지도 학습의 이론과 실습
지도 학습, 분류, 회귀, 알고리즘, 데이터셋, 과적합, 교차검증, 특징 선택, 성능 평가, 머신러닝, 딥러닝, K-최근접 이웃, 결정 트리, 랜덤 포레스트, 서포트 벡터 머신, 로지스틱 회귀, 신경망, 하이퍼파라미터,
AI 인공지능의 기초부터 미래까지 8
씨익북스
2025년 01월 30일 출간
(개의 리뷰)
(
0%의 구매자)
- eBook 상품 정보
- AI(생성형) 활용 제작 도서
- 파일 정보 ePUB (0.81MB)
- ISBN 9791173088025
- 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.
- 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.
작품소개
이 상품이 속한 분야
"지도 학습의 이론과 실습"은 머신러닝과 딥러닝의 핵심 개념을 다루는 포괄적인 안내서입니다. 이 책은 지도 학습의 기본 원리부터 시작하여 분류와 회귀 문제를 해결하는 다양한 알고리즘을 소개합니다. K-최근접 이웃, 결정 트리, 랜덤 포레스트, 서포트 벡터 머신, 로지스틱 회귀, 신경망 등 주요 알고리즘의 작동 원리와 구현 방법을 상세히 설명합니다. 또한, 데이터셋 준비, 과적합 방지, 교차검증, 특징 선택, 성능 평가 등 실무에서의 적용 방법을 다루며, 하이퍼파라미터 튜닝을 통해 모델 성능을 최적화하는 방법도 제시합니다. 이 책은 이론과 실습을 균형 있게 구성하여, 독자가 실제 프로젝트에 적용할 수 있는 실질적인 지식을 제공합니다.
"지도 학습의 기초 이해
지도 학습의 정의와 중요성
지도 학습과 비지도 학습의 차이
분류 문제와 회귀 문제의 구분
주요 알고리즘 개요
K-최근접 이웃 알고리즘
결정 트리의 원리와 활용
랜덤 포레스트의 장점과 단점
서포트 벡터 머신(SVM) 이해하기
로지스틱 회귀의 이론과 응용
신경망의 기초 개념
하이퍼파라미터 튜닝의 중요성
과적합이란 무엇인가
교차검증의 필요성과 방법
특징 선택의 기법과 장점
성능 평가 지표의 이해
정확도, 정밀도, 재현율의 차이
F1 점수와 ROC 곡선
혼동 행렬의 해석
데이터셋 준비 과정
훈련 데이터와 테스트 데이터의 분리
데이터 전처리의 중요성
표준화와 정규화의 차이
결측치 처리 방법
이상치 탐지와 처리
모델 선택 기준
모델의 일반화 능력
앙상블 학습의 개념
모델 성능 향상을 위한 기법
딥러닝과 지도 학습의 관계
전이 학습의 활용
클래스 불균형 문제 해결하기
특징 공학의 기법
자동화된 머신러닝(AutoML)
딥러닝의 주요 아키텍처
CNN과 RNN의 차이
하이퍼파라미터 조정 기법
Grid Search와 Random Search
모델 배포 및 운영
실제 사례 연구: 분류 문제
실제 사례 연구: 회귀 문제
산업별 머신러닝 활용 사례
윤리적 고려사항과 데이터 사용
미래의 지도 학습 기술
머신러닝 커뮤니티와 자원
실습을 위한 필수 라이브러리
Python으로 시작하는 머신러닝
R을 이용한 데이터 분석
Jupyter Notebook의 활용
데이터 시각화 기법
모델 디버깅 및 개선 방법
모델 해석의 중요성
지도 학습의 최신 동향
머신러닝의 한계와 도전 과제"
지도 학습의 정의와 중요성
지도 학습과 비지도 학습의 차이
분류 문제와 회귀 문제의 구분
주요 알고리즘 개요
K-최근접 이웃 알고리즘
결정 트리의 원리와 활용
랜덤 포레스트의 장점과 단점
서포트 벡터 머신(SVM) 이해하기
로지스틱 회귀의 이론과 응용
신경망의 기초 개념
하이퍼파라미터 튜닝의 중요성
과적합이란 무엇인가
교차검증의 필요성과 방법
특징 선택의 기법과 장점
성능 평가 지표의 이해
정확도, 정밀도, 재현율의 차이
F1 점수와 ROC 곡선
혼동 행렬의 해석
데이터셋 준비 과정
훈련 데이터와 테스트 데이터의 분리
데이터 전처리의 중요성
표준화와 정규화의 차이
결측치 처리 방법
이상치 탐지와 처리
모델 선택 기준
모델의 일반화 능력
앙상블 학습의 개념
모델 성능 향상을 위한 기법
딥러닝과 지도 학습의 관계
전이 학습의 활용
클래스 불균형 문제 해결하기
특징 공학의 기법
자동화된 머신러닝(AutoML)
딥러닝의 주요 아키텍처
CNN과 RNN의 차이
하이퍼파라미터 조정 기법
Grid Search와 Random Search
모델 배포 및 운영
실제 사례 연구: 분류 문제
실제 사례 연구: 회귀 문제
산업별 머신러닝 활용 사례
윤리적 고려사항과 데이터 사용
미래의 지도 학습 기술
머신러닝 커뮤니티와 자원
실습을 위한 필수 라이브러리
Python으로 시작하는 머신러닝
R을 이용한 데이터 분석
Jupyter Notebook의 활용
데이터 시각화 기법
모델 디버깅 및 개선 방법
모델 해석의 중요성
지도 학습의 최신 동향
머신러닝의 한계와 도전 과제"
작가정보
저자(글) 씨익북스 편집부
"세상을 아름다운 지식으로 물들이자" 위 모토를 바탕으로 다양한 지식 서적을 보급하고 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. (5,000원 이상 상품으로 변경 예정, 2024년 9월 30일부터 적용)
- - 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. (5,000원 이상 eBook으로 변경 예정, 2024년 9월 30일부터 적용)
- 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!
