>
>
>
>
머신 러닝 알고리즘 : 파이썬 예제와 함께 배우는 머신 러닝
에이콘 데이터 과학 시리즈1 ㅣ 주세페 보나코르소, 정사범 ㅣ 에이콘출판 ㅣ Machine learning algorithms: A reference guide to popular algorithms for data science and machine le
  • 정가
35,000원
  • 판매가
31,500원 (10% ↓, 3,500원 ↓)
  • 발행일
2019년 02월 28일
  • 페이지수/크기/무게
400page/188*235*31/920g
  • ISBN
9791161752778/1161752773
  • 배송비
무료배송
  • 배송예정일
07/07(목) 배송완료예정
  • 현 보유재고
100 권 이상
  • 주문수량
  • 바로구매 북카트담기
  • 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.
  • 시리즈 도서
에이콘 데이터 과학 시리즈(총77건)
고객 리텐션의 전략 : 데이터를 통해 고객 이탈을 막아라     36,000원 (10%↓)
데이터의 미학 : 빅데이터 기술에서 데이터 과학자까지 데이터에 관한 모든 것     31,500원 (10%↓)
The R Book(한국어판) : R로 배우는 데이터 분석 기술     49,500원 (10%↓)
빅데이터에서 천금의 기회를 캐라 : 테라데이타 최고분석책임자가 들려주는 기업 빅데이터 활용 전략     22,500원 (10%↓)
차세대 데이터 플랫폼을 지향하는 아파치 하둡 YARN     32,400원 (10%↓)
  • 상세정보
  • 머신 러닝에 대한 소개와 파이썬 활용 방법을 소개하고 있다. 단계별로 다음과 같은 머신 러닝 알고리즘을 쉽게 구현할 수 있는 방법에 대해 배울 수 있다. 1. 데이터 기반 애플리케이션에 사용되는 통계와 수학 이론 2. EM 알고리즘, PCA, 베이지안 회귀 등의 기술 3. 다양한 데이터를 이용한 패턴 인식과 예측
  • ★ 이 책에서 다루는 내용 ★ ■ 머신 러닝의 중요한 요소 학습. ■ 특징 선택 및 특징 엔지니어링 프로세스 이해 ■ 선형 회귀의 성능과 오차간 상충성(trade-offs) 평가 ■ 다양한 유형의 알고리즘을 사용해 데이터 모델을 구축하고 해당 모델의 작동 방법 이해 ■ SVM 파라미터를 최적화하는 방법 ■ 군집화 실행 ■ 자연어 처리와 추천 시스템의 개념 이해 ■ 사전 지식 없이 머신 러닝 아키텍처 구축 ★ 이 책의 대상 독자 ★ 머신 러닝이 처음인 사람이나 데이터 과학 분야에 입문하고자 하는 IT 전문가를 위한 것이다. 무엇보다 파이썬 언어에 익숙해야 한다. 더욱이 대부분의 내용을 완전히 이해하기 위해서는 기초 수학 지식(선형 대수학, 확률 이론)이 필요하다. ★ 이 책의 구성 ★ 1장, ‘머신 러닝 개요’에서는 머신 러닝에 대해 소개하고 지능형 애플리케이션을 만드는 데 있어 가장 중요한 접근 방식의 기본 개념을 설명한다. 2장, ‘머신 러닝 핵심 요소’에서는 정보 이론의 몇 가지 요소와 학습 능력의 개념을 포함한 가장 일반적인 머신 러닝 문제의 수학적인 개념을 설명한다. 3장, ‘특징 선택 및 특징 엔지니어링’에서는 데이터셋을 전처리하고 가장 중요한 정보를 제공하는 특징을 선택하며, 원 데이터의 차원을 축소하는 데 사용되는 핵심기술인 특징 선택 및 특징 엔지니어링에 대해 설명한다. 선형 회귀 연속 선형 모델의 구조를 선형 회귀 알고리즘에 초점을 맞춰 설명한다. 또한 릿지(Ridge), 라소(Lasso) 및 엘라스틱넷(ElasticNet) 최적화와 다른 고급 기술도 다룬다. 5장, ‘로지스틱 회귀’에서는 로지스틱 회귀(Logistic Regression)와 확률적 경사 하강 알고리즘SGD에 초점을 맞춰 선형 분류의 개념을 소개한다. 이외에 중요한 평가 척도를 설명한다. 6장, ‘나이브 베이즈’에서는 베이즈(Bayes) 확률 이론을 설명하고, 가장 널리 알려진 나이브 베이즈(Naive Bayes) 분류기 구조에 대해 설명한다. 7장, ‘지지 벡터 머신’에서는 선형 비선형 분류 문제에 초점을 맞춰 분류 관련 알고리즘을 소개한다. 8장, ‘의사 결정 나무와 앙상블 학습’에서는 계층적 의사 결정 과정에 대해 설명하고, 의사 결정 나무 분류, 부트스트랩, 배깅 트리, 보팅 분류기의 개념에 대해 설명한다. 9장, ‘군집화’에서는 기초 군집화의 개념을 소개하고, k-평균 알고리즘을 설명하며, 최적의 군집 수를 결정하기 위한 다양한 접근 방법을 소개한다. 후반부에서는 DBSCAN과 같은 스펙트럼 군집화와 같은 다른 군집화 알고리즘에 대해 설명한다. 10장, ‘계층적 군집화’에서는 9장, ‘군집화’에서 설명한 내용에 이어서 응집 군집화(agglomerative clustering)의 개념을 소개한다. 11장, ‘추천 시스템 개요’에서는 추천 시스템에서 가장 잘 알려진 알고리즘인 추천 시스템에 대해 설명한다. 이 시스템에는 콘텐츠-기반 및 사용자-기반 전략, 협업 필터링, 교대 최소 제곱 방법이 있다. 12장, ‘자연어 처리’에서는 단어 바구니(BOW, Bag of Words)의 개념을 설명한다. 또한 자연어 데이터셋을 효율적으로 처리하는 데 필요한 기술을 소개한다. 13장, ‘NLP에서 토픽 모델링 및 감정 분석’에서는 토픽 모델링의 개념을 소개하고, 가장 중요한 알고리즘인 잠정적 의미 분석(latent semantic analysis)과 잠재 디리클레 할당(latent Dirichlet allocation)을 설명한다. 후반부에서는 감정 분석 문제에 대해 설명하고, 이를 해결하기 위한 접근 방법을 설명한다. ★ 옮긴이의 말 ★ 2016년 우리는 상당한 충격을 받았다. 알파고라는 인공지능(AI) 기술이 인간을 이겼다는 사실을 접하게 됐기 때문이다. 사실 ...
  • 지은이 소개 기술 감수자 소개 옮긴이 소개 옮긴이의 말 들어가며 1장. 머신 러닝 개요 __소개-초기의 기계 __학습 __지도학습 ____비지도학습 ____강화학습 __머신 러닝을 넘어서: 딥러닝과 생체-적응 시스템 __머신 러닝과 빅데이터 __심화 학습 __요약 2장. 머신 러닝의 핵심 요소 __데이터 형식 ____멀티클래스 전략 ________일대다 ________일대일 __학습 능력 ____부적합과 과적합 ____오류 측정 ____PAC 학습 __통계적 학습 접근 ____MAP 학습 ____최대-우도 학습 __정보 이론의 요소 __참고 문헌 __요약 3장. 특징 선택과 특징 엔지니어링 scikit-learn 토이 데이터셋 __훈련 및 테스트 집합 만들기 __범주형 데이터 관리 __누락된 특징 관리 __데이터 스케일링 및 정규화 __특징 선택 및 필터링 __주성분 분석 ____음수 미포함 행렬 분해 ____희소 PCA ____커널 PCA __원자 추출 및 딕셔너리 학습 __참고 문헌 __요약 4장. 선형 회귀 __선형 모델 __2차원 예제 __scikit-learn을 이용한 고차원 선형 회귀 ____회귀 분석 표현 __릿지, 라소 및 엘라스틱 넷 __랜덤 샘플 합의 -기반 견고...
  • 주세페 보나코르소 [저]
  • 12년 이상의 경력을 겸비한 머신 러닝 및 빅데이터 컨설턴트다. 이탈리아 카타니아 대학(University of Catania) 전자 공학과에서 학위를 받았다. 이후 이탈리아 토르 베르가타(Tor Vergata)의 로마 대학 및 영국 에식스(Essex) 대학에서 대학원 전문 과정을 이수했다.
    공공 행정, 군대, 공공 시설, 의료, 진단 및 광고 등 다양한 비즈니스 환경에서 IT 경력을 쌓았다. 또한 자바(Java), 파이썬(Python), 하둡(Hadoop), 스파크(Spark), 테아노(Theano) 및 텐서플로(TensorFlow)를 비롯한 많은 기술을 사용해 프로젝트를 수행하고 관리한 경험이 있다. 주요 관심사는 인공 지능, 머신 러닝, 데이터 과학 및 철학 분야다.
  • 정사범 [저]
  • 전체 0개의 구매후기가 있습니다.

인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다.
단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다.
교환 및 반품이 가능한 경우
상품을 공급 받은 날로부터 7일이내 가능
공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내,
   혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내
상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능
교환 및 반품이 불가능한 경우
구매확정 이후(오픈마켓상품에 한함)
고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우
   (단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외)
시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우
포장 개봉되어 상품 가치가 훼손된 경우
다배송지의 경우 반품 환불
다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다.
1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다.
중고상품의 교환
중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다.
오픈마켓 상품의 환불
오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며,
   반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.
배송예정일 안내
인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다.
<인터파크 직배송 상품>
상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다.
상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며,
서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다.
(단, 월요일은 12시까지 주문에 한함)
상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다.
~ 상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로
주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.)
※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간
<업체 직접배송/오픈마켓 상품>
~ 상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다.
주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.)
※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다.
배송비 안내
도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송)
음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송)
잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송)
도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송)
도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송)
업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용

   * 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.
   * 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다.
해외배송 안내
인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에
   의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다.
해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다.
해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다.
알아두세요!!!
도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다.
오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다.
출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다.
유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다.
택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.
  • 0개
  • 0개