머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로 (머신 러닝, 딥러닝 핵심 알고리즘부터 GAN, 강화 학습까지! | 개정판 3 판)

머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로 (머신 러닝, 딥러닝 핵심 알고리즘부터 GAN, 강화 학습까지! | 개정판 3 판)

$47.13
Ask a Question
Vendor: 길벗 - 세바스찬 라시카,바히드 미자리리
Type: 인공지능
SKU: 9791165215187
Categories: ALL BOOKS
Tags: 머신러닝교과서with파이썬사이킷런텐서플로머신러닝딥러닝핵심알고리즘부터GAN강화학습까지개정판3판 컴퓨터/IT_컴퓨터공학
Description
아마존 머신 러닝 분야 베스트셀러! 그 명성 그대로!
머신 러닝, 딥러닝 핵심 알고리즘에서 GAN, 강화 학습까지!
코드 실행만으로는 머신 러닝과 딥러닝을 충분히 이해할 수 없다. 머신 러닝과 딥러닝을 제대로 이해하고 싶다면 코드 외에도 관련 이론과 알고리즘의 뒤편에 있는 수학 개념을 알아야 한다. 이 책은 이해를 돕는 개념 설명, 머신 러닝과 딥러닝 핵심 알고리즘의 작동 방식과 사용 방법, 그 밑바탕이 되는 수학, 실용적인 예제, 빠지기 쉬운 함정을 피하는 방법까지 이론과 코드를 균형 있게 설명한다. 파이썬 언어와 파이썬 기반의 머신 러닝 핵심 라이브러리(SciPy, NumPy, scikit-learn, Matplotlib, Pandas)를 사용해 머신 러닝을, 텐서플로(TensorFlow 2)를 사용해 딥러닝을 실습해본다. 특히 딥러닝은 최신 텐서플로 2에 맞춰 대폭 수정 및 보강되었다. 그러고 나서 GAN과 강화 학습도 자세하게 다룬다. 머신 러닝과 딥러닝 기본기를 탄탄하게 다지고 싶은 분께 적절하다.

북 트레일러

  • 출판사의 사정에 따라 서비스가 변경 또는 중지될 수 있습니다.
  • Window7의 경우 사운드 연결이 없을 시, 동영상 재생에 오류가 발생할 수 있습니다. 이어폰, 스피커 등이 연결되어 있는지 확인 하시고 재생하시기 바랍니다.
저자

세바스찬라시카,바히드미자리리

세바스찬라시카SebastianRaschka
오랫동안파이썬을사용했고많은세미나에서데이터과학,머신러닝,딥러닝의실전활용에관해발표했다.대표적인과학컴퓨팅콘퍼런스인사이파이(SciPy)콘퍼런스에서머신러닝튜토리얼을진행했고,위스콘신대학교에서강의한다.‘2016~2017년학과우수대학원생’과‘2016년ACMComputingReviews베스트’를수상했다.여가시간에는파이썬오픈소스프로젝트에기여하는것을좋아하며,직접개발한도구들이캐글같은머신러닝경연대회에서널리사용되고있다.

목차

1장컴퓨터는데이터에서배운다
1.1데이터를지식으로바꾸는지능적인시스템구축
1.2머신러닝의세가지종류
__1.2.1지도학습으로미래예측
__1.2.2강화학습으로반응형문제해결
__1.2.3비지도학습으로숨겨진구조발견
1.3기본용어와표기법소개
__1.3.1이책에서사용하는표기법과규칙
__1.3.2머신러닝용어
1.4머신러닝시스템구축로드맵
__1.4.1전처리:데이터형태갖추기
__1.4.2예측모델훈련과선택
__1.4.3모델을평가하고본적없는샘플로예측
1.5머신러닝을위한파이썬
__1.5.1파이썬과PIP에서패키지설치
__1.5.2아나콘다파이썬배포판과패키지관리자사용
__1.5.3과학컴퓨팅,데이터과학,머신러닝을위한패키지
1.6요약

2장간단한분류알고리즘훈련
2.1인공뉴런:초기머신러닝의간단한역사
__2.1.1인공뉴런의수학적정의
__2.1.2퍼셉트론학습규칙
2.2파이썬으로퍼셉트론학습알고리즘구현
__2.2.1객체지향퍼셉트론API
__2.2.2붓꽃데이터셋에서퍼셉트론훈련
2.3적응형선형뉴런과학습의수렴
__2.3.1경사하강법으로비용함수최소화
__2.3.2파이썬으로아달린구현
__2.3.3특성스케일을조정하여경사하강법결과향상
__2.3.4대규모머신러닝과확률적경사하강법
2.4요약

3장사이킷런을타고떠나는머신러닝분류모델투어
3.1분류알고리즘선택
3.2사이킷런첫걸음:퍼셉트론훈련
3.3로지스틱회귀를사용한클래스확률모델링
__3.3.1로지스틱회귀의이해와조건부확률
__3.3.2다중클래스를위한로지스틱회귀
__3.3.3로지스틱비용함수의가중치학습
__3.3.4아달린구현을로지스틱회귀알고리즘으로변경
__3.3.5사이킷런을사용하여로지스틱회귀모델훈련
__3.3.6규제를사용하여과대적합피하기
3.4서포트벡터머신을사용한최대마진분류
__3.4.1최대마진
__3.4.2슬랙변수를사용하여비선형분류문제다루기
__3.4.3사이킷런의다른구현
3.5커널SVM을사용하여비선형문제풀기
__3.5.1선형적으로구분되지않는데이터를위한커널방법
__3.5.2커널기법을사용하여고차원공간에서분할초평면찾기
3.6결정트리학습
__3.6.1정보이득최대화:자원을최대로활용
__3.6.2결정트리만들기
__3.6.3랜덤포레스트로여러개의결정트리연결
3.7k-최근접이웃:게으른학습알고리즘
3.8요약

4장좋은훈련데이터셋만들기:데이터전처리
4.1누락된데이터다루기
__4.1.1테이블형태데이터에서누락된값식별
__4.1.2누락된값이있는훈련샘플이나특성제외
__4.1.3누락된값대체
__4.1.4사이킷런추정기API익히기
4.2범주형데이터다루기
__4.2.1순서가있는특성매핑
__4.2.2클래스레이블인코딩
__4.2.3순서가없는특성에원-핫인코딩적용
4.3데이터셋을훈련데이터셋과테스트데이터셋으로나누기
4.4특성스케일맞추기
4.5유용한특성선택
__4.5.1모델복잡도제한을위한L1규제와L2규제
__4.5.2L2규제의기하학적해석
__4.5.3L1규제를사용한희소성
__4.5.4순차특성선택알고리즘
4.6랜덤포레스트의특성중요도사용
4.7요약

5장차원축소를사용한데이터압축
5.1주성분분석을통한비지도차원축소
__5.1.1주성분분석의주요단계
__5.1.2주성분추출단계
__5.1.3총분산과설명된분산
__5.1.4특성변환
__5.1.5사이킷런의주성분분석
5.2선형판별분석을통한지도방식의데이터압축
__5.2.1주성분분석vs선형판별분석
__5.2.2선형판별분석의내부동작방식
__5.2.3산포행렬계산
__5.2.4새로운특성부분공간을위해선형판별벡터선택
__5.2.5새로운특성공간으로샘플투영
__5.2.6사이킷런의LdA
5.3커널PCA를사용하여비선형매핑
__5.3.1커널함수와커널트릭
__5.3.2파이썬으로커널PCA구현
__5.3.3새로운데이터포인트투영
__5.3.4사이킷런의커널PCA
5.4요약

6장모델평가와하이퍼파라미터튜닝의모범사례
6.1파이프라인을사용한효율적인워크플로
__6.1.1위스콘신유방암데이터셋
__6.1.2파이프라인으로변환기와추정기연결
6.2k-겹교차검증을사용한모델성능평가
__6.2.1홀드아웃방법
__6.2.2k-겹교차검증
6.3학습곡선과검증곡선을사용한알고리즘디버깅
__6.3.1학습곡선으로편향과분산문제분석
__6.3.2검증곡선으로과대적합과과소적합조사
6.4그리드서치를사용한머신러닝모델세부튜닝
__6.4.1그리드서치를사용한하이퍼파라미터튜닝
__6.4.2중첩교차검증을사용한알고리즘선택
6.5여러가지성능평가지표
__6.5.1오차행렬
__6.5.2분류모델의정밀도와재현율최적화
__6.5.3ROC곡선그리기
__6.5.4다중분류의성능지표
6.6불균형한클래스다루기
6.7요약

7장다양한모델을결합한앙상블학습
7.1앙상블학습
7.2다수결투표를사용한분류앙상블
__7.2.1간단한다수결투표분류기구현
__7.2.2다수결투표방식을사용하여예측만들기
__7.2.3앙상블분류기의평가와튜닝
7.3배깅:부트스트랩샘플링을통한분류앙상블
__7.3.1배깅알고리즘의작동방식
__7.3.2배깅으로Wine데이터셋의샘플분류
7.4약한학습기를이용한에이다부스트
__7.4.1부스팅작동원리
__7.4.2사이킷런에서에이다부스트사용
7.5요약

8장감성분석에머신러닝적용
8.1텍스트처리용IMDb영화리뷰데이터준비
__8.1.1영화리뷰데이터셋구하기
__8.1.2영화리뷰데이터셋을더간편한형태로전처리
8.2BoW모델소개
__8.2.1단어를특성벡터로변환
__8.2.2tf-idf를사용하여단어적합성평가
__8.2.3텍스트데이터정제
__8.2.4문서를토큰으로나누기
8.3문서분류를위한로지스틱회귀모델훈련
8.4대용량데이터처리:온라인알고리즘과외부메모리학습
8.5잠재디리클레할당을사용한토픽모델링
__8.5.1LdA를사용한텍스트문서분해
__8.5.2사이킷런의LdA
8.6요약

9장웹애플리케이션에머신러닝모델내장
9.1학습된사이킷런추정기저장
9.2데이터를저장하기위해SQLite데이터베이스설정
9.3플라스크웹애플리케이션개발
__9.3.1첫번째플라스크애플리케이션
__9.3.2폼검증과화면출력
9.4영화리뷰분류기를웹애플리케이션으로만들기
__9.4.1파일과폴더:디렉터리구조살펴보기
__9.4.2메인애플리케이션app.py구현
__9.4.3리뷰폼구성
__9.4.4결과페이지템플릿만들기
9.5공개서버에웹애플리케이션배포
__9.5.1PythonAnywhere계정만들기
__9.5.2영화분류애플리케이션업로드
__9.5.3영화분류기업데이트
9.6요약

10장회귀분석으로연속적타깃변수예측
10.1선형회귀
__10.1.1단순선형회귀
__10.1.2다중선형회귀
10.2주택데이터셋탐색
__10.2.1데이터프레임으로주택데이터셋읽기
__10.2.2데이터셋의중요특징시각화
__10.2.3상관관계행렬을사용한분석
10.3최소제곱선형회귀모델구현
__10.3.1경사하강법으로회귀모델의파라미터구하기
__10.3.2사이킷런으로회귀모델의가중치추정
10.4RANSAC을사용하여안정된회귀모델훈련
10.5선형회귀모델의성능평가
10.6회귀에규제적용
10.7선형회귀모델을다항회귀로변환
__10.7.1사이킷런을사용하여다항식항추가
__10.7.2주택데이터셋을사용한비선형관계모델링
10.8랜덤포레스트를사용하여비선형관계다루기
__10.8.1결정트리회귀
__10.8.2랜덤포레스트회귀
10.9요약

11장레이블되지않은데이터다루기:군집분석
11.1k-평균알고리즘을사용하여유사한객체그룹핑
__11.1.1사이킷런을사용한k-평균군집
__11.1.2k-평균++로초기클러스터센트로이드를똑똑하게할당
__11.1.3직접군집vs간접군집
__11.1.4엘보우방법을사용하여최적의클러스터개수찾기
__11.1.5실루엣그래프로군집품질을정량화
11.2계층적인트리로클러스터조직화
__11.2.1상향식으로클러스터묶기
__11.2.2거리행렬에서계층군집수행
__11.2.3히트맵에덴드로그램연결
__11.2.4사이킷런에서병합군집적용
11.3DBSCAN을사용하여밀집도가높은지역찾기
11.4요약

12장다층인공신경망을밑바닥부터구현
12.1인공신경망으로복잡한함수모델링
__12.1.1단일층신경망요약
__12.1.2다층신경망구조
__12.1.3정방향계산으로신경망활성화출력계산
12.2손글씨숫자분류
__12.2.1MNIST데이터셋구하기
__12.2.2다층퍼셉트론구현
12.3인공신경망훈련
__12.3.1로지스틱비용함수계산
__12.3.2역전파알고리즘이해
__12.3.3역전파알고리즘으로신경망훈련
12.4신경망의수렴
12.5신경망구현에관한몇가지첨언
12.6요약

13장텐서플로를사용한신경망훈련
13.1텐서플로와훈련성능
__13.1.1성능문제
__13.1.2텐서플로란?
__13.1.3텐서플로학습순서
13.2텐서플로처음시작하기
__13.2.1텐서플로설치
__13.2.2텐서플로에서텐서만들기
__13.2.3텐서의데이터타입과크기조작
__13.2.4텐서에수학연산적용
__13.2.5split(),stack(),concat()함수
13.3텐서플로데이터셋API(tf.data)를사용하여입력파이프라인구축
__13.3.1텐서에서텐서플로데이터셋만들기
__13.3.2두개의텐서를하나의데이터셋으로연결
__13.3.3shuffle(),batch(),repeat()메서드
__

출판사 서평

간결한개념,수학,실용적인코드로
머신러닝,딥러닝이론을완성한다!

이론과코드를균형있게설명한다!
코드실행만으로는머신러닝과딥러닝을충분히이해할수없다.머신러닝과딥러닝을제대로이해하고싶다면코드외에도관련이론과알고리즘의뒤편에있는수학개념을알아야한다.이책은이해를돕는개념설명,머신러닝과딥러닝핵심알고리즘의작동방식과사용방법,그밑바탕이되는수학,실용적인예제,빠지기쉬운함정을피하는방법까지이론과코드를균형있게설명한다.사이킷런의기여자이자mlxtend라이브러리제작자인저자가오랜기간머신러닝개발자로일하면서익힌노하우를책곳곳에서함께설명하므로머신러닝을실제로활용하는방법까지엿볼수있다.

핵심알고리즘을직접구현한다!
파이썬언어와파이썬기반의머신러닝핵심라이브러리(SciPy,NumPy,scikit-learn,Matplotlib,Pandas)를사용해머신러닝을,텐서플로를사용해딥러닝을실습해본다.특히딥러닝은최신텐서플로에맞춰대폭수정및보강되었다.그러고나서GAN과강화학습도자세하게다룬다.머신러닝과딥러닝핵심알고리즘의수학적이론을소개하고,간단한알고리즘은처음부터직접구현해본다.

실용적인예제로배운다!
책의모든예제가오랫동안위스콘신대학교에서강의하고현장에서일한저자의경험을바탕으로한다.단순히개념만익히는것이아닌실용적이고확장가능한예제들로구성되어있다.이예제들을학습하면서머신러닝과딥러닝의개념,핵심알고리즘,활용팁등을확실하게이해할수있으며,나만의딥러닝모델을만들때레시피로활용할수도있다.

[개정판에서달라진점]
(풀컬러는기본!)

1.사이킷런,텐서플로최신버전반영

2.머신러닝부분대량의주석추가

3.텐서플로2에맞춰딥러닝부분전면개편및내용보강

4.GAN,강화학습추가

5.구글코랩에서실습가능

6.전체무료동영상강의:http://bit.ly/haesun-youtube
일정한주기로업데이트예정

7.질의응답오픈채팅방운영:http://bit.ly/tensor-chat
역자가직접운영하는오픈채팅방

*첫장유튜브링크:https://youtu.be/WC4po1W4LzA