장바구니 담기 close

장바구니에 상품을 담았습니다.

장바구니로 계속쇼핑하기
파이썬과 기계 학습(acorn+PACKT 시리즈)
미리보기

파이썬과 기계 학습(acorn+PACKT 시리즈)

  • 라울가레타
  • |
  • 에이콘출판
  • |
  • 2016-01-04 출간
  • |
  • 144페이지
  • |
  • 188 X 235 X 11 mm /383g
  • |
  • ISBN 9788960778108
★★★★★ 평점(10/10) | 리뷰(1)
판매가

14,000원

즉시할인가

12,600 원

배송비

2,300원

(제주/도서산간 배송 추가비용:3,000원)

추가상품
상품선택
독서대 7,900원 독서대 선택안함 0원
수량
+ -
총주문금액
12,600원
장바구니 구매하기

※ 스프링제본 상품은 반품/교환/환불이 불가능하므로 신중하게 선택하여 주시기 바랍니다.

북스크린영상으로 만나보는 한 권의 책 이야기

출판사서평




★ 이 책에서 다루는 내용 ★

■ 파이썬 환경에서 scikit-learn 설치
■ 서포트 벡터 머신(Support Vector Machine)이나 나이브 베이즈(Na?ve Bayes) 등 다양한 기법을 활용함으로써 속성에 기반한 사물(문서, 얼굴, 꽃의 품종 등) 분류
■ 타이타닉호 탑승객의 생존 같은 특정 현상의 주원인을 설명하기 위해 결정 트리 사용
■ 회귀 기법으로 주택 가격 예측
■ 차원 축소를 사용한 데이터 분석과 시각화
■ 모델 선택을 통한 모델의 최적 매개변수 선택
■ 병렬 기술을 통한 모델 성능 향상

★ 이 책의 대상 독자 ★

기계 학습과 데이터 기반에 대한 소프트웨어 기술을 습득하고자 하는 개발자를 대상으로 한다.

★ 이 책의 구성 ★

1장, "기계 학습: 친절한 소개"에서는 간단한 분류(classification) 문제를 해결하면서 기계 학습의 주요한 개념을 알아본다. 꽃의 특성을 바탕으로 꽃 품종을 판별한다.

2장, "지도 학습"에서는 네 가지 분류 기법인 서포트 벡터 머신(Support Vector Machine), 나이브 베이즈(Na?ve Bayes), 결정 트리(decision tree), 랜덤 포레스트(Random Forests)를 소개하고 이러한 기법을 얼굴 인식, 텍스트 분류, 그리고 타이타닉호 사고에서 탑승객이 생존할 수 있었던 이유를 설명하는 데 사용한다. 보스턴 주택 가격을 예측하기 위해 서포트 벡터 머신과 랜덤 포레스트를 다시 보고 선형 모델(Linear Model)을 살펴본다.

3장, "비지도 학습"에서는 고차원 데이터를 2차원으로 시각화하기 위해 주성분 분석(Principal Component Analysis)으로 차원을 축소하는 기법을 살펴본다. k평균(k-means) 알고리즘을 사용해 유사성에 따라 손글씨 숫자의 인스턴스를 무리 짓는 군집화 기술을 소개한다.

4장, "고급 기능"에서는 데이터를 전처리하고 학습을 위해 최적의 속성을 선택하는 속성 선택(Feature Selection) 기법을 소개하며, 모델 선택(Model Selection) 기법도 살펴본다. 이용할 수 있는 데이터와 병렬 계산(parallel computation)을 활용해 최적의 매개변수를 선택한다.


목차


1장 기계 학습: 친절한 소개
__scikit-learn 설치
____리눅스
____맥
____윈도우
____설치 확인
__첫 번째 기계 학습 기법: 선형 분류
__결과 평가
__기계 학습 종류
__기계 학습에 관련된 중요한 개념
__요약

2장 지도 학습
__서포트 벡터 머신과 이미지 인식
____서포트 벡터 머신 훈련
__나이브 베이즈로 텍스트 분류
____데이터 전처리
____나이브 베이즈 분류기 훈련
____성능 평가
__결정 트리와 타이타닉 가설 설명
____데이터 전처리
____결정 트리 분류기 훈련
____결정 트리 해석
____랜덤 포레스트: 무작위 결정
____성능 평가
__회귀로 주택 가격 예측
____첫 번째 도전: 선형 모델
____두 번째 도전: 회귀를 위한 서포트 벡터 머신
____세 번째 도전: 랜덤 포레스트 다시 보기
____평가
__요약

3장 비지도 학습
__주성분 분석
__k평균으로 손글씨 숫자 군집화
__다른 군집 기법
__요약

4장 고급 기능
__속성 추출
__속성 선택
__모델 선택
__격자 검색
__병렬 격자 검색
__요약

도서소개

★ 이 책에서 다루는 내용 ★

■ 파이썬 환경에서 scikit-learn 설치
■ 서포트 벡터 머신(Support Vector Machine)이나 나이브 베이즈(Na?ve Bayes) 등 다양한 기법을 활용함으로써 속성에 기반한 사물(문서, 얼굴, 꽃의 품종 등) 분류
■ 타이타닉호 탑승객의 생존 같은 특정 현상의 주원인을 설명하기 위해 결정 트리 사용
■ 회귀 기법으로 주택 가격 예측
■ 차원 축소를 사용한 데이터 분석과 시각화
■ 모델 선택을 통한 모델의 최적 매개변수 선택
■ 병렬 기술을 통한 모델 성능 향상

★ 이 책의 대상 독자 ★

기계 학습과 데이터 기반에 대한 소프트웨어 기술을 습득하고자 하는 개발자를 대상으로 한다.

★ 이 책의 구성 ★

1장, '기계 학습: 친절한 소개'에서는 간단한 분류(classification) 문제를 해결하면서 기계 학습의 주요한 개념을 알아본다. 꽃의 특성을 바탕으로 꽃 품종을 판별한다.

2장, '지도 학습'에서는 네 가지 분류 기법인 서포트 벡터 머신(Support Vector Machine), 나이브 베이즈(Na?ve Bayes), 결정 트리(decision tree), 랜덤 포레스트(Random Forests)를 소개하고 이러한 기법을 얼굴 인식, 텍스트 분류, 그리고 타이타닉호 사고에서 탑승객이 생존할 수 있었던 이유를 설명하는 데 사용한다. 보스턴 주택 가격을 예측하기 위해 서포트 벡터 머신과 랜덤 포레스트를 다시 보고 선형 모델(Linear Model)을 살펴본다.

3장, '비지도 학습'에서는 고차원 데이터를 2차원으로 시각화하기 위해 주성분 분석(Principal Component Analysis)으로 차원을 축소하는 기법을 살펴본다. k평균(k-means) 알고리즘을 사용해 유사성에 따라 손글씨 숫자의 인스턴스를 무리 짓는 군집화 기술을 소개한다.

4장, '고급 기능'에서는 데이터를 전처리하고 학습을 위해 최적의 속성을 선택하는 속성 선택(Feature Selection) 기법을 소개하며, 모델 선택(Model Selection) 기법도 살펴본다. 이용할 수 있는 데이터와 병렬 계산(parallel computation)을 활용해 최적의 매개변수를 선택한다.
추천포스트

교환 및 환불안내

도서교환 및 환불
  • ㆍ배송기간은 평일 기준 1~3일 정도 소요됩니다.(스프링 분철은 1일 정도 시간이 더 소요됩니다.)
  • ㆍ상품불량 및 오배송등의 이유로 반품하실 경우, 반품배송비는 무료입니다.
  • ㆍ고객님의 변심에 의한 반품,환불,교환시 택배비는 본인 부담입니다.
  • ㆍ상담원과의 상담없이 교환 및 반품으로 반송된 물품은 책임지지 않습니다.
  • ㆍ이미 발송된 상품의 취소 및 반품, 교환요청시 배송비가 발생할 수 있습니다.
  • ㆍ반품신청시 반송된 상품의 수령후 환불처리됩니다.(카드사 사정에 따라 카드취소는 시일이 3~5일이 소요될 수 있습니다.)
  • ㆍ주문하신 상품의 반품,교환은 상품수령일로 부터 7일이내에 신청하실 수 있습니다.
  • ㆍ상품이 훼손된 경우 반품 및 교환,환불이 불가능합니다.
  • ㆍ반품/교환시 고객님 귀책사유로 인해 수거가 지연될 경우에는 반품이 제한될 수 있습니다.
  • ㆍ스프링제본 상품은 교환 및 환불이 불가능 합니다.
  • ㆍ군부대(사서함) 및 해외배송은 불가능합니다.
  • ㆍ오후 3시 이후 상담원과 통화되지 않은 취소건에 대해서는 고객 반품비용이 발생할 수 있습니다.
반품안내
  • 마이페이지 > 나의상담 > 1 : 1 문의하기 게시판 또는 고객센터 1800-7327
교환/반품주소
  • 경기도 파주시 문발로 211 1층 / (주)북채널 / 전화 : 1800-7327
  • 택배안내 : CJ대한통운(1588-1255)
  • 고객님 변심으로 인한 교환 또는 반품시 왕복 배송비 5,000원을 부담하셔야 하며, 제품 불량 또는 오 배송시에는 전액을 당사에서부담 합니다.