간편결제, 신용카드 청구할인
카카오페이 3,000원
(카카오페이 결제 시 최대할인 3천원 / 5만원 이상 결제, 기간 중 1회)
PAYCO(페이코) 최대 5,000원 할인
(페이코 신규 회원 및 90일 휴면 회원 한정)
북피니언 롯데카드 30% (20,160원)
(최대할인 3만원 / 3만원 이상 결제)
EBS 롯데카드 20% (23,040원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 NEW 우리V카드 10% (25,920원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 현대카드 7% (26,790원)
(최대할인 3만원 / 3만원 이상 결제)
Close

파이썬 라이브러리를 활용한 머신러닝 : 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서[번역개정판]

원제 : Introduction to Machine Learning with Python
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 4,826
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

32,000원

  • 28,800 (10%할인)

    1,600P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
  • 추가혜택
    배송정보
    •  당일배송을 원하실 경우 주문시 당일배송을 선택해주세요.
    • 서울시 강남구 삼성로 512변경
    • 배송지연보상 안내
    • 무료배송
    • 해외배송가능
    주문수량
    감소 증가
    • 북카트 담기
    • 바로구매
    • 매장픽업
    • 이벤트/기획전(1)

    • 연관도서(1)

    • 사은품(3)

    책소개

    사이킷런 핵심 개발자에게 배우는 머신러닝 이론과 구현

    현업에서 머신러닝을 연구하고 인공지능 서비스를 개발하기 위해 꼭 학위를 받을 필요는 없습니다. 사이킷런(scikit-learn)과 같은 훌륭한 머신러닝 라이브러리가 복잡하고 난해한 작업을 직관적인 인터페이스로 감싸주는 덕분이죠. 이 책에서는 사이킷런의 핵심 개발자가 복잡한 수학을 동원하지 않고 실용적으로 머신러닝을 구축하는 모든 단계를 설명합니다. 미적분, 선형대수, 확률 이론을 공부하지 않았어도 이 책을 통해 머신러닝을 활용할 수 있게 될 것입니다.

    ※ 본 번역개정판은 scikit-learn 업데이트에 따라 전반적으로 내용을 갱신한 원서 4쇄를 기반으로 합니다. 오탈자를 바로잡고, 시각적 편의를 위해 풀컬러로 인쇄했으며, 한국어판 부록 3개 절을 추가했습니다.

    출판사 서평

    실제 문제에 대한 해법을 찾는 머신러닝 기술자를 위한 본격 머신러닝 입문서
    사이킷런 최신 버전을 반영한 풀컬러 번역개정판


    이 책은 머신러닝 알고리즘을 밑바닥부터 만드는 법을 다루지는 '않으며', 대신 사이킷런과 다른 라이브러리에 이미 구현된 방대한 양의 모델을 사용하는 법에 집중합니다. 머신러닝과 인공지능에 대한 사전 지식이 필요 없는 입문서로, 파이썬과 사이킷런을 중심으로 머신러닝 애플리케이션을 성공적으로 만드는 모든 단계를 밟아갑니다. 여기서 소개하는 방법들은 상용 애플리케이션을 만드는 데이터 전문가는 물론 연구자와 과학자에게도 도움이 될 것입니다. 파이썬과 NumPy, matplotlib 라이브러리에 친숙하다면 이 책의 대부분을 이해할 수 있습니다.

    [번역개정판의 특징]
    본 번역개정판은 원서 4쇄를 기반으로 하며, 초판 발행 이후 알려진 오탈자를 모두 바로잡았습니다. 또한 시각적 편의를 위해 풀컬러로 인쇄했고, scikit-learn 업데이트에 따라 전반적으로 내용을 업데이트했습니다. 나아가 국내 독자에게 더 도움이 되도록 2.3절에 배깅, 엑스트라 트리, 에이다부스트 알고리즘을 살펴보는 내용을 추가했고, 3.3절에는 QuantileTransformer와 PowerTransformer 변환기, 5.1절에는 반복 교차 검증 예제를 추가했습니다.

    [주요 내용]
    - 머신러닝의 기본 개념과 응용
    - 널리 사용되는 머신러닝 알고리즘의 장점과 단점
    - 머신러닝으로 처리한 데이터를 표현하는 방법
    - 모델 평가와 매개변수 튜닝을 위한 고급 방법
    - 체인 모델과 워크플로 캡슐화를 위한 파이프라인
    - 텍스트 데이터를 다루는 기술
    - 머신러닝과 데이터 과학 기술 향상을 위한 조언

    추천사

    "이 책은 사이킷런이 제공하는 핵심 알고리즘들의 사용법을 알려줍니다. 여기에 정성 가득한 역자주까지 더해져서, 머신러닝에 입문하는 파이썬 개발자에게는 더할 나위 없는 선물입니다."
    - 오동권 / 니트머스 CTO

    "이 책은 복잡한 수식은 걷어내고 사이킷런을 기반으로 각 머신러닝 알고리즘의 원리와 구현 방법을 여러 예제를 들어 설명합니다. 약간의 프로그래밍 지식만 있다면 복잡한 이론적 배경 없이도 혼자 학습하기 좋은 책입니다."
    - 이상훈 / 삼성생명 DA Lab, '한국 스파크 사용자 모임' 운영자, [실시간 분석의 모든 것] 역자

    "머신러닝 시장을 선도하는 라이브러리의 핵심 개발자가 쓰고, '텐서플로 코리아 그룹'에서 한국 인공지능 개발자들을 위해 애써주시는 박해선 님이 우리말로 옮겼습니다. 중간중간 받아본 번역 원고에서 느껴지는 저자와 역자의 내공과 정성에 감명받았습니다."
    - 개앞맵시 / [밑바닥부터 시작하는 딥러닝] 역자

    "파이썬을 사용하여 머신러닝을 시작하려는 사람을 위한 환상적인 안내서입니다. 제가 사이킷런을 시작했을 때 이 책이 없던 게 한스러울 따름입니다!"
    - 해나 월릭 / 마이크로소프트 리서치 선임 연구원

    목차

    CHAPTER 1 소개
    1.1 왜 머신러닝인가?
    -1.1.1 머신러닝으로 풀 수 있는 문제
    -1.1.2 문제와 데이터 이해하기
    1.2 왜 파이썬인가?
    1.3 scikit-learn
    -1.3.1 scikit-learn 설치
    1.4 필수 라이브러리와 도구들
    -1.4.1 주피터 노트북
    -1.4.2 NumPy
    -1.4.3 SciPy
    -1.4.4 matplotlib
    -1.4.5 pandas
    -1.4.6 mglearn
    1.5 파이썬 2 vs. 파이썬 3
    1.6 이 책에서 사용하는 소프트웨어 버전
    1.7 첫 번째 애플리케이션: 붓꽃의 품종 분류
    -1.7.1 데이터 적재
    -1.7.2 성과 측정: 훈련 데이터와 테스트 데이터
    -1.7.3 가장 먼저 할 일: 데이터 살펴보기
    -1.7.4 첫 번째 머신러닝 모델: k-최근접 이웃 알고리즘
    -1.7.5 예측하기
    -1.7.6 모델 평가하기
    1.8 요약 및 정리

    CHAPTER 2 지도 학습
    2.1 분류와 회귀
    2.2 일반화, 과대적합, 과소적합
    -2.2.1 모델 복잡도와 데이터셋 크기의 관계
    2.3 지도 학습 알고리즘
    -2.3.1 예제에 사용할 데이터셋
    -2.3.2 k-최근접 이웃
    -2.3.3 선형 모델
    -2.3.4 나이브 베이즈 분류기
    -2.3.5 결정 트리
    -2.3.6 결정 트리의 앙상블
    -2.3.7 (한국어판 부록) 배깅, 엑스트라 트리, 에이다부스트
    -2.3.8 커널 서포트 벡터 머신
    -2.3.9 신경망(딥러닝)
    2.4 분류 예측의 불확실성 추정
    -2.4.1 결정 함수
    -2.4.2 예측 확률
    -2.4.3 다중 분류에서의 불확실성
    2.5 요약 및 정리

    CHAPTER 3 비지도 학습과 데이터 전처리
    3.1 비지도 학습의 종류
    3.2 비지도 학습의 도전 과제
    3.3 데이터 전처리와 스케일 조정
    -3.3.1 여러 가지 전처리 방법
    -3.3.2 데이터 변환 적용하기
    -3.3.3 (한국어판 부록) QuantileTransformer와 PowerTransformer
    -3.3.4 훈련 데이터와 테스트 데이터의 스케일을 같은 방법으로 조정하기
    -3.3.5 지도 학습에서 데이터 전처리 효과
    3.4 차원 축소, 특성 추출, 매니폴드 학습
    -3.4.1 주성분 분석(PCA)
    -3.4.2 비음수 행렬 분해(NMF)
    -3.4.3 t-SNE를 이용한 매니폴드 학습
    3.5 군집
    -3.5.1 k-평균 군집
    -3.5.2 병합 군집
    -3.5.3 DBSCAN
    -3.5.4 군집 알고리즘의 비교와 평가
    -3.5.5 군집 알고리즘 요약
    3.6 요약 및 정리

    CHAPTER 4 데이터 표현과 특성 공학
    4.1 범주형 변수
    -4.1.1 원-핫-인코딩(가변수)
    -4.1.2 숫자로 표현된 범주형 특성
    4.2 OneHotEncoder와 ColumnTransformer: scikit-learn으로 범주형 변수 다루기
    4.3 make_column_transformer로 간편하게 ColumnTransformer 만들기
    4.4 구간 분할, 이산화 그리고 선형 모델, 트리 모델
    4.5 상호작용과 다항식
    4.6 일변량 비선형 변환
    4.7 특성 자동 선택
    -4.7.1 일변량 통계
    -4.7.2 모델 기반 특성 선택
    -4.7.3 반복적 특성 선택
    4.8 전문가 지식 활용
    4.9 요약 및 정리

    CHAPTER 5 모델 평가와 성능 향상
    5.1 교차 검증
    -5.1.1 scikit-learn의 교차 검증
    -5.1.2 교차 검증의 장점
    -5.1.3 계층별 k-겹 교차 검증과 그외 전략들
    -5.1.4 (한국어판 부록) 반복 교차 검증
    5.2 그리드 서치
    -5.2.1 간단한 그리드 서치
    -5.2.2 매개변수 과대적합과 검증 세트
    -5.2.3 교차 검증을 사용한 그리드 서치
    5.3 평가 지표와 측정
    -5.3.1 최종 목표를 기억하라
    -5.3.2 이진 분류의 평가 지표
    -5.3.3 다중 분류의 평가 지표
    -5.3.4 회귀의 평가 지표
    -5.3.5 모델 선택에서 평가 지표 사용하기
    5.4 요약 및 정리

    CHAPTER 6 알고리즘 체인과 파이프라인
    6.1 데이터 전처리와 매개변수 선택
    6.2 파이프라인 구축하기
    6.3 그리드 서치에 파이프라인 적용하기
    6.4 파이프라인 인터페이스
    -6.4.1 make_pipleline을 사용한 파이프라인 생성
    -6.4.2 단계 속성에 접근하기
    -6.4.3 그리드 서치 안의 파이프라인 속성에 접근하기
    6.5 전처리와 모델의 매개변수를 위한 그리드 서치
    6.6 모델 선택을 위한 그리드 서치
    -6.6.1 중복 계산 피하기
    6.7 요약 및 정리

    CHAPTER 7 텍스트 데이터 다루기
    7.1 문자열 데이터 타입
    7.2 예제 애플리케이션: 영화 리뷰 감성 분석
    7.3 텍스트 데이터를 BOW로 표현하기
    -7.3.1 샘플 데이터에 BOW 적용하기
    -7.3.2 영화 리뷰에 대한 BOW
    7.4 불용어
    7.5 tf-idf로 데이터 스케일 변경하기
    7.6 모델 계수 조사
    7.7 여러 단어로 만든 BOW(n-그램)
    7.8 고급 토큰화, 어간 추출, 표제어 추출
    -7.8.1 (한국어판 부록) KoNLPy를 사용한 영화 리뷰 분석
    7.9 토픽 모델링과 문서 군집화
    -7.9.1 LDA
    7.10 요약 및 정리

    CHAPTER 8 마무리
    8.1 머신러닝 문제 접근 방법
    -8.1.1 의사 결정 참여
    8.2 프로토타입에서 제품까지
    8.3 제품 시스템 테스트
    8.4 나만의 추정기 만들기
    8.5 더 배울 것들
    -8.5.1 이론
    -8.5.2 다른 머신러닝 프레임워크와 패키지
    -8.5.3 랭킹, 추천 시스템과 그 외 다른 알고리즘
    -8.5.4 확률 모델링, 추론, 확률적 프로그래밍
    -8.5.5 신경망
    -8.5.6 대규모 데이터셋으로 확장
    -8.5.7 실력 기르기
    8.6 마치며

    관련이미지

    저자소개

    안드레아스 뮐러(Andreas Mu?ller) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    독일 본(Bonn) 대학교에서 머신러닝으로 박사 학위를 받았습니다. 1년간 아마존의 컴퓨터 비전 응용 부서에서 머신러닝 연구자로 일한 뒤 뉴욕 대학교의 데이터 과학 센터에 합류했고, 현재는 컬럼비아 대학교에서 'Applied Machine Learning' 과목을 가르치고 있습니다. 지난 4년 동안 학계와 산업계에서 널리 사용하는 머신러닝 툴킷인 사이킷런의 핵심 기여자와 관리자로 활동했습니다. 또 잘 알려진 여러 머신러닝 패키지를 직접 만들거나 개발에 참여했습니다. 뮐러의 소망은 머신러닝 애플리케이션 개발의 진입 장벽을 낮추고, 수준 높은 머신러닝 알고리즘을 손쉽

    펼쳐보기
    세라 가이도(Sarah Guido) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    오랫동안 스타트업에서 일해온 데이터 과학자이자 뛰어난 콘퍼런스 발표자입니다. 파이썬, 머신러닝, 대량의 데이터와 기술 세계를 좋아합니다. 미시간 대학교의 대학원에 입학했으며, 지금은 뉴욕에 거주하고 있습니다.

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    구글 ML GDE(Machine Learning Google Developer Expert). 기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 합니다. 텐서플로 블로그(tensorflow.blog)를 운영하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있습니다.

    『핸즈온 머신러닝』, 『텐서플로 첫걸음』(이상 한빛미디어), 『케라스 창시자에게 배우는 딥러닝』(길벗)을 우리말로 옮겼습니다.

    이벤트 기획전

    이 책과 내용이 비슷한 책 ? 내용 유사도란? 이 도서가 가진 내용을 분석하여 기준 도서와 얼마나 많이 유사한 콘텐츠를 많이 가지고 있는가에 대한 비율입니다.

      리뷰

      10.0 (총 0건)

      기대평

      작성시 유의사항

      평점
      0/200자
      등록하기

      기대평

      10.0

      교환/환불

      교환/환불 방법

      ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청함, 1:1 문의 게시판 또는 고객센터(1577-2555) 이용 가능

      교환/환불 가능 기간

      고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

      교환/환불 비용

      고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

      교환/환불 불가사유

      반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
      배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

      소비자 피해보상

      소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
      교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

      기타

      도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

      배송안내

      • 인터파크 도서 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다

      • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

      • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

      • 배송비

      도서(중고도서 포함) 구매

      2,000원 (1만원이상 구매 시 무료배송)

      음반/DVD/잡지/만화 구매

      2,000원 (2만원이상 구매 시 무료배송)

      도서와 음반/DVD/잡지/만화/
      중고직배송상품을 함께 구매

      2,000원 (1만원이상 구매 시 무료배송)

      업체직접배송상품 구매

      업체별 상이한 배송비 적용