상세정보

머신 러닝 기법들을 설명하기 위해 우리 주변에서 흔히 일어나는 일들 - 액세서리 가게 운영하는 사례, 식당을 운영하면서 메뉴를 결정하는 사례 , 반찬가게 운영하며 매출 패턴을 분석하는 사례 등 - 을 머신 러닝 기법을 어떻게 적용하고 활용하는 지를 보여 드리고 있다. 이 책은 텐서플로우 같은 딥러닝 관련 주제가 마지막 부분에 설명이 되어 있지만 대부분의 주제는 머신 러닝을 배우시기 위해 꼭 알아야 하는 개념과 실습들로 구성되어 있다는 점이다.

안녕하세요 독자님~~
이세돌씨와 알파고의 바둑 대결로 충격을 많이 받으셨죠?
이세돌씨가 당연히 이길 것이라고 생각했었는데 구글의 알파고가 압도적으로 이겨서 큰 충격과 위기감을 느끼시는 분들께서 많으신 것 같습니다.
컴퓨터가 어떤 것을 배워서 사람을 돕고 더 나아가서 사람의 지식을 넘어선다는 머신러닝이 만화 속에서만 나왔던 건데 우리도 모르는 사이에 우리의 삶에 아주 가까이 와 있습니다.
많은 전문가들이 컴퓨터나 로봇이 사람의 지능을 능가하는 것을 경고하고 있기도 합니다.

우리가 인정하던 하지 않던 이젠 머신 러닝과 관련된 지식을 반드시 알아야 할 때 입니다.
그런데 머신 러닝과 관련된 기술들은 아주 어렵습니다. 그래서 아직은 일부 전문가들만의 영역으로 인식되고 있지요.


[ 일반인들도 삶 속에서 쉽게 머신러닝과 관련된 지식을 배우고 활용하도록 도울 수는 없을까? ]

이 주제가 이 책이 탄생한 이유입니다.
사실 우리 주변에서 어떤 선택과 결정을 해야 하는 모든 일들에 머신 러닝을 활용할 수 있습니다.
이 책은 머신 러닝 기법들을 설명하기 위해 어렵고 전문적인 예제가 아닌 우리 주변에서 흔히 일어나는 일들 - 액세서리 가게 운영하는 사례, 식당을 운영하면서 메뉴를 결정하는 사례 , 반찬가게 운영하며 매출 패턴을 분석하는 사례 등 - 을 머신 러닝 기법을 어떻게 적용하고 활용하는 지를 보여 드리고 있습니다.
한 가지 더 미리 말씀 드리고 싶은 것은 이 책은 텐서플로우 같은 딥러닝 관련 주제가 마지막 부분에 설명이 되어 있습니다만 대부분의 주제는 머신 러닝을 배우시기 위해 꼭 알아야 하는 개념과 실습들로 구성되어 있습니다. 텐서플로우 내용 찾으시다 실망하시는 분 계실까 봐 미리 말씀드립니다~;;

그리고 이 책은 직접 실습을 해 볼 수 있도록 예제 데이터와 소스 코드를 출판사 홈페이지인 www.ar-eum.com 에서 제공하기 때문에 독자님께서 직접 실습을 해 보시면서 확인할 수 있고 더 나아가 제공되는 소스 코드를 실제 업무에 활용하실 수 있도록 만들었습니다.
다만 이 책의 모든 소스코드는 R 이라는 언어를 사용하기 때문에 R 언어에 대한 기본적인 사용법은 알고 계셔야 합니다. 만약 R 언어를 잘 모르신다면 [ R라뷰 ? 서진수 저 ? 도서출판 더알음 ] 책을 보시길 권해 드립니다.

이 책으로 열심히 머신러닝을 공부하셔서 다가오는 미래를 잘 준비하시길 응원 드립니다~

정보제공 :

PART 01. 변화의 시작 
01. 거리개념과 MDS 
1. 생활에서 만나는 문제 
2. 해결책을 위한 사고실험 
3. 알고리즘과 수학적 정리 
4. 코딩구현과 구체적인 해결방안 
5. 다시 한 번 정리해 보자 

02. Decision Tree(의사결정나무) 
1. 생활에서 만나는 문제 
2. 해결책을 위한 사고 실험 
3. 알고리즘과 수학적 정리 
4. 코딩구현과 구체적인 해결방안 
5. 다시 한 번 정리해 보자 

03. Clustering Analysis(군집분석) 
1. 알고리즘과 수학적 정리 
2. 코딩구현과 구체적인 해결방안 
3. 다시 한 번 정리해 보자 

04. k?nearest neighbors 
1. 생활에서 만나는 문제 
2. 해결책을 위한 사고실험 
3. 코딩구현과 구체적인 해결방안 
4. 다시 한 번 정리해 보자 

05. Regression 
1. 생활에서 만나는 문제 
2. 알고리즘과 수학적 정리 
3. 코딩구현과 구체적인 해결방안 
4. 다시 한 번 정리해 보자 

06. Neural Network 
1. 기본적인 개념 
2. 다층신경망(Multilayer Neural Network) 
3. 알고리즘과 수학적 정리 
4. 생활에서 만나는 문제 
5. 다시 한 번 정리해 보자 

07. Time Series Analysis 
1. 생활 속의 문제 
2. 본격적인 분석작업 
3. 알고리즘과 수학적 정리 
4. 정리하면서 

08. naive Bayes 
1. 생활 속의 문제 
2. 코딩과 구체적인 구현 
3. 나머지 문제 

09. Association Analysis 
1. 생활 속의 문제 
2. 알고리즘 
3. 코딩과 구체적인 구현 
4. 시각화(Visualization) 

10. Text Mining 
1. 간단한 소개 
2. 생활 속의 문제 
3. 다른 방법을 써보자 


PART 02. 푸른바다로 여행 
11. Social Network Analysis 
1. 생활에서 만나는 문제 
2. SNA 관련이론 

12. Logistic Regression 
1. 생활에서 만나는 문제 
2. 알고리즘과 수학적 정리 
3. 코딩과 구체적인 구현 
4. 끝내는 말 

13. Rule Based Classification 
1. 생활에서 만나는 문제 
2. 알고리즘과 수학적 정리 
3. 코딩과 구체적인 구현 
4. 마지막 정리 

14. Support Vector Machine 
1. 생활에서 만나는 문제 
2. 알고리즘과 수학적 정리 
3. 코딩과 구체적인 구현 
4. 마지막 정리 

15. Finance Engineering 
1. 생활에서 만나는 문제 
2. 데이터 탐색 
3. 포트폴리오 최적화 모델 
4. 마지막 말 

16. Genetic Algorithm 
1. 생활에서 만나는 문제 
2. 알고리즘과 원리 
3. 코딩과 구체적인 구현 
4. 마지막 말 

17. Outlier Detection 
1. 생활에서 만나는 문제 
2. 코딩과 구체적인 구현 
3. 마지막 말 

18. Model Evaluation 
1. Training/Test data 
2. Metric 
3. Cross Validation 
4. Class imbalance 

19. Ensemble Model 
1. 앙상블 모형과 Random Forest 
2. Bagging과 Boosting 
3. 마지막 말 


PART 03. 창공의 도약 
20. SNA+Neural Network 
1. 생활 속의 문제 
2. 코딩과 알고리즘 구현 

21. PCA+Clustering 
1. 생활 속의 문제 
2. 알고리즘과 코딩 

22. Regression Tree 
1. 시작하기 

23. Monte Carlo Simulation 
1. 시작하기 
2. 생활 속의 문제 
3. π구하기 
4. 간단한 stock simulation 
5. 간단한 SNA simulation 

24. Stochastic Process 
1. 시작하기 
2. 알고리즘 
3. 실제문제와 적용 

25. Feed Forward Neural Network 
1. 시작하기 
2. 필기한 숫자를 인식하기 
3. 알고리즘과 수학적 정리 
4. 코딩구현과 구체적인 해결방안 
5. 다시 한 번 정리해 보자 

26. Convolutional Neural Network 
1. 시작하기 
2. Algorithm과 구체적인 개념 
3. 수학적 정리 
4. 또 다른 이야기 
5. 코딩구현과 구체적인 해결방안 

27. Restricted Boltzmann machine 
1. 시작하기 
2. 알고리즘과 수학적 정리 

| 27장의 Appendix 
| 찾아보기