국립세종도서관
상세검색 닫기
자료유형
본문언어
출판년도 ~
정렬
검색 화면지우기 닫기
상세검색 +
검색

기타

  • 홈으로
글씨 글씨 확대 글씨 축소
머신 러닝 인 파이썬 : 파이썬을 활용한, 예측분석을 위한 기계 학습 / 마이클 보울즈 지음 ;정동식 옮김
머신 러닝 인 파이썬 : 파이썬을 활용한, 예측분석을 위한 기계 학습 책표지
  • ·표제/책임표시사항 머신 러닝 인 파이썬 : 파이썬을 활용한, 예측분석을 위한 기계 학습 / 마이클 보울즈 지음 ;정동식 옮김
  • ·발행사항 고양 : BJpublic(비제이퍼블릭), 2015
  • ·형태사항 xviii, 348 p. :도표 ;25 cm
  • ·주기사항 원표제:Machine learning in python :essential techniques for predictive analysis
    원저자명: Michael Bowles
    참고문헌과 색인수록
    영어 원작을 한국어로 번역
  • ·표준번호/부호 ISBN: 9791186697061  93000 : \27000 
  • ·분류기호 한국십진분류법-> 004.73  한국십진분류법-> 005.76  듀이십진분류법-> 006.31  
  • ·주제명 데이터 마이닝[data mining]빅 데이터[big data]파이썬[Python]
권별정보 자료위치출력 관심도서 보기 관심도서 담기

※ 좌우로 스크롤하시면 내용이 보입니다.

권별정보 안내
신청 편/권차 편제 저작자 발행년도 등록번호 청구기호 자료있는 곳 자료상태 예약자 반납예정일 매체구분
마이클 보울즈 지음 ;정동식 옮김 2015 SE0000223343 004.73-16-5 일반자료실(서고) 서고 비치(온라인 신청 후 이용) 0 - 인쇄자료(책자형) 
마이클 보울즈 지음 ;정동식 옮김 2015 SE0000223344 004.73-16-5=2 일반자료실(서고) 서고 비치(온라인 신청 후 이용) 0 - 인쇄자료(책자형) 
※ 신청 종류
- 대출예약신청:
자료상태가 ‘대출중’인 경우 해당 도서를 예약하여 도서 반납 시 우선적으로 대출받을 수 있는 서비스
- 청사대출신청:
정부세종청사(6-3동, 2-1동)에 위치한 무인예약도서대출반납기에서 도서 수령‧반납이 가능한 서비스
- 무인대출신청:
도서관 1문(정문)에 위치한 무인예약도서대출기에서 도서 수령이 가능한 서비스
- 서고자료신청:
서고에 보관된 자료에 대한 열람신청 서비스 이용방법: 로그인 → 자료검색 → [상세정보] 클릭 → 권별정보에서 자료 선택 →[서고자료신청] → 자료비치완료 문자 수신 → 해당 자료실에서 자료 수령
서가 둘러보기
서가둘러보기 로딩중
목록보기 

목차


1장. 예측할 때 사용하는 두 가지 핵심 알고리즘
- 왜 이 두 가지 알고리즘이 유용한가?
- 피널라이즈드 회귀 기법은 무엇인가?
- 앙상블 기법은 무엇인가?
- 어떤 알고리즘을 사용할 것인지 결정하는 방법
- 예측 모델 생성을 위한 단계별 절차
- 각 장의 내용과 연관관계
- 요약
2장. 데이터 이해로 문제 이해하기
- 새로운 문제의 구조 확인
- 속성과 레이블의 차이 때문에 모델이 선택된다
- 바위와 기뢰 데이터 세트의 특성 시각화
- 요인 변수로 수치 값 예측: 전복의 나이는 몇 살인가?
- 수치 속성을 사용한 수치 예측-와인 테이스트 계산하기
- 다중 분류 문제: 유리의 종류는 무엇인가?
- 요약
3장. 예측 모델 생성: 성능, 복잡성, 빅 데이터의 균형
- 기초 문제: 함수 근사 이해하기
- 알고리즘 선택 및 성능에 영향을 미치는 요인-복잡성과 데이터
- 예측 모델의 성능 측정
- 모델과 데이터의 조화
- 요약
4장. 피널라이즈드 선형 회귀
- 왜 피널라이즈드 선형 회귀 기법이 유용한가
- 피널라이즈드 선형 회귀: 최적 성능을 위한 선형 회귀 조절
- 피널라이즈드 선형 회귀 문제 풀기
- 수치 입력으로 선형 회귀 확장
- 요약
5장. 피널라이즈드 선형 기법을 이용한 예측 모델 생성
- 피널라이즈드 선형 회귀 파이썬 패키지
- 다변수 회귀: 와인 테이스트 예측
- 다중 분류: 범죄 현장의 유리 샘플 분류
- 요약
6장. 앙상블 기법
- 이진 의사결정 트리
- 부트스트랩 애그리게이션: 배깅
- 그래디언트 부스팅
- 랜덤 포레스트
- 요약
7장. 파이썬으로 앙상블 예측 모델 생성
- 파이썬 앙상블 패키지를 이용한 회귀 문제 풀기
- 와인 테이스트 예측을 위한 배깅 코딩
- 파이썬 앙상블 모델에서 비수치형 속성 사용하기
- 파이썬 앙상블 메서드로 이항 분류 문제 풀기
- 파이썬 앙상블 기법으로 다중 분류 문제 풀기
- 알고리즘 비교
- 요약