파이썬 머신러닝

b6119391002_l이 글은 한빛미디어에서 출간한 “파이썬 라이브러리를 활용한 머신러닝” 도서의 1장과 2장의 내용입니다. 1장, 2장은 지도 학습에 관련한 중요한 내용을 모두 포함하고 있어서 많은 사람들에게 유익한 자료가 되길 기대합니다. 도서의 내용을 공개할 수 있도록 허락해 주신 한빛미디어 출판사에 깊이 감사드립니다. 이 책의 저작권은 한빛미디어(주)에 있으므로 무단 복제 및 무단 전제를 금합니다.

추천사

이 책에 대하여

소개

  1. 왜 머신러닝인가?
    1. 머신러닝으로 풀 수 있는 문제
    2. 문제와 데이터 이해하기
  2. 왜 파이썬인가?
  3. scikit-learn
    1. scikit-learn 설치
  4. 필수 라이브러리와 도구들
    1. 주피터 노트북
    2. NumPy
    3. SciPy
    4. matplotlib
    5. pandas
    6. mglearn
  5. 파이썬 2 vs. 파이썬 3
  6. 이 책에서 사용하는 소프트웨어 버전
  7. 첫 번째 애플리케이션: 붓꽃의 품종 분류
    1. 데이터 적재
    2. 성과 측정: 훈련 데이터와 테스트 데이터
    3. 가장 먼저 할 일: 데이터 살펴보기
    4. 첫 번째 머신러닝 모델: k-최근접 이웃 알고리즘
    5. 예측하기
    6. 모델 평가하기
  8. 요약

지도 학습

  1. 분류와 회귀
  2. 일반화, 과대적합, 과소적합
    1. 모델 복잡도와 데이터셋 크기의 관계
  3. 지도 학습 알고리즘
    1. 예제에 사용할 데이터셋
    2. k-최근접 이웃
    3. 선형 모델
    4. 나이브 베이즈 분류기
    5. 결정 트리
    6. 결정 트리의 앙상블
    7. 커널 서포트 벡터 머신
    8. 신경망(딥러닝)
  4. 분류 예측의 불확실성 추정
    1. 결정 함수
    2. 예측 확률
    3. 다중 분류에서의 불확실성
  5. 요약 및 정리

파이썬 머신러닝”에 대한 4개의 생각

  1. 5star181755905

    p235에 있는 소스코드의 주석에 대해:
    # 비교를 위해 무작위로 클러스터를 할당합니다.
    을 다음과 같이 변경하는 것이 좋겠습니다.
    # 비교를 위해 초기 클러스터 중심의 무작위 할당을 고정합니다.

    좋아요

    응답
      1. 박해선 글의 글쓴이

        안녕하세요. 좋은 의견 감사드립니다. 저는 현재 주석으로도 코드를 이해하는데 어려움이 없다고 생각합니다. 보내주신 의견은 참고하겠습니다. 즐거운 하루 되세요. 🙂

        좋아요

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Google+ photo

Google+의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

%s에 연결하는 중

This site uses Akismet to reduce spam. Learn how your comment data is processed.