HOME > Detail View

Detail View

머신 러닝 워크북 (Loan 71 times)

Material type
단행본
Personal Author
Bell, Jason 곽승주, 역
Title Statement
머신 러닝 워크북 / 제이슨 벨 지음 ; 곽승주 옮김
Publication, Distribution, etc
서울 :   길벗,   2016  
Physical Medium
456 p. : 삽화 ; 24 cm
Varied Title
Machine learning : hands-on for developers and technical professionals
ISBN
9791187345008
General Note
부록: A. 스프링 XD 빨리 시작하기, B. Hadoop 1.x 빨리 시작하기, C. 유용한 유닉스 명령어 외  
색인수록  
Subject Added Entry-Topical Term
Machine learning
000 00000nam c2200205 c 4500
001 000045871003
005 20160502172136
007 ta
008 160502s2016 ulka 001c kor
020 ▼a 9791187345008 ▼g 93560
040 ▼a 211009 ▼c 211009 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.3/1 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2016z3
100 1 ▼a Bell, Jason
245 1 0 ▼a 머신 러닝 워크북 / ▼d 제이슨 벨 지음 ; ▼e 곽승주 옮김
246 1 9 ▼a Machine learning : ▼b hands-on for developers and technical professionals
260 ▼a 서울 : ▼b 길벗, ▼c 2016
300 ▼a 456 p. : ▼b 삽화 ; ▼c 24 cm
500 ▼a 부록: A. 스프링 XD 빨리 시작하기, B. Hadoop 1.x 빨리 시작하기, C. 유용한 유닉스 명령어 외
500 ▼a 색인수록
650 0 ▼a Machine learning
700 1 ▼a 곽승주, ▼e
900 1 0 ▼a 벨, 제이슨, ▼e
945 ▼a KLPA

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Main Library/Monographs(3F)/ Call Number 006.31 2016z3 Accession No. 111760842 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2016z3 Accession No. 121236407 Availability Available Due Date Make a Reservation Service B M
No. 3 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2016z3 Accession No. 121237989 Availability Available Due Date Make a Reservation Service B M
No. 4 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2016z3 Accession No. 521004434 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Main Library/Monographs(3F)/ Call Number 006.31 2016z3 Accession No. 111760842 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2016z3 Accession No. 121236407 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2016z3 Accession No. 121237989 Availability Available Due Date Make a Reservation Service B M
No. 3 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2016z3 Accession No. 521004434 Availability Available Due Date Make a Reservation Service B M

Contents information

Book Introduction

자바와 다양한 도구로 실습해보면서 머신 러닝의 개념과 도구 사용법을 배운다. 머신 러닝의 정의, 머신 러닝을 계획하는 방법부터 시작하여 의사결정트리, 베이지안 네트워크, 인공 신경망, 연관 규칙 학습, 서포트 벡터 머신, 클러스터링이 무엇이고, 어디에 활용되는지 배운다.

각 알고리즘에 어떤 도구를 사용해야 하는지 자바를 포함하여 머신 러닝에서 사용되는 다양한 도구(머하웃, 스프링 XD, 하둡, 스쿱, 피그, 맵리듀스, 스칼라, 스파크, R, Rjava)를 설치하고 사용해본다. 머신 러닝 알고리즘과 도구 전반을 책 한 권으로 살펴보면서 각 기법과 도구의 특징을 배울 수 있다.

머신 러닝, 자바와 다양한 도구로 실습하면서 이해한다.
자바와 다양한 도구로 실습해보면서 머신 러닝의 개념과 도구 사용법을 배운다. 머신 러닝의 정의, 머신 러닝을 계획하는 방법부터 시작하여 의사결정트리, 베이지안 네트워크, 인공 신경망, 연관 규칙 학습, 서포트 벡터 머신, 클러스터링이 무엇이고, 어디에 활용되는지 배운다. 각 알고리즘에 어떤 도구를 사용해야 하는지 자바를 포함하여 머신 러닝에서 사용되는 다양한 도구(머하웃, 스프링 XD, 하둡, 스쿱, 피그, 맵리듀스, 스칼라, 스파크, R, Rjava)를 설치하고 사용해본다. 머신 러닝 알고리즘과 도구 전반을 책 한 권으로 살펴보면서 각 기법과 도구의 특징을 배울 수 있다.

머신 러닝, 어떻게 사용할 것인가?

당신이 궁금해하는 그 질문을 컴퓨터에게 던져라!

매장 어디에 상품을 두면 더 잘 팔릴까? → 각 매대의 판매량을 분석하자
요즘 유행하는 건 뭐지? → 해시태그를 모아 트렌드를 알아보자
사람들은 이 문제를 어떻게 생각할까? → 트위터의 글을 수집해 긍정적인지 부정적인지 살펴보자
이 모든 질문의 대답을 컴퓨터가 대신 답하도록 만들어라.

자바로 배운다!
주 도구로 웨카와 이클립스를 사용하여 머신 러닝을 학습한다. 웨카에서 제공하는 데이터 분석 알고리즘인 의사결정트리, 베이지안 네트워크, 서포트 벡터 머신, 클러스터링을 실습한다. 또한, 웨카가 만들어 내는 자바 코드를 분석하고 활용 방법을 배운다.

다양한 도구로 머신 러닝의 전체 상을 살펴본다!
머신 러닝으로 결과를 얻으려면 데이터를 수집하고 변환한 다음, 데이터 분석 알고리즘을 사용하여 모은 데이터를 처리해야 한다. 전체 과정을 도구 하나로 모두 처리할 수는 없다. 데이터의 성격에 따라 선택하는 도구도 달라진다. 머하웃, 스프링 XD, 하둡, 스쿱, 피그, 맵리듀스, 스칼라, 스파크, R, rJava를 설치하고 사용해보면서 각 도구의 특징을 알고 적재적소에 사용하자.


Information Provided By: : Aladin

Author Introduction

제이슨 벨(지은이)

25년 이상 소프트웨어 개발을 해왔으며 2002년부터 POS(point-of-sale)와 고객 데이터를 다루었다. 영국에서 Datasentiment라는 회사를 설립하여 전 세계 많은 회사의 데이터 수집, 처리, 이해를 돕고 있다.

곽승주(옮긴이)

한양대학교 경제학 석사 학위를 받았다. 은행과 자산운용사의 리스크, 컴플라이언스, 헤지펀드 부서에서 리스크 및 펀드성과 리포팅, 주식 및 선물운용 및 계량분석, ELS 평가 및 백테스팅, 백오피스 업무자동화 등을 위한 업무를 맡았고, 관련 소프트웨어를 개발하였다. 현재는 금융 관련 소프트웨어 개발에 집중하고 있다. 선물 알고리즘 트레이딩 서비스를 개발하는 중이며, 개인 홈페이지는 calabico.wordpress.com이다.

Information Provided By: : Aladin

Table of Contents

1장 머신 러닝이란 무엇인가? 
__1.1 머신 러닝의 역사 
____앨런 튜링 
____아서 사무엘 
____톰 미첼 
____요약 
__1.2 머신 러닝 알고리즘의 종류 
____지도 학습 
____비지도 학습 
__1.3 인간의 개입 
__1.4 머신 러닝의 활용 
____소프트웨어 
____주식 매매 
____로보틱스 
____의학과 헬스 케어 
____광고 
____소매업과 전자 상거래 
____게임 분석 
____사물인터넷 
__1.5 머신 러닝을 위한 프로그래밍 언어 
____파이썬 
____R 
____매트랩 
____스칼라 
____클로저 
____루비 
__1.6 이 책에서 사용한 소프트웨어 
____자바 버전 확인하기 
____웨카 툴킷 
____머하웃 
____스프링 XD 
____하둡 
____통합개발환경(IDE) 사용하기 
__1.7 데이터 저장소 
____UC 어바인 머신 러닝 저장소 
____인포침스 
____캐글 
__1.8 요약 

2장 머신 러닝 계획하기 
__2.1 머신 러닝 순환 주기 
__2.2 모든 것은 질문으로 시작된다 
__2.3 데이터가 없어요! 
____지역 사회에서 시작하기 
____경진대회 
__2.4 하나로 모두 해결한다? 
__2.5 프로세스 정의하기 
____계획 
____개발 
____테스팅 
____보고 
____개선 
____프로덕션 
__2.6 데이터 팀 구성하기 
____수학과 통계 
____프로그래밍 
____그래픽 디자인 
____전문 지식 
__2.7 데이터 처리 
____내 컴퓨터 사용하기 
____컴퓨터 클러스터 
____클라우드 기반 서비스 
__2.8 데이터 스토리지 
____물리 디스크 
____클라우드 기반 스토리지 
__2.9 사생활 데이터 보안 
____문화 규범 
____세대적인 기대 
____사용자 데이터의 익명성 
____‘오싹한 선’을 넘지 마라 
__2.10 데이터 품질과 정리 
____입력 여부 확인 
____타입 확인 
____길이 확인 
____범위 확인 
____포맷 확인 
____브리트니 딜레마 
____국가 이름에는 어떤 것들이 있나? 
____날짜와 시간 
____데이터 정리에 관한 마지막 생각 
__2.11 입력 데이터에 대해 생각해보기 
____원시 텍스트 
____CSV 
____JSON 
____YAML 
____XML 
____스프레드시트 
____데이터베이스 
__2.12 결과 데이터에 대해 생각해보기 
__2.13 실험을 두려워하지 마라 
__2.14 요약 

3장 의사결정트리로 작업하기 
__3.1 의사결정트리의 기본 
____의사결정트리의 사용 
____의사결정트리의 장점 
____의사결정트리의 한계 
____여러 가지 알고리즘 
____의사결정트리는 어떻게 작동하는가? 
__3.2 웨카의 의사결정트리 
____필요 사항 
____훈련용 데이터 
____웨카를 사용하여 의사결정트리 만들기 
____분류에서 자바 코드 만들기 
____분류기 코드 테스트하기 
____미래의 반복적인 작업 생각해보기 
__3.3 요약 

4장 베이지안 네트워크 
__4.1 조종사부터 클리피까지 
__4.2 약간의 그래프 이론 
__4.3 약간의 확률 이론 
____동전 던지기 
____조건부 확률 
____복권 당첨 
__4.4 베이즈 이론 
__4.5 베이지안 네트워크는 어떻게 작동하는가? 
____확률 부여하기 
____결과 계산하기 
__4.6 노드의 개수 
__4.7 전문가의 도움 
__4.8 베이지안 네트워크 안내 
____베이지안 네트워크를 위한 자바 API 
____네트워크 계획하기 
____네트워크 코딩하기 
__4.9 요약 

5장 인공 신경망 
__5.1 신경망이란 무엇인가? 
__5.2 인공 신경망 활용 
____고빈도 매매 
____신용 대출 
____데이터 센터 관리 
____로봇 공학 
____의료 모니터링 
__5.3 인공 신경망 뜯어보기 
____퍼셉트론 
____활성화 함수 
____다층 퍼셉트론 
____역전파 
__5.4 인공 신경망을 위한 데이터 준비 
__5.5 웨카를 사용한 인공 신경망 
____데이터 세트 만들기 
____웨카로 데이터 읽어 들이기 
____다층 퍼셉트론 조정하기 
____네트워크 훈련시키기 
____네트워크 변경하기 
____테스트 데이터 크기 늘리기 
__5.6 자바에서 신경망 구현하기 
____프로젝트 만들기 
____코드 
____CSV를 Arff로 변환하기 
____신경망 실행하기 
__5.7 요약 

6장 연관 규칙 학습 
__6.1 연관 규칙 학습은 어느 분야에서 사용되는가? 
____웹 사용 로그 마이닝 
____맥주와 기저귀 
__6.2 연관 규칙 학습은 어떻게 이루어지는가? 
____지지도 
____신뢰도 
____향상도 
____확신도 
____프로세스 정의하기 
__6.3 알고리즘 
____Apriori 
____FP-Growth 
__6.4 장바구니 마이닝 
____원시 데이터 다운로드 
____이클립스에서 프로젝트 설정하기 
____아이템 데이터 파일 설정하기 
____데이터 설정하기 
____머하웃 실행시키기 
____결과 검사하기 
____모두 합치기 
____추후 개발 
__6.5 요약 

7장 서포트 벡터 머신 
__7.1 SVM이란 무엇인가? 
__7.2 SVM은 어디에 사용되는가? 
__7.3 기본 분류 원칙 
____이진 분류와 다중 클래스 분류 
____선형 분류기 
____신뢰성 
____함숫값 최대화와 최소화 
__7.4 SVM으로 분류하는 방법 
____선형 분류 사용하기 
____비선형 분류 사용하기 
__7.5 웨카에서 SVM 사용하기 
____LibSVM 설치하기 
____분류 실습 
____자바와 함께 LibSVM 사용하기 
__7.6 요약 


8장 클러스터링 
__8.1 클러스터링이란 무엇인가? 
__8.2 클러스터링은 어디에 사용되는가? 
____인터넷 
____비즈니스와 소매업 
____법 집행 
____컴퓨터 작업 
__8.3 클러스터링 모델 
____k-means는 어떻게 작동하는가? 
____클러스터 개수 계산하기 
__8.4 웨카를 사용한 k-means 클러스터링 
____데이터 준비하기 
____워크벤치를 이용한 방법 
____명령줄을 사용한 방법 
____코드를 사용한 방법 
__8.5 요약 

9장 스프링 XD로 하는 실시간 머신 러닝 
__9.1 데이터 파이어호스 잡기 
____실시간 데이터 사용 시 고려 사항 
____실시간 시스템의 활용 가능성 
__9.2 스프링 XD 사용하기 
____스프링 XD 스트림 
____입력 소스, 싱크, 프로세서 
__9.3 트위터 데이터로부터 배우기 
____개발 계획 
____트위터 API 개발자의 애플리케이션 설정하기 
__9.4 스프링 XD 설정하기 
____스프링 XD 서버 시작하기 
____샘플 데이터 만들기 
____스프링 XD 셸 
____스트림 101 
__9.5 스프링 XD와 트위터 
____트위터 자격 인증 설정하기 
____첫 트위터 스트림 만들기 
____다음에 할 것은? 
__9.6 프로세서 소개 
____어떻게 스트림 내 프로세서 작업이 이루어지는가? 
____나만의 프로세서 만들기 
__9.7 실시간 감성 분석 
____기본적인 분석이 이루어지는 방법 
____감성 프로세서 만들기 
____스프링 XD Taps 
__9.8 요약 

10장 배치 처리로 하는 머신 러닝 
__10.1 빅데이터인가? 
__10.2 배치 처리할 데이터의 고려 사항 
____크기와 빈도 
____데이터가 많은가? 
____처리 방법은? 
__10.3 배치 처리의 실전 예제 
____하둡 
____스쿱 
____피그 
____머하웃 
____클라우드 기반 맵리듀스 
____실습 시 주의사항 
__10.4 하둡 프레임워크 사용하기 
____하둡 아키텍처 
____싱글노드 클러스터 설정하기 
__10.5 맵리듀스 작업 방법 
__10.6 해시태그 마이닝 
____스프링 XD의 하둡 지원 
____이 예제의 목표 
____해시태그란 무엇인가? 
____맵리듀스 클래스 만들기 
____기존 데이터에 ETL 수행하기 
____머하웃으로 제품 추천하기 
__10.7 판매 데이터 마이닝 
____제 커피숍에 오신 걸 환영합니다! 
____작은 규모로 시작하기 
____Core 메서드 작성하기 
____하둡과 맵리듀스 사용하기 
____피그를 사용하여 매출 데이터 마이닝하기 
__10.8 배치 작업 일정 
__10.9 요약 

11 장 아파치 스파크 
__11.1 스파크는 하둡의 대안인가? 
__11.2 자바, 스칼라 또는 파이썬? 
__11.3 스칼라 단기 속성 코스 
____스칼라 설치하기 
____패키지 
____데이터 타입 
____클래스 
____함수 호출하기 
____연산자 
____흐름 제어 
__11.4 스파크 다운로드와 설치 
__11.5 스파크 간단 입문 
____셸 시작하기 
____데이터 소스 
____스파크 테스트 
____스파크 모니터 
__11.6 스파크와 하둡 맵리듀스 비교 
__11.7 스파크로 독립 실행형 프로그램 만들기 
____스칼라에서 스파크 프로그램 
____스칼라 빌드 도구 설치하기 
____자바에서 스파크 프로그램 
____스파크 프로그램 요약 
__11.8 스파크 SQL 
____기본 개념 
____RDD에서 SparkSQL 사용하기 
__11.9 스파크 스트리밍 
____기본 개념 
____스칼라로 첫 스트림 만들기 
____자바로 첫 스트림 만들기 
__11.10 MLib: 머신 러닝 라이브러리 
____디펜던시 
____의사결정트리 
____클러스터링 
__11.11 요약 

12장 R로 하는 머신 러닝 
__12.1 R 설치하기 
____OS X 
____윈도 
____리눅스 
__12.2 첫 실행 
__12.3 R-Studio 설치하기 
__12.4 R의 기본 
____변수와 벡터 
____행렬 
____리스트 
____데이터 프레임 
____패키지 설치하기 
____데이터를 로드하기 
____데이터 그리기 
__12.5 간단한 통계 
__12.6 단순 선형회귀 
____데이터 만들기 
____초기 그래프 
____선형 모델 회귀 분석 
____예측하기 
__12.7 기본적인 감성 분석 
____단어 목록을 로드하는 함수 
____감성 지수를 채점하는 함수 작성하기 
____함수 테스트하기 
__12.8 Apriori 연관 규칙 
____arules 패키지 설치하기 
____훈련용 데이터 
____거래 데이터 가져오기 
____Apriori 알고리즘 실행하기 
____결과 검사하기 
__12.9 자바에서 R로 접근하기 
____rJava 패키지 설치하기 
____R에서의 첫 자바 코드 
____자바 프로그램에서 R 호출하기 
____이클립스 프로젝트 설정하기 
____자바/R 클래스 만들기 
____예제 실행하기 
____R 작업 확장하기 
__12.10 R과 하둡 
____RHadoop 프로젝트 
____RHadoop에서 간단한 맵리듀스 작업 
____R에서 소셜 미디어 연결하기 
__12.11 요약 

부록 A 스프링 XD 빨리 시작하기 
부록 B Hadoop 1.x 빨리 시작하기 
부록 C 유용한 유닉스 명령어 
부록 D 추가 읽을거리 

찾아보기

New Arrivals Books in Related Fields

National Academies of Sciences, Engineering, and Medicine (U.S.) (2020)
Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)