미리보기
머신러닝
만화로 쉽게 배우는
ISBN 978-89-315-8805-7
저자 아라키 마사히로(荒木 雅弘)
발행일 2019-05-22
분량 216쪽
편집 1도
감역 이강덕
역자 김정아
판형 4*6변형(182*235)
개정판정보 2019년 5월 22일
정가 15,000원↓
판매가 13,500
(10% off)
적립금 750원(5%)
  소득공제
연관도서
도서소개

배울 것 많은 머신러닝을 만화로 쉽게 학습할 수 있다!

만화로 쉽게 배우는 머신러닝

 

이 책은 발전 가능성이 무궁무진할 것으로 기대되는 인공지능 분야의 하나인 머신러닝에 대해서 기초 지식부터 머신러닝의 하나인 심층학습의 기초 지식까지 만화로 배울 수 있습니다. 특히 머신러닝 방법 중에서 대표적인 예를 몇 가지 들어, 그 개요를 쉽게 해설했습니다.

대상 독자는 머신러닝을 처음 접하는 초보자로, 대학 초년생 정도의 수학 지식이 필요합니다. 만약 수식이 생소하다면 각 장의 마지막에 있는 수학적 배경을 설명한 부분을 참고하면서, 수식이 어떠한 목적으로 표현되어 있는지 막연하게나마 파악해도 도움이 될 겁니다.

이 책은 문제 설정이 처음에 나오고, 그 문제를 해결하는 수단으로서 각각의 머신러닝 방법이 설명되어 있습니다.

 

시청을 무대로 흥미로운 전개가 눈길을 끈다

이 책은 시청을 무대로 일어나는 일을 회귀(이벤트의 실행), 분류1(검진), 평가(머신러닝을 배운 결과의 확인), 분류2(농산물의 크기 특정 등), 비지도 학습(행정 서비스)이라는 흐름으로 이야기를 즐기면서 머신러닝을 배울 수 있습니다.

 

이런 분들에게 추천합니다

머신러닝 초보자

문과 계열 SE에서 머신러닝 프로그래밍이 필요한 사람

소프트웨어 기술자소프트웨어 개발업 관리자 등

이과 학부 1~2년차

 

저자

아라키 마사히로(荒木 雅弘)

1998년 박사 학위(공학) 취득(교토대학)

1999년 교토공예섬유대학공예학부 조교수

2007~현재 교토공예섬유대학대학원 공예과학연구과 준교수로 재임

 

<주요 저서>

음성대화시스템(공저 -), 프리 소프트로 만드는 음성인식시스템 패턴 인식·기계학습의 첫걸음부터 대화 시스템까지(森北出版), 프리 소프트로 배우는 시만텍 Web과 인터액션(森北出版), 일러스트로 배우는 음성인식(講談社)

 

감역 및 역자

감역_이강덕

서강대학교대학원 글로벌서비스경영(경영학) 박사

동 경영전문대학원 MBA(관리전공) 석사

동 대학 경영학부(경영학전공) 학사

현재 서강대학교 경영학과/경영전문대학원에 출강

 

<주요 활동>

서강대학교 스마트핀테크연구센터 연구과제 및 참여기업 관리

산학협력중점 교수 한국능률협회인증원 연구수행 전문위원

신협의 신성장 및 조합원(소상공인) 안정화 방안연구 공동연구

4차 산업혁명시대의 동반성장을 위한 성과평가체계 및 지표개발 참여연구

 

역자_김정아

동국대학교 일어일문학과 졸업

출판사에서 다년간 교과서, 단행본, 잡지 편집, 취재, 번역 등의 업무 진행

현재 전문 번역가로 프리랜서 활동 중

<주요 경력>

• ㈜금성교과서 기획실에서 교과서 및 참고서 기획, 교정, 교열 및 편집, 일본어 참고서 번역 업무

• ㈜첨단에서 <월간 자동화기술>, <월간 금형기술> 편집장 역임

목차

목차

서장 머신러닝을 가르쳐 주세요!

윤서의 방 윤서와 여고생 지민

 

1장 회귀란 어떻게 하는 거야?

1.1 숫자를 예측하는 어려움

1.2 설명변수에서 목표변수를 구한다

1.3 선형회귀함수를 구한다

1.4 정칙화의 효과

윤서의 방 수학 복습

 

2장 분류는 어떻게 하는 거야?

2.1 데이터를 정리한다

2.2 데이터에서 클래스를 예측한다

2.3 로지스틱 분류

2.4 결정나무를 이용한 분류

윤서의 방 수학 복습

 

3장 결과의 평가

3.1 테스트 데이터로 평가하지 않으면 의미가 없다

3.2 학습 데이터검증 데이터테스트 데이터

3.3 교차확인법

3.4 정확성정밀도재현율

윤서의 방 수학 복습

 

4장 딥러닝

4.1 뉴럴 네트워크

4.2 오차역전파법을 이용한 학습

4.3 심층학습에 도전

4.3.1 딥 뉴럴 네트워크의 문제점

4.3.2 다계층학습을 이용한 방법(1) 사전학습법

4.3.3 다계층학습을 이용한 방법(2) 활성화 함수

4.3.4 다계층학습을 이용한 방법(3) 과적합의 회피

4.3.5 특화된 구조의 뉴럴 네트워크

윤서의 방 수학 복습

 

5장 앙상블 학습

5.1 버깅

5.2 랜덤 포레스트

5.3 부스팅

윤서의 방

수학 복습

 

6장 비지도 학습

6.1 클러스터링

6.1.1 계층적 클러스터링

6.1.2 분할 최적화 클러스터링

6.2 행렬 분해

윤서의 방 수학 복습

 

에필로그

참고문헌

찾아보기

 

저자
부록/예제소스
정오표
    최근 본 상품 1