본문 바로가기

추천 검색어

실시간 인기 검색어

처음 배우는 머신러닝

기초부터 모델링, 실전 예제, 문제 해결까지
김승연 , 정용주 지음
한빛미디어

2017년 10월 10일 출간

종이책 : 2017년 10월 01일 출간

(개의 리뷰)
( 0% 의 구매자)
eBook 상품 정보
파일 정보 pdf (12.98MB)
ISBN 9791162249949
지원기기 교보eBook App, PC e서재, 리더기, 웹뷰어
교보eBook App 듣기(TTS) 가능
TTS 란?
텍스트를 음성으로 읽어주는 기술입니다.
  • 전자책의 편집 상태에 따라 본문의 흐름과 다르게 텍스트를​ 읽을 수 있습니다.
  • 전자책 화면에 표기된 주석 등을 모두 읽어 줍니다.
  • 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.
  • '교보 ebook' 앱을 최신 버전으로 설치해야 이용 가능합니다. (Android v3. 0.26, iOS v3.0.09,PC v1.2 버전 이상)

PDF 필기 Android 가능 (iOS예정)
소득공제
소장
정가 : 18,200원

쿠폰적용가 16,380

10% 할인 | 5%P 적립

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.

카드&결제 혜택

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 416P
  • 리뷰 작성 시, e교환권 추가 최대 300원

작품소개

이 상품이 속한 분야

머신러닝 기초 이론, 실전 예제, 문제 해결까지 한번에
이 책은 구글과 라쿠텐 머신러닝 개발자가 초보자 눈높이에서 머신러닝의 핵심 이론과 실용적인 예제를 제시합니다. 머신러닝 입문자가 이론을 바탕으로 강력한 성능을 내는 머신러닝 시스템을 구현하고 사용할 수 있도록 하는 것이 이 책의 목표입니다.
1부에서는 ‘머신러닝 기초 지식’, 2부에서는 ‘머신러닝 주요 모델’, 3부에서는 ‘머신러닝 시스템 구현’을 알려줍니다. 이론과 실무 예제와 해결 방법까지 모두 담고 있어 입문자뿐 아니라 이미 머신러닝을 현업에서 다루면서 체계적으로 실력을 다잡고자 하는 중고수에게도 최고의 선택이 될 겁니다.
[Part 1 머신러닝 기초 지식]
1장. 머신러닝 시작하기
__1.1 머신러닝 소개
__1.2 머신러닝을 이해하는 데 필요한 배경 지식
__1.3 머신러닝 발전사
__1.4 머신러닝의 분류
__1.5 마치며

2장. 머신러닝의 주요 개념
__2.1 모델 : 문제를 바라보는 관점
__2.2 손실함수
__2.3 최적화 : 실제로 문제를 푸는 방법
__2.4 모델 평가 : 실제 활용에서 성능을 평가하는 방법
__2.5 마치며

[Part 2 머신러닝 주요 모델]
3장. 데이터와 문제
__3.1 데이터형
__3.2 데이터양과 품질
__3.3 데이터 표준화
__3.4 문제 유형
__3.5 마치며

4장. 구매 이력 데이터를 이용한 사용자 그룹 만들기
__4.1 군집화
__4.2 K-중심 군집화
__4.3 계층적 군집화
__4.4 밀도 기반 군집화
__4.5 유사도 계산
__4.6 마치며

5장. 문서 분석 시스템 만들기
__5.1 문서 분류 시스템 만들기
__5.2 토픽 모델링
__5.3 문법 분석
__5.4 단어 임베딩 학습 - word2vec
__5.5 마치며

6장. 영화 추천 시스템 만들기
__6.1 영화 추천 시스템
__6.2 유사도 계산
__6.3 내용 기반 추천 시스템
__6.4 협업 필터링
__6.5 표준화
__6.6 마치며

7장. 이미지 인식 시스템 만들기
__7.1 이미지 처리의 기본 개념
__7.2 이미지 인식
__7.3 이미지 인식에 사용하는 피처
__7.4 딥러닝을 이용한 이미지 인식
__7.5 마치며

8장. 머신러닝의 다양한 문제점 해결하기
__8.1 모델 문제
__8.2 데이터 문제
__8.3 속도 문제
__8.4 마치며

[Part 3 머신러닝 시스템 구현]
9장. 머신러닝 소프트웨어 소개
__9.1 파이썬 설치와 라이브러리
__9.2 유명 라이브러리 소개
__9.3 이 책에서 사용하는 툴킷
__9.4 마치며

10장. 구매 이력 데이터를 이용한 사용자 그룹 만들기 - 실전
__10.1 데이터셋
__10.2 데이터 전처리
__10.3 K-평균 군집화
__10.4 올바른 클러스터 수 K 정하기
__10.5 계층적 군집화
__10.6 마치며

11장. 문서 분석 시스템 만들기 - 실전
__11.1 스팸 문자 필터 만들기(문서 분류)
__11.2 토픽 모델 시스템 만들기
__11.3 품사 분석 시스템 만들기
__11.4 고유명사 태깅 시스템 만들기
__11.5 한국어 위키백과를 이용한 word2vec 만들기
__11.6 마치며

12장. 영화 추천 시스템 만들기 - 실전
__12.1 데이터셋 구하기
__12.2 데이터 전처리
__12.3 내용 기반 영화 추천 시스템 만들기
__12.4 협업 필터링 기반 영화 추천 시스템 만들기
__12.5 마치며

13장. 이미지 인식 시스템 만들기 - 실전
__13.1 이미지 데이터를 이용한 K-평균 군집화
__13.2 주성분 분석을 이용한 사람 얼굴 인식
__13.3 CNN을 이용한 손글씨 숫자 분류
__13.4 마치며

부록 : 용어표

★ 이 책에서 다루는 내용
이 책은 머신러닝 입문자가 알아야 하는 머신러닝의 전반적인 내용을 다룹니다. 여러분은 머신러닝이 왜 쓸모 있고 어떤 모델과 문제가 있는지, 실무에서 어떻게 사용하는지, 머신러닝의 다양한 문제를 어떻게 해결할 수 있는지, 프로그램 코드를 어떻게 만드는지 알게 될 겁니다.

[1부 머신러닝 기초 지식]
머신러닝과 딥러닝이 무엇이고 어떤 분류와 어떤 개념이 있는지 알아봅니다. 1부의 기본 개념은 3부의 실습에서 유용하게 사용되므로 정확히 알고 가는 것이 좋습니다.

-1장 머신러닝 시작하기
머신러닝의 큰 그림을 이해하는 데 도움이 되는 내용을 소개합니다. 머신러닝과 딥러닝이 무엇인지, AI와 다른 관련 분야들과는 어떠한 관계를 갖고 있으며 어떻게 분류하는지 설명합니다.

- 2장 머신러닝의 주요 개념
머신러닝의 주요 개념을 설명합니다. 이론적인 부분을 최대한 쉽고 실용적으로 설명했습니다. 이 장을 읽고 나면 머신러닝을 도입했을 때 문제를 어떻게 바라보고 어떻게 표현하며 어떻게 해결 방법을 찾는지, 그리고 예측에 어떻게 사용하는지에 대해 알 수 있습니다. 이들 개념은 성능에 커다란 영향을 끼치므로 어렵더라도 읽어보기 바랍니다.

[2부 머신러닝 주요 모델]
머신러닝 주요 모델의 이론과 개념을 실제 적용 사례와 함께 설명합니다. 회귀, 군집화 등 머신러닝의 모델에 대해 어느 정도 알고 있지만 바탕이 되는 이론이나 적용할 수 있는 문제가 무엇인지에 대해 구체적으로 알고 싶으면 2부를 꼭 읽어보세요. 특히 8장은 실제로 이론을 적용했을 때 발생하는 다양한 문제를 해결하는 방법을 소개합니다.

- 3장 데이터와 문제
문제의 종류와 데이터에 대해 이해해야 머신러닝을 제대로 수행할 수 있습니다. 데이터와 문제의 종류를 소개하여 머신러닝으로 해결할 수 있는 문제를 이해하는 데 도움을 줍니다.

- 4장 구매 이력 데이터를 이용한 사용자 그룹 만들기
수치 항목으로 구성된 구매 이력 데이터로 사용자 그룹을 만드는 문제를 다룹니다. 수치 데이터를 이용하는 대표적인 모델인 회귀와 군집화를 좀 더 자세히 알아봅니다.

- 5장 문서 분석 시스템 만들기
문서를 분석하는 다양한 방법에 대해 설명합니다. 문서를 주어진 카테고리에 맞게 분류하는 방법, 숨겨진 토픽을 찾는 방법, 문법을 분석하는 방법, 문서에서 고유명사를 추출하는 방법 등 이론적인 기반을 소개합니다. 또한 최신 유행하는 임베딩 학습으로 문서를 분석하는 방법도 소개합니다.

- 6장 영화 추천 시스템 만들기
넷플릭스, 유튜브 등의 서비스는 사용자가 좋아할 만한 영상을 어떻게 찾아낼까요? 추천 시스템의 기본 이론에 대해 알아봅니다.

- 7장 이미지 인식 시스템 만들기
이미지의 내용을 어떻게 인식하는지에 대해 설명합니다. 비슷한 사진 찾기, 이미지에 들어 있는 주요 물체를 찾는 인식 기법에 대해 설명합니다. 또한 최신 기법인 신경망을 이용한 이미지 분류에 대해서도 살펴봅니다.

- 8장 머신러닝의 다양한 문제점 해결하기
머신러닝을 최초로 구현했을 때부터 바로 좋은 성능을 보인다면 정말 운이 좋은 겁니다. 같은 방법을 사용하더라도 여러 가지 상황에 따라 좋은 성능이 나오지 않을 수 있습니다. 대부분의 경우에는 몇 가지 문제만 해결해도 엄청난 성능 향상을 얻을 수 있습니다. 모델의 다양한 문제점을 해결하는 방법, 까다로운 데이터를 처리하는 방법, 속도 향상을 위한 방법 등을 알아
봅니다.

[3부 머신러닝 시스템 구현]
3부에서 설명한 이론을 실제로 구현하는 방법과 라이브러리를 이용하는 방법을 소개합니다. 모델을 실제로 적용하는 방법을 더 빨리 알고 싶다면 2부보다 3부를 먼저 읽어도 됩니다.

- 9장 머신러닝 소프트웨어 소개
머신러닝 태스크에 사용되는 프로그래밍 언어와 각 언어에서 사용하는 대표적인 머신러닝 라이브러리 및 딥러닝 프레임워크를 소개합니다. 이 책에서 주로 사용할 라이브러리는 사이킷런과 텐서플로입니다. 이 두 라이브러리의 기본적인 사용법에 대해서도 알아봅니다.

- 10장 구매 이력 데이터를 이용한 사용자 그룹 만들기 - 실전
4장에서 소개한 ‘구매 이력 데이터를 이용한 사용자 그룹 만들기’를 실제로 구현해봅니다. 데이터와 프로그래밍 코드를 함께 살펴보면서 다양한 군집화 구현에 대해 살펴봅니다.

- 11장 문서 분석 시스템 만들기 - 실전
5장에서 살펴본 다양한 ‘문서 분석 시스템’을 구현해봅니다. 스팸문자 분류기와 문서 내용을 간추리는 데 사용되는 토픽을 찾는 방법, 한국어 처리와 임베딩 학습을 통한 문서 분석 방법을 알아봅니다.

- 12장 영화 추천 시스템 만들기 - 실전
6장에서 설명한 ‘영화 추천 시스템’을 구현해봅니다. 실제 데이터와 프로그래밍 코드를 살펴보면서 협업 필터링 구현 방법에 대해 소개합니다.

- 13장 이미지 인식 시스템 만들기 - 실전
7장에서 살펴본 이미지 관련 기술을 이용해 ‘이미지 인식 시스템’을 만듭니다. 기본적인 이미지 데이터를 다루는 방법과 얼굴 사진 분류 및 딥러닝을 이용한 손글씨 분류를 구현해봅니다

작가정보

저자(글) 김승연

저자 김승연은 막연히 인간이 무엇인지 데이터를 통해 이해하고 싶다며 컴퓨터공학과에 들어간 이후 머신러닝과 소프트웨어 개발의 길을 걷고 있다. 서울대학교에서 컴퓨터공학부를 마치고 조지아 공과대학에서 효율적인 문서의 표현형 학습에 대한 머신러닝을 연구하여 컴퓨터 과학 석사와 박사 학위를 취득했다. 현재 구글 리서치에 소속되어 모바일 환경에서의 머신러닝을 주제로 연구 개발하고 있다.

저자(글) 정용주

저자 정용주는 서울대학교에서 컴퓨터공학과 고고미술사학을 전공하면서 발굴 데이터의 전산 분석 강좌를 통해 머신러닝의 가능성을 체험한 후 도쿄대학에서 머신러닝을 이용한 웹 스팸 검출에 관한 연구로 정보이공학 석사와 박사 학위를 취득했다. 그 후 일본 전자상거래기업 라쿠텐에서 데이터 분석 및 부정사용 검출에 종사했다. 현재는 스탠퍼드에서 1년의 방문연구원 생활 후 라쿠텐 미국 지사에서 데이터 분석을 담당하고 있다.

이 상품의 총서

Klover리뷰 (0)

Klover리뷰 안내
Klover(Kyobo-lover)는 교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1. 리워드 안내
구매 후 90일 이내에 평점 작성 시 e교환권 100원을 적립해 드립니다.
  • - e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • - 리워드는 1,000원 이상 eBook, 오디오북, 동영상에 한해 다운로드 완료 후 리뷰 작성 시 익일 제공됩니다.
  • - 리워드는 한 상품에 최초 1회만 제공됩니다.
  • - sam 이용권 구매 상품 / 선물받은 eBook은 리워드 대상에서 제외됩니다.
2. 운영 원칙 안내
Klover리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다. 일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오 발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

구매 후 리뷰 작성 시, e교환권 100원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여 주는 교보문고의 새로운 서비스 입니다. 교보eBook 앱에서 도서 열람 후 문장 하이라이트 하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 ‘좋아요’ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보없이 삭제될 수 있습니다.
리워드 안내
  • 구매 후 90일 이내에 문장 수집 등록 시 e교환권 100원을 적립해 드립니다.
  • e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • 리워드는 1,000원 이상 eBook에 한해 다운로드 완료 후 문장수집 등록 시 제공됩니다.
  • 리워드는 한 상품에 최초 1회만 제공됩니다.
  • sam 이용권 구매 상품 / 선물받은 eBook / 오디오북·동영상 상품/주문취소/환불 시 리워드 대상에서 제외됩니다.

구매 후 문장수집 작성 시, e교환권 100원 적립

    교보eBook 첫 방문을 환영 합니다!

    신규가입 혜택 지급이 완료 되었습니다.

    바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
    지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

    교보e캐시 1,000원
    TOP
    신간 알림 안내
    처음 배우는 머신러닝 웹툰 신간 알림이 신청되었습니다.
    신간 알림 안내
    처음 배우는 머신러닝 웹툰 신간 알림이 취소되었습니다.
    리뷰작성
    • 구매 후 90일 이내 작성 시, e교환권 100원 (최초1회)
    • 리워드 제외 상품 : 마이 > 라이브러리 > Klover리뷰 > 리워드 안내 참고
    • 콘텐츠 다운로드 또는 바로보기 완료 후 리뷰 작성 시 익일 제공
    감성 태그

    가장 와 닿는 하나의 키워드를 선택해주세요.

    사진 첨부(선택) 0 / 5

    총 5MB 이하로 jpg,jpeg,png 파일만 업로드 가능합니다.

    신고/차단

    신고 사유를 선택해주세요.
    신고 내용은 이용약관 및 정책에 의해 처리됩니다.

    허위 신고일 경우, 신고자의 서비스 활동이 제한될 수
    있으니 유의하시어 신중하게 신고해주세요.


    이 글을 작성한 작성자의 모든 글은 블라인드 처리 됩니다.

    문장수집 작성

    구매 후 90일 이내 작성 시, e교환권 100원 적립

    eBook 문장수집은 웹에서 직접 타이핑 가능하나, 모바일 앱에서 도서를 열람하여 문장을 드래그하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다.

    P.
    처음 배우는 머신러닝
    기초부터 모델링, 실전 예제, 문제 해결까지
    저자 모두보기
    낭독자 모두보기
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 프리미엄 이용권입니다.
    선물하실 sam이용권을 선택하세요.
    결제완료
    e캐시 원 결제 계속 하시겠습니까?
    교보 e캐시 간편 결제
    sam 열람권 선물하기
    • 보유 권수 / 선물할 권수
      0권 / 1
    • 받는사람 이름
      받는사람 휴대전화
    • 구매한 이용권의 대한 잔여권수를 선물할 수 있습니다.
    • 열람권은 1인당 1권씩 선물 가능합니다.
    • 선물한 열람권이 ‘미등록’ 상태일 경우에만 ‘열람권 선물내역’화면에서 선물취소 가능합니다.
    • 선물한 열람권의 등록유효기간은 14일 입니다.
      (상대방이 기한내에 등록하지 않을 경우 소멸됩니다.)
    • 무제한 이용권일 경우 열람권 선물이 불가합니다.
    이 상품의 총서 전체보기
    네이버 책을 통해서 교보eBook 첫 구매 시
    교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 네이버 책을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)
    구글북액션을 통해서 교보eBook
    첫 구매 시 교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 구글북액션을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)