HOME > Detail View

Detail View

플로우가 보이는 머신러닝 프로젝트

플로우가 보이는 머신러닝 프로젝트

Material type
단행본
Personal Author
임선집 채호창, 저 곽랑주, 저
Title Statement
플로우가 보이는 머신러닝 프로젝트 / 임선집, 채호창, 곽랑주 지음
Publication, Distribution, etc
부천 :   루비페이퍼,   2022  
Physical Medium
404 p. : 삽화, 도표 ; 24 cm
ISBN
9791186710807
General Note
색인수록  
부록: A. 머신러닝 주요 개념, B. 딥러닝 주요 개념, C. 고급 프로젝트 외  
000 00000cam c2200205 c 4500
001 000046119266
005 20220628130424
007 ta
008 220621s2022 ggkad 001c kor
020 ▼a 9791186710807 ▼g 93000
035 ▼a (KERIS)BIB000016255765
040 ▼a 211063 ▼c 211063 ▼d 211009
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2022z16
100 1 ▼a 임선집
245 1 0 ▼a 플로우가 보이는 머신러닝 프로젝트 / ▼d 임선집, ▼e 채호창, ▼e 곽랑주 지음
260 ▼a 부천 : ▼b 루비페이퍼, ▼c 2022
300 ▼a 404 p. : ▼b 삽화, 도표 ; ▼c 24 cm
500 ▼a 색인수록
500 ▼a 부록: A. 머신러닝 주요 개념, B. 딥러닝 주요 개념, C. 고급 프로젝트 외
700 1 ▼a 채호창, ▼e
700 1 ▼a 곽랑주, ▼e
945 ▼a ITMT

Holdings Information

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 2022z16 Accession No. 121260243 Availability Available Due Date Make a Reservation Service B M

Contents information

Book Introduction

내가 만든 머신러닝은 왜 항상 엉뚱한 결과가 나올까? 이 책은 머신러닝 프로젝트의 난이도를 초급, 중급, 고급으로 나누어 데이터 분석과 데이터 처리부터 머신러닝 실행까지 체계적으로 보여준다. 그리고 단계마다 제시하는 프로젝트 흐름도는 프로젝트 전체 과정 중에 어디를 실행 중인지, 해당 과정을 왜 해야 하는지를 이해하여 머신러닝을 바라보는 시야가 확 트이도록 도와준다.

파이썬으로 데이터를 완벽하게 분석해서
처음부터 끝까지 우아하게 완성하는 머신러닝 프로젝트
머신러닝 모델은 누구나 만들 수 있지만, 잘 돌아가는 머신러닝은 어떤 데이터를 어떻게 분석하고 처리하느냐에 달려있습니다. 문과생도 따라 할 수 있는 문과생 출신 저자의 머신러닝 가이드만 따라오세요. 누구나 쉽게, 그리고 재밌게 머신러닝을 이해할 수 있도록 설명했습니다. 어떤 데이터를 손에 쥐어도 머신러닝, 나아가 딥러닝을 파이썬과 텐서플로로 처음부터 끝까지 수행할 수 있을 겁니다.
유데미 온라인 강의를 통해 이 책의 3장에서 다루는 초급 프로젝트를 저자에게 직접 배울 수 있습니다. 강의의 일부는 저자의 유튜브 채널에서 무료로 제공합니다.
유데미 유료 강의: udemy.com/course/stroke-starter
유튜브 무료 강의: Jason SJ Yim

그리고 탄탄한 기초와 실력 업그레이드 모두 놓칠 수 없는 분들을 위해 부록을 준비했습니다.

책을 읽기 전에 보면 좋아요!
: 머신러닝과 딥러닝의 이해를 도와줄 기본 개념을 정리했습니다.
- Appendix A. 머신러닝 주요 개념
- Appendix B. 딥러닝 주요 개념

책을 다 읽은 후 보면 좋아요!
: 초급, 중급 프로젝트까지 마스터했다면 고급 프로젝트에 도전해보세요.
- Appendix C. 고급 프로젝트

책을 읽으면서 참고하면 좋아요!
: 스택 오버플로 사이트를 이용하는 팁과 자주 쓰이는 파이썬 코드, 중급과 고급 프로젝트에 쓰인 데이터 정의를 담았습니다.
- Appendix D. 데이터 정의 및 기타


Information Provided By: : Aladin

Author Introduction

임선집(지은이)

KOTRA에서 전자상거래 콘텐츠 코디네이터를 담당했고, 한국인터넷진흥원 조사분석팀장, 정보시스템팀장으로 IT수출정보시스템 구축 및 운영을 책임졌습니다. 건국대 등 다수 대학에서 IT, 통계, 경영, 경제학 강사로 7년간 활동한 후, 미국 주립대 University of Central Oklahoma에서 MBA 및 MSBA 학위를 취득하였습니다. 현재는 한국폴리텍대학과 Endicott College 등 교육기관에 파이썬 머신러닝을 강의 중입니다. 유튜브: Jason SJ Yim 블로그: https://jasonyim.tistory.com

채호창(지은이)

미국 주립대 University of Central Oklahoma에서 Business Analytics 부교수로 재직 중입니다. MSBA 학생들을 상대로 기계학습, 인공지능, 딥러닝을 가르치며 MSBA Course Coordinator로 일하고 있습니다. University of North Texas에서 Business Computer Information Systems로 박사 학위를 받았습니다. 정보 기술이 기업 성과에 어떻게 영향을 미치는지를 ERP 시스템 도입, 모바일 앱 도입 등의 실증 연구를 주로 하고 있고, 최근에는 머신러닝?딥러닝을 이용해서 혁신 기업을 찾는 연구 중입니다.

곽랑주(지은이)

시작을 두려워하지 않고 시도하며 배움을 얻습니다. 대학에서 국어국문학을 기웃거렸고, 새로운 배움을 위해 다시 대학으로 돌아와 디지털 비즈니스를 공부하고 있습니다. ‘숫자 그리고 텍스트를 두려워하지 말라! 지금은 그래야 살아남을 수 있다!’라는 것을 말하고 다니는 낭만주의자, 그리고 기업과 학교에 14년간 출강 중인 프로페셔널 강사입니다. 시리즈 출간 예정인 ‘오렌지3 머신러닝’ 책을 비롯해 비즈니스 프로파일링 등 자기계발 분야의 다수 저서를 출간했습니다. 블로그: https://blog.naver.com/writerkwack

Information Provided By: : Aladin

Table of Contents

Part 01 머신러닝과 딥러닝을 배우기 전에
Chapter 01 유용한 사전 지식
_1.1 교수님! 강의 순서가 바뀌었어요
_1.2 머신러닝 모델을 먼저 돌려 봐?
_1.3 이 책의 구성

Chapter 02 머신러닝과 딥러닝 소개
_2.1 머신러닝과 딥러닝
_2.2 머신러닝의 종류
__2.2.1 지도 학습
__2.2.2 비지도 학습
__2.2.3 강화 학습
_2.3 파이썬
_2.4 라이브러리
__2.4.1 넘파이
__2.4.2 판다스
__2.4.3 사이킷런
_2.5 텐서플로와 케라스
_2.6 이 책의 실습 환경
__2.6.1 주피터 노트북
__2.6.2 코랩
__2.6.3 실습 자료 다운받기

Part 02 머신러닝 프로젝트
Chapter 03 뇌졸중 예측 분석(초급 프로젝트)
_3.1 뇌졸중은 어떻게 발병하지?
_3.2 뇌졸중과 관련된 데이터를 모으자
_3.3 그전에도 뇌졸중이 발병한 적이 있을까?
_3.4 0.08세도 뇌졸중이 온다고?
__3.4.1 데이터 불러오기
__3.4.2 ID 변수 설정
__3.4.3 타깃 변수 생성
__3.4.4 기타 변수 데이터 처리
_3.5 어떤 요인이 뇌졸중에 영향을 미칠까?
__3.5.1 결측값이 50% 초과인 변수 제거
__3.5.2 요약 통계 및 도수분포표 검토
__3.5.3 이상값 제거
__3.5.4 상관계수 검토
__3.5.5 시각화
__3.5.6 t-검정
_3.6 어떤 머신러닝 모델을 사용할까?
_3.7 드디어 머신러닝 모델을 돌려보자
__3.7.1 데이터 추가 처리
__3.7.2 데이터 분할 및 대체
__3.7.3 결정 트리 모델
__3.7.4 로지스틱 회귀 모델
__3.7.5 사이킷런 신경망 모델
__3.7.6 K-최근접 이웃 모델
_3.8 그래서 뇌졸중을 예방할 수 있을까?

Chapter 04 주택 가격 분석(중급 프로젝트)
_4.1 주택 가격은 어떻게 형성될까?
_4.2 주택 가격에 관련된 데이터를 구하자
_4.3 주변 주택 가격이 얼마지?
_4.4 주택과 인구 통계를 함께 활용하자
__4.4.1 데이터 불러오기
__4.4.2 ID 변수 설정
__4.4.3 데이터 병합
__4.4.4 타깃 변수 생성
__4.4.5 기타 변수 데이터 처리 1
__4.4.6 기타 변수 데이터 처리 2
_4.5 어떤 요인이 주택 가격에 영향을 미칠까?
__4.5.1 결측값이 50% 초과인 변수 제거
__4.5.2 요약 통계 및 도수분포표 검토
__4.5.3 이상값 제거
__4.5.4 상관계수 검토
__4.5.5 시각화
__4.5.6 t-검정
_4.6 어떤 머신러닝 모델을 사용할까?
_4.7 머신러닝 모델을 돌려보자
__4.7.1 데이터 추가 처리
__4.7.2 데이터 분할 및 대체
__4.7.3 랜덤 포레스트 모델
__4.7.4 그레이디언트 부스팅 모델
__4.7.5 라쏘 모델
__4.7.6 텐서플로 케라스 신경망 모델
__4.7.7 서포트 벡터 머신 모델
__4.7.8 회귀 및 릿지 모델
__4.7.9 XGBoost 모델
__4.7.10 LightGBM 모델
_4.8 그래서 주택 가격은 얼마일까?

Part 03 딥러닝 프로젝트
Chapter 05 합성곱 신경망 이미지 분석
_5.1 미니 데이터세트 만들기
_5.2 데이터 업로드하기
_5.3 데이터 불러오기
_5.4 데이터 셔플 및 배치 생성
_5.5 합성곱 신경망 모델 생성 및 실행

Chapter 06 순환 신경망 텍스트 감성 분석
_6.1 데이터 다운받기
_6.2 데이터 불러오기
_6.3 데이터 처리
_6.4 텐서플로 Dataset 형식으로 변환
_6.5 데이터 셔플 및 배치 생성
_6.6 텍스트 인코더 생성
_6.7 순환 신경망 모델 생성 및 실행

New Arrivals Books in Related Fields