『해커 스타일로 배우는 기계학습』은 기계학습의 12개 기법을 대한 훌륭한 사례들을 통해 배울 수 있는 책이다. 이론을 설명하는 대신 과정에 초점을 맞췄기 때문에, 프로그래밍을 조금 할 줄 알고 정량적으로 사고할 줄 아는 사람이면 누구나 이해하기 쉽다. 각 장은 분류, 예측, 최적화, 추천 문제와 같이 기계학습의 특정 문제들을 중심으로 구성했다.

1장 R 사용하기
_1.1 기계학습을 위한 R
__1.1.1 R 다운로드와 설치
__1.1.2 IDE와 텍스트 편집기
__1.1.3 R 패키지 설치 및 로드하기
__1.1.4 기계학습을 위한 R 기초
__1.1.5 R에 대해 더 읽을거리
2장 데이터 탐색(data exploration)
_2.1 탐색(exploration) 대 확증(confirmation)
_2.2 데이터란 무엇인가?
_2.3 열의 데이터 형식 알아내기
_2.4 의미 추측
_2.5 수치요약
_2.6 평균값, 중앙값, 최빈값(mode)
_2.7 분위수(Quantile)
_2.8 표준편차와 분산
_2.9 탐색적 데이터 시각화
_2.10 열 간 관계성을 시각화하기
3장 분류: 스팸 필터
_3.1 이것 아니면 저것: 이항 분류
_3.2 조건부 확률을 찬찬히 알아보기
_3.3 베이즈 스팸 분류기 개발
__3.3.1 분류기를 정의하고 고난도 햄 데이터로 검증하기
__3.3.2 모든 이메일 종류에 대해 분류기 검증
__3.3.3 결과 개선
4장 순위 매기기: 자동 분류함(priority inbox
_4.1 순서를 모르는 대상을 어떻게 정렬할까?
_4.2 이메일 메시지를 우선순위에 따라 정렬하기
__4.2.1 이메일의 우선순위 특성
_4.3 자동분류함 작성
__4.3.1 특성값 추출을 위한 함수들
__4.3.2 등급을 위한 가중치 설정법
__4.3.3 이메일 스레드 활동에 대한 가중치 설정
__4.3.4 학습 및 검증
5장 회귀 모형: 페이지 방문 수 예측
_5.1 회귀 소개
__5.1.1 기본 모형
__5.1.2 가변수를 활용한 회귀
__5.1.3 선형 회귀 간단 설명
_5.2 웹 트래픽 예측
_5.3 상관계수 정의
6장 정규화: 텍스트 회
_6.1 데이터 열 사이의 비선형 관계: 직선을 넘어서
__6.1.1 다항식 회귀 소개
_6.2 과대적합을 막는 방법
__6.2.1 정규화를 이용한 과대적합 방지
_6.3 텍스트 회귀
__6.3.1 로지스틱 회귀로 빠져나가기
7장 최적화: 암호 해
_7.1 최적화에 대한 소개
_7.2 능선 회귀(Ridge Regression)
_7.3 최적화로 암호해독하기
8장 PCA: 주가 지수 작성
_8.1 자율학습(Unsupervised Learning)
9장 MDS: 미국 상원의원 유사성을 시각적으로 탐색하
_9.1 유사성에 기반한 군집화
__9.1.1 다차원 척도법과 거리 측도에 대한 간략 소개
_9.2 미 상원의원들은 어떻게 뭉쳐있는가?
__9.2.1 미국 상원 기명 투표 데이터
10장 kNN: 추천 시스템
_10.1 k-근접 이웃 알고리즘
_10.2 R 패키지 설치 데이터
11장 소셜 네트워크 분
_11.1 소셜 네트워크 분석
__11.1.1 네트워크로 생각하기
_11.2 트위터 소셜 네트워크 데이터 해킹하기
__11.2.1 구글 소셜그래프(SocialGraph) API 다루기
_11.3 트위터 네트워크 분석
__11.3.1 지역 군집 구조(Local Community Structure)
__11.3.2 Gephi로 트위터 네트워크 군집 시각화하기
__11.3.3 자신만의 “팔로우 추천” 엔진 제작하기
12장 모형 비교
_12.1 SVM: 지지벡터기계
_12.2 알고리즘 비교
인용된 문헌
찾아보기

들여다보고, 쪼개보고, 직접 만들며 배우는 데이터 분석프로그래밍 경력이 있고 데이터 처리에 관심이 있다면, 이 책으로 기계학습을 배워보도록 하자. 이 책에는 기계학습의 12개 기법을 대한 훌륭한 사례들이 담겨 있다. 이론을 설명하는 대신 과정에 초점을 맞췄기 때문에, 프로그래밍을 조금 할 줄 알고 정량적으로 사고할 줄 아는 사람이면 누구나 이해하기 쉽다.
각 장은 분류, 예측, 최적화, 추천 문제와 같이 기계학습의 특정 문제들에 초점을 맞춘다. 독자들은 R 프로그래밍 언어를 사용해서 샘플 데이터를 분석하는 법과 간단한 기계학습 알고리즘을 작성하는 법을 배우게 될 것이다. 경영, 행정, 학문 연구 등 여러 배경의 프로그래머들이 ‘기계학습’을 배우는 이상적인 책이다. *책에서 다루는 내용
- 이메일 텍스트를 분석하는 단순 베이즈 분류기를 작성해서 스팸 여부 알아내기
- 선형 회귀를 이용해서 상위 1,000등 웹사이트의 페이지뷰 예측하기
- 최적화 기법을 이용해서 간단한 문자 암호 해독하기
- 미국 상원의원 들의 투표기록을 이용해서 통계적으로 비교, 대조하기
- 트위터 데이터를 활용해서 “팔로우 추천” 시스템 구축하기

회원리뷰 총 0개

리뷰작성 새 창

사용후기가 없습니다.

등록된 상품문의

상품문의 총 0개

문의작성 새 창

상품문의가 없습니다.

[반품/교환가능 기간]

변심반품의 경우 수령 후 14일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

[반품/교환비용]

단순 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담

[반품/교환 불가 사유]

- 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우

(단지 확인을 위한 포장 훼손은 제외)

- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우

예) 화장품, 식품, 가전제품(악세서리 포함) 등

- 복제가 가능한 상품 등의 포장을 훼손한 경우

예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

- 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)

- 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우

- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

- 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

* (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시

‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)

[상품 품절]

공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.

[소비자 피해보상, 환불지연에 따른 배상]

- 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됩니다.

- 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함.