras모델정의
____신경망:학습
____연습20:Keras신경망훈련
____활동9:MNIST신경망
__오토인코더
____연습21:간단한오토인코더
____활동10:간단한MNIST오토인코더
____연습22:다중계층오토인코더
____컨볼루셔널신경망
____연습23:컨볼루셔널오토인코더
____활동11:MNIST컨볼루셔널오토인코더
__요약

6장.t-분포확률적이웃임베딩
__소개
__확률적이웃임베딩
__t-분포확률적이웃임베딩
____연습24:t-SNEMNIST
____활동12:와인t-SNE
__t-SNE도표해석
____퍼플렉서티
____연습25:t-SNEMNIST와퍼플렉서티
____활동13:t-SNE와인과퍼플렉서티
____이터레이션
____연습26:t-SNEMNIST와반복
____활동14:t-SNE와인과이터레이션
____시각화에대한최종의견
__요약

7장.토픽모델링
__소개
____토픽모델
____연습27:환경설정
____토픽모델개요
____비즈니스활용
____연습28:데이터로딩
__텍스트데이터정리
____데이터정리기법
____연습29:단계별데이터정리
____연습30:데이터정리마무리
____활동15:트위터데이터로딩및정리
__잠재디리클레할당
____변분추론
____백오브워즈
____연습31:카운트벡터라이저를사용한백오브워즈모델생성
____퍼플렉서티
____연습32:주제의수선택
____연습33:잠재디리클레할당실행
____연습34:LDA시각화
____연습35:4개주제시도
____활동16:잠재디리클레할당과건강트윗
____백오브워즈추가사항
____연습36:TF-IDF를사용한백오브워즈생성
__음수미포함행렬분해
____프로베니우스놈
____증배갱신
____연습37:음수미포함행렬분해
____연습38:NMF시각화
____활동17:음수미포함행렬분해
__요약

8장.장바구니분석
__소개
__장바구니분석
____활용사례
____중요한확률지표
____연습39:샘플거래데이터생성
____지지도
____신뢰도
____향상도와레버리지
____확신
____연습40:지표계산
__거래데이터의특징
____연습41:데이터불러오기
____데이터정리및형식화
____연습42:데이터정리및포매팅
____데이터인코딩
____연습43:데이터인코딩
____활동18:전체온라인소매데이터의로딩과준비
__Apriori알고리즘
____계산수정
____연습44:Apriori알고리즘실행
____활동19:전체온라인소매데이터셋에Apriori적용
__연관규칙
____연습45:연관규칙도출
____활동20:전체온라인소매데이터셋의연관규칙찾기
__요약

9장.핫스팟분석
__소개
____공간통계
____확률밀도함수
____산업에핫스팟분석사용
__커널밀도추정
____대역폭값
____연습46:대역폭값의효과
____최적의대역폭선택
____연습47:그리드검색을사용한최적대역폭선택
____커널함수
____연습48:커널함수의효과
____커널밀도추정도출
____연습49:커널밀도추정의도출시뮬레이션
____활동21:1차원에서의밀도추정
__핫스팟분석
____연습50:Seaborn으로데이터로드및모델링
____연습51:베이스맵작업
____활동22:런던에서의범죄분석
__요약

부록

★이책에서다루는내용★
■클러스터링의기본과중요성이해
■기본제공패키지를사용해처음부터k-평균,계층적및DBSCAN클러스터링알고리즘구축
■차원축소및적용
■Scikit-learn으로Iris데이터셋에서PCA구현및분석
■Keras로CIFAR-10데이터셋용오토인코더모델구축
■머신러닝익스텐션(Mlxtend)을사용한Apriori알고리즘으로거래데이터연구

★이책의대상독자★
비지도학습에관심있는개발자,데이터과학자와머신러닝에관심있는독자를위한책이다.지수나제곱근,평균,중위값등을포함한수학개념의기초지식과함께파이썬프로그래밍관련지식이필요하다.