단단한 머신러닝 : 머신러닝 기본 개념을 제대로 정리한 인공지능 교과서 - 아이러브 인공지능 24

조우쯔화

저자:조우쯔화
-난징대학교컴퓨터과학과교수
-미국컴퓨터학회(ACM)선정우수과학자
-AAAI,IEEE,IAPR,IET/IEE펠로우
-국가우수청년장학금수상자
-ChangJiangScholars특별초청교수
-현)중국인공지능학회머신러닝전문위원회회장,중국컴퓨터학회인공지능및패턴인식전문위원회부회장,IEEE컴퓨터학회난징지부의장

역자:김태헌
하나금융융합기술원에서데이터과학자로일하면서로보어드바이저,신용평가시스템개발등의프로젝트에참여하고있다.중학생시절부터10여년간을중국에서보냈으며,베이징대학교를졸업하고미국캘리포니아대학교샌디에이고캠퍼스에서국제경제석사학위를받았다.

CHAPTER01서론1
1.1들어가며1
1.2머신러닝의기본용어2
1.3가설공간5
1.4귀납적편향8
1.5발전과정13
1.6응용현황18
1.7더읽을거리22
연습문제25
참고문헌26
머신러닝쉼터28

CHAPTER02모델평가및선택29
2.1경험오차및과적합29
2.2평가방법31
2.3모델성능측정37
2.4비교검증47
2.5편향과분산57
2.6더읽을거리59
연습문제61
참고문헌62
머신러닝쉼터64

CHAPTER03선형모델65
3.1기본형식65
3.2선형회귀66
3.3로지스틱회귀70
3.4선형판별분석73
3.5다중분류학습77
3.6클래스불균형문제80
3.7더읽을거리83
연습문제85
참고문헌86
머신러닝쉼터88

CHAPTER04의사결정트리89
4.1기본프로세스89
4.2분할선택92
4.3가지치기98
4.4연속값과결측값103
4.5다변량의사결정트리110
4.6더읽을거리113
연습문제115
참고문헌117
머신러닝쉼터118

CHAPTER05신경망119
5.1뉴런모델119
5.2퍼셉트론과다층네트워크121
5.3오차역전파알고리즘124
5.4글로벌미니멈과로컬미니멈130
5.5기타신경망133
5.6딥러닝139
5.7더읽을거리142
연습문제144
참고문헌145
머신러닝쉼터148

CHAPTER06서포트벡터머신149
6.1마진과서포트벡터149
6.2쌍대문제151
6.3커널함수155
6.4소프트마진과정규화158
6.5서포터벡터회귀163
6.6커널기법167
6.7더읽을거리170
연습문제172
참고문헌173
머신러닝쉼터175

CHAPTER07베이지안분류기177
7.1베이지안결정이론177
7.2최대우도추정179
7.3나이브베이즈분류기181
7.4세미나이브베이즈분류기186
7.5베이지안네트워크188
7.6EM알고리즘195
7.7더읽을거리197
연습문제199
참고문헌200
머신러닝쉼터202

CHAPTER08앙상블학습203
8.1객체와앙상블203
8.2부스팅206
8.3배깅과랜덤포레스트211
8.4결합전략215
8.5다양성221
8.6더읽을거리227
연습문제229
참고문헌231
머신러닝쉼터234

CHAPTER09클러스터링235
9.1클러스터링학습문제235
9.2성능척도236
9.3거리계산법238
9.4프로토타입클러스터링241
9.5밀도클러스터링252
9.6계층클러스터링255
9.7더읽을거리259
연습문제262
참고문헌264
머신러닝쉼터266

CHAPTER10차원축소와척도학습267
10.1k-최근접이웃기법267
10.2임베딩269
10.3주성분분석273
10.4커널선형차원축소275
10.5매니폴드학습278
10.6척도학습282
10.7더읽을거리285
연습문제287
참고문헌288
머신러닝쉼터290

CHAPTER11특성선택과희소학습291
11.1부분집합탐색과평가291
11.2필터식선택294
11.3포괄식선택296
11.4임베딩식선택과L1정규화298
11.5희소표현과사전학습301
11.6압축센싱304
11.7더읽을거리308
연습문제310
참고문헌311
머신러닝쉼터314

CHAPTER12계산학습이론315
12.1기초지식315
12.2PAC학습317
12.3유한가설공간319
12.4VC차원323
12.5라데마허복잡도329
12.6안정성335
12.7더읽을거리339
연습문제341
참고문헌342
머신러닝쉼터343

CHAPTER13준지도학습345
13.1언레이블된데이터345
13.2생성적방법348
13.3준지도SVM352
13.4그래프준지도학습355
13.5불일치에기반한방법359
13.6준지도클러스터링363
13.7더읽을거리368
연습문제370
참고문헌372
머신러닝쉼터374

CHAPTER14확률그래피컬모델375
14.1은닉마르코프모델375
14.2마르코프랜덤필드379
14.3조건랜덤필드383
14.4학습과추론386
14.5근사추론390
14.6토픽모델397
14.7더읽을거리400
연습문제403
참고문헌404
머신러닝쉼터406

CHAPTER15규칙학습407
15.1기본개념407
15.2순차적커버링410
15.3가지치기최적화414
15.4일차규칙학습416
15.5귀납논리프로그래밍420
15.6더읽을거리428
연습문제431
참고문헌432
머신러닝쉼터434

CHAPTER16강화학습435
16.1과업과보상435
16.2K-암드밴딧438
16.3모델기반학습443
16.4모델-프리학습450
16.5가치함수근사457
16.6이미테이션러닝460
16.7더읽을거리462
연습문제464
참고문헌465
머신러닝쉼터467

APPENDIXA행렬469
A.1기본연산469
A.2도함수470
A.3특잇값분해472

APPENDIXB최적화474
B.1라그랑주승수법474
B.2이차프로그래밍477
B.3반정형프로그래밍478
B.4경사하강법479
B.5좌표하강법480

APPENDIXC확률분포482
C.1자주사용하는확률분포482
C.2켤레분포487
C.3KL발산488

에필로그489
찾아보기494