책 소개

책 소개이 책이 속한 분야국내도서 > 컴퓨터/IT > 프로그래밍 언어 > Python(파이썬) 국내도서 > 컴퓨터/IT > 대학교재 국내도서 > 대학교재 > 컴퓨터 제4차 산업혁명의 시대에 들면서 인공지능 기술은 산업과 우리 생활에 이르기까지 다양하게 활용되고 있다. 이제 우리 주변의 식당이나 호텔에서 로봇이 서빙을 시작하고 있으며, 일상적으로 로봇이 배달하는 피자를 먹을 날도 멀지 않은 것 같다. ‘인공지능’이란 용어도 그만큼 친숙하게 느껴지고 있다. 그러면, 인공지능은 어떻게 구현되는 것일까?최근, 인공지능을 구현하는 한 방법인 머신러닝이 크게 활용되고 있다. 머신러닝은 사람들이 지식과 경험을 통해 학습하고 답을 찾듯이, 빅데이터를 기반으로 패턴을 분석하고 학습하며 문제에 대한 답을 준다. 머신러닝은 이미 여러 분야에서 사람보다 우수한 결과를 낳고 있다. 이미지 인식과 얼굴 인식은 물론, 의료 이미지 판독을 통한 진단도 인공지능을 더 신뢰하게 되었고, 인공지능이 작곡도 하며 영화 시나리오도 창착하고 있다. 이제 인공지능과 공존해야 할 세상이 되었다.빅데이터 분석을 위한 머신러닝을 이해하는 것은 인공지능을 잘 활용하며 이 시대를 살아가는 경쟁력의 한 요인이기도 하다. 이 책은 머신러닝의 여러 기법들에 대한 기초적인 원리와 활용 방법을 익힐 수 있도록 만들어졌다. 데이터로 학습한다는 것은 어떤 의미일까? 데이터로 학습하는 방법에는 어떤 것이 있을까? 학습된 모형들은 어떤 일을 할 수 있을까? 이 책을 통해 이런 질문에 대한 답을 얻길 기대한다.이 책이 나오기까지 오랫동안 인내로 기다리며 많은 조언을 주신 생능출판사의 김민수 이사님과 독자들에게 좋은 책을 보여드리고자 헌신적으로 정성을 쏟으신 편집부의 김민보 차장님께 감사드린다.

목 차

머리말

학습 내용과 절차

Chapter 1 데이터 분석과 머신러닝 개요

1.1 인공지능과 데이터 분석

1.2 머신러닝 기법

1.3 머신러닝 개발 환경

Chapter 2 주성분분석

2.1 차원축소 개요

2.2 주성분분석의 기본 원리

2.3 주성분분석 예시

2.4 파이썬 기반 분석

2.5 응용: 붓꽃의 차원축소

요약

연습문제

응용문제: 보스톤 주택가격의 차원축소

Chapter 3 K-평균 군집화

3.1 군집화 개요

3.2 K-평균 군집화의 기본 원리

3.3 K-평균 군집화의 예시

3.4 파이썬 기반 분석

3.5 응용: 붓꽃의 군집화

요약

연습문제

응용문제: 자동차 모델의 군집화

Chapter 4 Apriori 알고리즘

4.1 연관분석 개요

4.2 Apriori 알고리즘의 기본 원리

4.3 Apriori 알고리즘의 예시

4.4 파이썬 기반 분석

4.5 응용: 온라인 유통 상품의 연관성 분석

요약

연습문제

응용문제: ‘Adult’ 인구 조사 데이터 분석

Chapter 5 K-최근접 이웃 알고리즘

5.1 KNN 개요

5.2 KNN 기본 원리

5.3 KNN의 예시

5.4 파이썬 기반 분류

5.5 파이썬 기반 회귀

5.6 응용: 유방암 진단

요약

연습문제

응용문제: 붓꽃 종의 분류

Chapter 6 서포트 벡터 머신

6.1 SVM 개요

6.2 SVM의 기본 원리

6.3 SVM의 예시

6.4 파이썬 기반 분류

6.5 응용: 유방암 진단

요약

연습문제

응용문제: 붓꽃 종의 분류

Chapter 7 C5.0

7.1 의사결정나무 분석 개요

7.2 C5.0의 기본원리

7.3 C5.0의 예시

7.4 파이썬 기반 분석

7.5 응용: 붓꽃 종의 분류

요약

연습문제

응용문제: 유방암 진단

Chapter 8 경사하강법

8.1 경사하강법 개요

8.2 경사하강법의 기본 원리

8.3 경사하강법의 예시

8.4 파이썬 기반 분석

8.5 응용: 당노병 진단(단순회귀)

요약

연습문제

응용문제: 당뇨병 진단(다중 회귀분석)

Chapter 9 인공신경망과 퍼셉트론

9.1 인공신경망의 개요

9.2 퍼셉트론의 기본 원리

9.3 퍼셉트론의 예시

9.4 파이썬 기반 분석

9.5 응용: 붓꽃의 분류

요약

연습문제

응용문제 1: AND / XOR 연산의 분류문제

응용문제 2: 이진 분류

Chapter 10 다층 퍼셉트론과 딥러닝

10.1 딥러닝 개요

10.2 다층 퍼셉트론과 XOR 예시

10.3 역전파 기본 원리

10.4 파이썬 기반 XOR 연산

10.5 파이썬 기반 비선형 함수의 회귀분석

요약

연습문제

응용문제 1: 이진 분류

응용문제 2: 비선형 함수의 회귀분석

Chapter 11 딥러닝: 회귀분석

11.1 회귀분석 예시: 보스톤 주택가격 예측

11.2 딥러닝 모형 개요

11.3 파이썬 기반 분석

11.4 과적합과 드롭아웃 모형

요약

연습문제

응용문제 1: 당뇨병 진단

응용문제 2: 와인 평가

Chapter 12 딥러닝: 분류분석

12.1 분류문제 예시: MINST 손글씨 분류

12.2 딥러닝 모형 개요

12.3 파이썬 기반 분석

12.4 과적합과 드롭아웃 모형

요약

연습문제

응용문제 1: 붓꽃의 종 분류

응용문제 2: 패선 MNIST 이미지 분류

응용문제 3: 와인 분류

Chapter 13 합성곱 신경망의 이미지 분류

13.1 합성곱 신경망의 개요

13.2 합성곱 신경망의 모형 구조와 기본 원리

13.3 파이썬 기반 분석

요약

연습문제

응용문제: 패선 MNIST 이미지 분류

부록

참고문헌

찾아보기