출고예상일 안내
주문하신 상품이 한국에서 현지 배송을 위한 출고단계가 이루어질 것으로 예상되는 날짜입니다. 상품을 준비하는 과정에서 내부적인 사정으로 인해 출고예상일에 다소 오차가 생길 수 있습니다.
여러 상품(예약상품포함)을 함께 주문하신 경우 출고예상일이 가장 늦은 날짜에 맞춰 함께 배송됩니다.
ISBN : 9788931559231 / 200쪽 / 380g / 190 x 250 (㎜)
이 상품에 궁금하신점이 있으세요? 1:1상담문의
아래의 도서와 구매하시면 이 도서들의 적립금을 즉시적용해 드립니다.
-
클리커, 이희영, 강민혁
-
칼릭스(손윤석)
-
서길원, 김운호, 허상훈, 박재상, 박경규, 김종욱, 오윤우, 유지영
-
- 22,500
- 19,800
- 31,500
- 21,600
출판사 리뷰
‘요즘 자주 들리는 인공지능과 머신러닝에 대해 알고 싶다’거나 ‘머신러닝이 어떤 일을 하는지’ 궁금해 하는 분들이 많아진 듯합니다. 이 책은 그런 분들을 위해 머신러닝의 기초부터 친절하게 설명합니다.
대상 독자
- 파이썬의 기본 문법을 알고 있는 분(『파이썬 1학년』, 파이썬의 기본 문법을 알고 있는 분(『Python 1학년』, 『Python 2학년 데이터 분석 구조』, 『Python 2학년 스크래핑의 구조』를 다 읽으신 분)
- 머신러닝(기계학습) 초심자
3학년 시리즈의 포인트 셋
- 포인트1 기초 지식을 알 수 있다 : 각 장의 첫 부분에 만화나 일러스트를 넣어 학습할 내용을 간단히 소개합니다. 그 이후는 일러스트를 섞어가며 기초 지식을 설명했습니다.
- 포인트2 프로그램의 구조를 알 수 있다 : 최소한의 문법을 선정하여 설명했습니다. 중간에 포기하지 않도록 대화를 위주로 하여 알기 쉽게 설명했습니다.
- 포인트3 개발 체험을 할 수 있다 : 처음으로 머신러닝(기계학습)을 배우는 분들을 위해 즐겁게 학습할 수 있도록 고안한 예제를 준비했습니다.
이 책의 포인트
염소 박사님이 다솜 양과 함께 머신러닝의 구조를 친절하게 설명합니다. 샘플 데이터를 보는 방법에서 시작, 머신러닝 과정을 기초부터 설명합니다. 또한 다양한 알고리즘도 소개합니다. 마지막 장에서는 이미지에서 수치를 예측하는 머신러닝을 체험할 수 있습니다.
-
- 저자 : 모리 요시나오
들어가며
이 책의 예제 테스트 환경
이 책의 대상 독자와 3학년 시리즈에 대하여
이 책을 읽는 방법
예제 파일과 회원 특전 PDF 다운로드 방법
제1장 머신러닝 준비
LESSON 01 머신러닝이 뭘까?
머신러닝이란?
데이터 분석과 머신러닝의 차이
LESSON 02 나눈다는 것은 이해한다는 것
머신러닝 알고리즘으로 하는 것은 ‘선을 그리는 일’
잘 나누기 위해서는 의미가 있는 특징량이 중요하다
LESSON 머신러닝을 준비하자
Colab Notebook 준비하기
Windows에 Jupyter Notebook 설치하기
macOS에 Jupyter Notebook 설치하기
제2장 샘플 데이터를 살펴보자
LESSON 04 scikit-learn 샘플 데이터 세트
붓꽃 품종 데이터 세트
LESSON 05 샘플 데이터 세트를 자동으로 생성하자
분류용 데이터 세트 자동 생성(클러스터)
분류용 데이터 세트 자동 생성(초승달)
분류용 데이터 세트 자동 생성(2중원)
분류용 데이터 세트 자동 생성(동심원)
회귀용 데이터 세트 자동 생성
제3장 머신러닝 과정을 이해하자
LESSON 06 데이터를 준비한다
LESSON 07 데이터를 학습용과 테스트용으로 나눈다
LESSON 08 모델을 선택해서 학습한다
LESSON 09 모델을 테스트한다
LESSON 10 새로운 값을 넘겨주고 예측한다
LESSON 11 분류 상태를 시각화한다
제4장 머신러닝의 다양한 알고리즘
LESSON 12 회귀: 선형 회귀
어떤 알고리즘일가?
모델 사용법
시험해보자
LESSON 13 분류: 로지스틱 회귀
어떤 알고리즘일까?
모델 사용법
시험해보자
LESSON 14 분류: SVM(서포트 벡터 머신)
모델 사용법
시험해보자
LESSON 15 분류: 결정 트리
어떤 알고리즘일가?
모델 사용법
시험해보자
LESSON 16 분류: 랜덤 포레스트
어떤 알고리즘일가?
모델 사용법
시험해보자
LESSON 17 k-NN(k 최근접 이웃법)
어떤 알고리즘일가?
모델 사용법
시험해보자
LESSON 16 클러스터링 k-means(k 평균법)
어떤 알고리즘일가?
모델 사용법
시험해보자
제5장 치노 다시 한 번! 이미지로 숫자를 예측하자
LESSON 19 데이터를 준비한다
새 노트북을 만든다
LESSON 20 학습 데이터를 준비한다
LESSON 21 학습하게 한다
LESSON 22 예측하게 한다
[Colab Notebook에서 업로드하는 경우]
[Jupyter Notebook에서 업로드하는 경우]
이미지를 읽고 숫자를 예측한다
LESSON 23 비지도 학습을 이용해 데이터를 표시해 보자
LESSON 24 앞으로 무엇을 공부하면 좋을까
찾아보기
