상품 정보
상품 상세설명
『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.
목차
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
출판사 서평
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
상품 정보 고시
도서명 |
해커 스타일로 배우는 기계학습 |
저자 |
드류 콘웨이 , 존 마일즈 화이트 |
출판사 |
인사이트 |
ISBN |
9788966261055 (8966261051) |
쪽수 |
312 |
출간일 |
2014-01-29 |
사이즈 |
188 * 240 * 25 mm /655g |
목차 또는 책소개 |
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 |
상품 정보 고시
도서명 |
상품페이지 참고 |
저자 |
상품페이지 참고 |
출판사 |
상품페이지 참고 |
크기 |
상품페이지 참고 |
쪽수 |
상품페이지 참고 |
제품구성 |
상품페이지 참고 |
출간일 |
상품페이지 참고 |
목차 또는 책소개 |
상품페이지 참고 |
교환/반품
[반품/교환방법]
마이페이지> 주문배송조회 > 반품/교환신청 또는 고객센터 (070-4680-5689)로 문의 바랍니다.
[반품주소]
- 도로명 : (10882) 경기도 파주시 산남로 62-20 (산남동)
- 지번 : (10882) 경기도 파주시 산남동 305-21
[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.