목차
역자 서문 = 6
저자 서문 = 8
1장 집단지성 소개
Section 01 집단지성이란? = 20
Section 02 기계학습이란? = 22
Section 03 기계학습의 한계 = 23
Section 04 실제 예 = 23
Section 05 기계학습의 다른 사례 = 24
2장 추천시스템 만들기
Section 01 협업 필터링 = 28
Section 02 선호 정보 수집 = 29
Section 03 유사 사용자 찾기 = 30
Section 04 항목 추천 = 37
Section 05 제품 매칭 = 39
Section 06 딜리셔스 링크 추천 기능 만들기 = 41
Section 07 항목 기반 필터링 = 45
Section 08 무비렌즈(MovieLens) 데이터 세트 이용하기 = 49
Section 09 사용자 기반 필터링과 항목 기반 필터링 = 51
Section 10 함께 풀어보기 = 52
3장 군집 발견
Section 01 감독 대 무감독 학습 = 54
Section 02 단어 벡터 = 55
Section 03 계층적 군집화 = 58
Section 04 계통도 출력 = 64
Section 05 세로줄 군집화 = 68
Section 06 K평균 군집화 = 69
Section 07 선호도 군집 = 72
Section 08 2차원으로 데이터 보기 = 77
Section 09 군집 가능한 다른 것들 = 81
Section 10 함께 풀어보기 = 81
4장 검색과 랭킹
Section 01 검색엔진이란? = 84
Section 02 단순 크롤러 = 86
Section 03 색인하기 = 89
Section 04 검색하기 = 94
Section 05 내용 기반 랭킹 = 96
Section 06 유입 링크 사용하기 = 102
Section 07 클릭 학습 = 107
Section 08 함께 풀어보기 = 119
5장 최적화
Section 01 단체 여행 = 122
Section 02 해답 표현하기 = 124
Section 03 비용 함수 = 125
Section 04 무작위 검색 = 128
Section 05 언덕등반 = 129
Section 06 시뮬레이티드 어닐링 = 132
Section 07 유전자 알고리즘 = 134
Section 08 비행편 검색 실제 = 139
Section 09 선호도 최적화 = 145
Section 10 네트워크 시각화 = 149
Section 11 다른 가능성들 = 155
Section 12 함께 풀어보기 = 155
6장 문서 필터링
Section 01 스팸 필터링 = 158
Section 02 문서와 단어 = 159
Section 03 분류기 훈련시키기 = 160
Section 04 확률 계산 = 163
Section 05 기본 분류기 = 165
Section 06 피셔 방식 = 169
Section 07 학습 정보 저장 = 174
Section 08 블로그 피드 필터링 = 177
Section 09 향상된 특성 검출법 = 179
Section 10 Akismet 사용하기 = 182
Section 11 다른 기법들 = 183
Section 12 함께 풀어보기 = 184
7장 의사결정트리
Section 01 가입 유형 추정 = 188
Section 02 의사결정트리 소개 = 190
Section 03 트리 학습 = 191
Section 04 최적 단편 선정 = 193
Section 05 재귀적으로 트리 만들기 = 195
Section 06 트리 출력하기 = 198
Section 07 새로운 관찰 분류하기 = 201
Section 08 트리 가지치기 = 202
Section 09 손상된 데이터 다루기 = 205
Section 10 숫자 결과 다루기 = 206
Section 11 주택 가격 모델링 = 207
Section 12 "인기도" 모델링 = 210
Section 13 의사결정트리 활용 시점 = 213
Section 14 함께 풀어보기 = 214
8장 가격 모델링
Section 01 예제 데이터 세트 만들기 = 218
Section 02 kNN = 220
Section 03 물품 가중치 = 224
Section 04 교차검증 = 228
Section 05 이질 변수 = 230
Section 06 축척 최적화 = 234
Section 07 불균등 분포 = 236
Section 08 실 데이터 - 이베이 API = 242
Section 09 적절한 kNN 활용 방법 = 250
Section 10 함께 풀어보기 = 250
9장 고급 분류 기법: 커널 기법과 SVM
Section 01 중매 데이터 세트 = 254
Section 02 데이터를 다루는 어려움 = 256
Section 03 기본 선형 분류 = 259
Section 04 분류 데이터의 특성 = 263
Section 05 데이터 축척 조정 = 267
Section 06 커널 기법 이해 = 269
Section 07 지지벡터머신 = 273
Section 08 LIBSVM 사용 = 275
Section 09 페이스북 매칭 = 278
Section 10 함께 풀어보기 = 285
10장 독립 특성 발견
Section 01 뉴스 코퍼스 = 288
Section 02 이전 방식들 = 293
Section 03 비음수 행렬 인수분해 = 296
Section 04 결과 출력하기 = 303
Section 05 주식시장 데이터 사용하기 = 307
Section 06 함께 풀어보기 = 313
11장 진화지성
Section 01 유전자 프로그래밍이란? = 316
Section 02 프로그램을 트리로 표현하기 = 318
Section 03 초기 개체군 만들기 = 323
Section 04 해답 검증하기 = 325
Section 05 프로그램 돌연변이시키기 = 327
Section 06 교배하기 = 330
Section 07 환경 구축하기 = 332
Section 08 간단한 게임 = 336
Section 09 다른 가능성들 = 341
Section 10 함께 풀어보기 = 344
12장 알고리즘 요약
Section 01 베이지안 분류기 = 348
Section 02 의사결정트리 분류기 = 352
Section 03 신경망 = 356
Section 04 지지벡터머신 = 360
Section 05 kNN = 365
Section 06 군집화 = 369
Section 07 다차원 비례 축소법 = 372
Section 08 비음수 행렬 인수분해 = 374
Section 09 최적화 = 377
부록 A. 외부 라이브러리 = 381
부록 B. 수학 공식 = 389
찾아보기 = 398
