Detail View

빅데이터 기술은 기계 학습, 자연어 처리, 통계학, 분산 병렬 컴퓨팅 등의 기술이 결합된 시스템을 말한다. 이 책에서는 C 언어 예제를 통해 직접 실험하면서 데이터를 처리하는 기계 학습 원리를 학습할 수 있게 되어 있다. 기계 학습은 이론에 치우쳐 이해하기 어렵다는 단점이 있는데 간단한 코드와 실습을 통해 기초 원리를 쉽게 학습하게 구성되어 있다.

C 언어 예제로 직접 실험하며 대용량 데이터를 처리하는 기계 학습 원리를 이해한다

사람의 말을 이해하는 아이폰의 시리, 사람의 말을 이해하고 퀴즈쇼 우승을 차지한 IBM의 왓슨, 구글의 자동 번역 시스템에는 모두 인공 지능 기술이 숨어 있다. 대용량 데이터 처리 기술이 발전하면서 과거에는 불가능하거나 어렵다고 여겨졌던 일이 가능해지기 시작했다. 체스 같은 제한된 규칙에서 인간과 경쟁하던 인공 지능 기술이 빅데이터를 통해 사람의 말을 이해하는 수준까지 발전했다. 왓슨은 470만 개의 특허와 1,100만 개의 저널을 분석해 250만 개의 화학혼합물을 분석했고, IBM은 이를 미 국립의료연구원에 기증하기도 했다.
빅데이터 기술은 기계 학습, 자연어 처리, 통계학, 분산 병렬 컴퓨팅 등의 기술이 결합된 시스템을 말한다. 이 책에서는 C 언어 예제를 통해 직접 실험하면서 데이터를 처리하는 기계 학습 원리를 학습할 수 있게 되어 있다. 기계 학습은 이론에 치우쳐 이해하기 어렵다는 단점이 있는데 간단한 코드와 실습을 통해 기초 원리를 쉽게 학습하게 구성되어 있다.

【주요 내용】
● 기계 학습의 역사
● 파라미터 조정과 학습
● 텍스트 마이닝과 귀납 학습
● 감독 학습
● 진화적 방법에 의한 규칙 학습
● 유전자 알고리즘
● 퍼셉트론과 신경망
● 역전파에 의한 학습

예제 코드 http://www.hanb.co.kr/exam/1923

"데이터를 얻는 능력, 즉 데이터를 이해하는 능력, 처리하는 능력, 가치를 뽑아내는 능력, 시각화하는 능력, 전달하는 능력이야말로 앞으로 10년간 엄청나게 중요한 능력이 될 것이다." _구글 수석 경제학자, 할 베리언

런던의 투자기관 더웬트 캐피털(Derwent Capital)은 수백만 건의 트위터를 분석 후 경기를 '경계, 평온, 활기' 등으로 분류해서 시장을 분석했다. S&P 500 지수가 2.2% 하락한 2011년 7월에 헤지펀드 평균 운용수익률이 0.76%인데 더웬트는 1.86%를 기록했다.

decide.com은 온라인 쇼핑몰의 가격 추이, 블로그 리뷰, 신제품 출시 뉴스 등을 분석해 전자 제품의 향후 가격 등락을 판단하여 지금이 구매 적기인지를 판단해준다.

이처럼 대용량 데이터에 기반한 다양한 서비스와 응용 사례가 등장하고 있다. 소프트웨어 인프라가 오픈 소스로 풀리고 범용화하는 시스템에서 데이터는 유일한 가치의 원천이 되고 있다. 이러한 데이터를 이해하고 처리해서 가치를 뽑아내는 능력이 중요해지고 있다. 기계 학습은 간단하면서도 효율적인 방법으로 대용량 데이터를 처리하는 방법이다. 파라미터 조정에 의한 학습, 귀납 학습, 감독 함습, 진화적 방법에 의한 규칙 학습, 유전자 알고리즘, 신경망에 의한 학습 등을 C 언어로 작성된 프로그램 예제로 구체적으로 실험하고 공부할 수 있다.

옮긴이 서문
인터넷이 널리 보급되고 모바일 디바이스가 범람하면서 누구든 언제 어디서나 정보를 접하고 만들어 내는 시대가 되었습니다. 지난 날과는 비교도 할 수 없을 만큼 시시각각 엄청난 양의 정보가 생산되고 소비되고 있습니다.
그래서인지 최근에는 대용량 데이터에 관한 서적이나 정보가 이전보다 더 주목을 받는 것 같습니다. 이제는 쌓여가는 거대한 정보를 어떻게 분석해서 가치 있는 정보를 만드는지가 개인이나 기업에 훨씬 더 중요해졌습니다.
이 책은 인공지능 분야의 하나인 기계 학습을 소개합니다. 기계 학습으로 수집된 데이터를 분석하고, 이를 이용하는 방법을 구체적인 예제로 설명해서, 처음 시작하는 독자에게 충실한 길잡이가 될 것입니다. 이 책에서 사용된 예제는 저자의 말처럼 단순하지만, 기계 학습을 공부하는 데 효과적입니다. 또한 체계적으로 개념을 정리하면서 하나씩 직접 구현하고 시험해 볼 수 있어 책을 읽는 재미가 있고 지루하지 않습니다.
번역을 의뢰받고 처음으로 기계 학습을 체계적으로 접했지만, 위에 나열한 이 책의 장점은 책을 읽고 코드를 실행하며 직접 느낀 것입니다. 그래서 전공자뿐만 아니라 기계 학습에 흥미가 있는 독자라면 어렵지 않게 읽을 것으로 생각합니다. 아무쪼록 제가 책에서 받았던 느낌이 잘 전달되었으면 좋겠습니다.
끝으로 이 책과 인연을 맺게 해주시고 좋은 책으로 옮길 수 있게 꼼꼼한 교정과 조언을 해주신 한빛미디어 한동훈씨에게 감사의 말을 전합니다.

Information Provided By: :

목차
지은이의 말 = 4
옮긴이의 말 = 5
CHAPTER 01 기계 학습이란 
 1.1 기계 학습의 역사 = 10
  기계 학습 = 10
  기계 학습 시스템의 역사 = 14
 1.2 기계 학습 종류 = 24
  이 책에서 다루는 기계 학습 종류 = 24
  기계 학습 프로그램 구현 방법 = 24
CHAPTER 02 파라미터 조정에 의한 학습 
 2.1 파라미터 조정과 학습 = 28
  학습 데이터 세트의 기계 학습과 파라미터 조정 = 28
  파라미터 조정 실행 예 = 30
 2.2 파라미터 조정에 의한 시계열 데이터 학습 = 35
  학습 데이터 세트 작성 = 35
  시계열 데이터의 변동 경향 학습 = 48
CHAPTER 03 귀납 학습 
 3.1 암기 학습 = 60
  텍스트 마이닝과 기계 학습 = 60
  n-gram 출현빈도에 기초한 텍스트 데이터 학습 = 69
  일본어 텍스트 데이터 학습 = 81
 3.2 일반화 도입 = 88
  문서의 일반적인 특징 추출 = 88
  특징 추출에 응용 = 90
CHAPTER 04 감독 학습 
 4.1 감독 학습이란 = 94
  감독에 의한 학습 = 94
  감독 학습 예 = 101
 4.2 감독 학습에 기초한 데이터 분류 시스템 구성 = 107
  의사결정 트리 구성 지원 프로그램 = 107
  분류 지식의 기계 학습 프로그램 = 114
CHAPTER 05 진화적 방법에 의한 규칙 학습 
 5.1 진화적 방법에 의한 기계 학습 = 130
  랜덤 탐색과 계통적 탐색 = 130
  진화 연산 = 132
 5.2 유전자 알고리즘에 따른 지식 획득 = 138
  유전자 알고리즘 실제 = 138
  유전자 알고리즘에 의한 지식 획득 프로그램 = 153
CHAPTER 06 신경망 
 6.1 퍼셉트론형 신경망 = 166
  신경망 = 166
  퍼셉트론 = 174
  퍼셉트론 학습 = 181
 6.2 역전파에 의한 학습 = 196
  역전파에 의한 학습 과정 = 196
  역전파 프로그램 = 198
 6.3 신경망에 의한 실제 데이터 학습 = 207
  학습 준비 = 207
  bp.c 프로그램에 의한 학습과 미지의 데이터 예측 = 209
부록 
 A. Cygwin 내려받기와 인스톨 = 212
 B. testprogram.c 프로그램 소스 리스트 = 214
 C. 문자 코드 변환 프로그램 iconv 사용 방법 = 215
 D. 논리식과 논리연산 = 216
 E. 전수검사에 의한 퍼즐 풀이 프로그램 = 218
참고문헌 = 222
찾아보기 = 223