간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (18,810원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (13,860원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (15,840원)
(최대할인 4만원 / 2만원 이상 결제)
Close

데이터 분석을 위한 머신 러닝 입문

원제 : デ-タ分析のための機械學習入門 PYTHONで動かし,理解できる,人工知能技術
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 21
?
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

22,000원

  • 19,800 (10%할인)

    1,100P (5%적립)

  • 구매

    17,600 (20%할인)

    880P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 마이페이지에서 직접 구매확정하신 경우만 적립 됩니다.
추가혜택
주문수량
감소 증가

* 배송예정일이 오늘이나 내일인 경우 1) 당일/하루배송 보장! 2) 배송 지연 시 I-Point 2,000P또는 4,000원 도서상품권 지급 &n 더보기

책소개

인공지능+머신 러닝 알고리즘+딥러닝+파이썬 프로그래밍까지!

데이터 분석과 머신 러닝을 한 권에 담았다. 인공지능 프레임워크를 살펴보고 직접 실시간 분석 시스템을 만들어보자. 플루언티드와 노리크라를 연계하여 트위터의 트윗을 실시간으로 집계해 분석해본다. 이어서 주요 머신 러닝 알고리즘과 딥러닝 이론을 폭넓게 살펴보며 파이썬과 텐서플로를 통해 직접 경험해보자. 파이썬으로 IRIS, digits, Boston 데이터셋을 처리하며 구체적인 데이터 분석 과정을 살펴보고, 텐서플로로 MNIST 예제를 실행해보면서 딥러닝 이론을 습득한다.

출판사 서평

데이터를 분석해 현재를 알고, 머신 러닝을 이용해 미래를 예측한다!

데이터를 분석하자! 현재를 알 수 있다.
하둡을 중심으로 한 대규모 분산 데이터 처리 환경을 간단히 소개하면서 데이터를 분석하는 데 어떤 기술이 필요한지 알아본다. 또한, 데이터를 수집하는 플루언티드, 변환·저장·검색하는 노리크라와 엘라스틱서치, 시각화하고 분석하는 키바나를 소개하고, 직접 트위터 스트리밍 API에 연계해 실시간으로 데이터를 집계하는 시스템을 만들어본다.

머신 러닝 알고리즘과 딥러닝 이론을 배우자! 미래를 예측할 수 있다.
수집하고 저장하고 분석한 데이터로부터 미래를 예측하는 기술인 머신 러닝과 딥러닝을 소개한다. 머신 러닝 알고리즘(나이브 베이즈, 단순 퍼셉트론, 서포트 벡터 머신, 회귀 알고리즘, 클러스터링)을 배우고, 파이썬으로 다음 데이터셋을 처리해본다.

· IRIS 데이터 붓꽃 네 종류의 계측 데이터로부터 품종을 예측해본다
· digits 데이터 손으로 쓴 숫자 이미지를 문자로 인식시켜 숫자를 맞춰 본다
· Boston 데이터 주택 가격을 예측해보고 정확도를 더 높이는 방법을 알아 본다

또한, 딥러닝 이론(다항 로지스틱 회귀, 다층 신경망, 합성곱 신경망, 재귀형 신경망)은 머신 러닝과 어떤 차이가 있는지 알아보고, 텐서플로로 실행해본다
3장에서는 플루언티드 환경을 직접 구축해 본다는 데 큰 의의가 있었습니다. 4, 5장은 마치 scikit-learn과 같은 머신 러닝 라이브러리를 직접 작성하는 느낌을 받을 정도로 훌륭하게 작성된 코드를 확인할 수 있습니다.
정윤식_동국대학교 산업시스템공학

인공지능, 머신 러닝, 딥러닝의 엑기스만 모아 한 권으로 엮은 책입니다. 주요 머신 러닝 알고리즘, 머신 러닝으로 처리한 데이터를 정제하는 방법, 모델 평가와 매개변수 튜닝, 딥러닝 심화학습 등을 배울 수 있었습니다.
이석곤_엔컴 서버 개발자

딥러닝으로 접근하다 보면 전체적인 서비스 구성에 대해 구체적으로 생각해 보기 어려운데, 이 책의 실습은 실제 딥러닝이 서비스화될 경우, 어떤 테크 스택을 가져가면 좋을지 구체적인 예로 보여주어서 좋았습니다.
권성환_SDS ACT

[지은이 서문 중]
지금의 인공지능을 지탱해 주는 것은 데이터, 계산 환경, 인재입니다. 방대한 데이터가 들어오지 않으면 인공지능을 만들어 낼 수 없습니다. 또한, 방대한 데이터를 계산하는 환경이 없으면 인공지능을 만들어 낼 수 없습니다. 마지막으로 방대한 데이터를 처리하기 위한 계산기 환경을 구축하고 다룰 수 있는 기술자가 없으면 역시 인공지능을 만들어 낼 수 없습니다.
이 책을 통해 독자 여러분이 데이터 분석과 인공지능에 흥미를 갖게 되고, 훌륭한 어른으로 성장한 미래의 인공지능을 만들어 내는 연구자나 기술자로 발전하길 기대합니다.

[옮긴이 서문 중]
이 책에서는 인공지능에 대한 개념과 대규모 빅데이터 처리를 위한 하둡, 맵리듀스 처리를 다룹니다. 또한, 조금 생소할 수 있는 하이브와 프레스토, 스파크에 대해서도 살펴봅니다. 책의 중반부터는 실습을 통해 머신 러닝을 본격적으로 다루면서 IRIS 실전 학습을 합니다. 마지막에는 딥러닝, 합성곱 신경망에 대해서도 빼놓지 않고 설명합니다. 또한, 가장 많이 사용하는 텐서플로를 끝으로 인공지능에 대한 설명을 마칩니다. 이 책을 통해 여러분이 인공지능이란 무엇인지 깨달을 수 있으리라 확신합니다.[감수자 서문 중]
예제 코드가 짧고 단순하며, 비교적 이해하기 쉬운 파이썬으로 작성되었기 때문에 파이썬 개발자라면 쉽게 이해할 수 있습니다. 물론 수학 공식이 많이 나오지만, 조금만 자세히 들여다보면 어렵지 않습니다. 엔지니어는 오히려 수학 공식을 그대로 구현한 파이썬 예제 코드를 보면 머신 러닝이 더 친숙하게 느껴지지 않을까 생각합니다. 또한, 5장에서는 텐서플로를 사용해 간단한 딥러닝 모델을 만들어 볼 수도 있습니다. 평소 텐서플로가 어떤 것인지 궁금했다면 이번 기회에 첫걸음을 내디딜 수 있을 겁니다.

[지은이 서문 중]
지금의 인공지능을 지탱해 주는 것은 데이터, 계산 환경, 인재입니다. 방대한 데이터가 들어오지 않으면 인공지능을 만들어 낼 수 없습니다. 또한, 방대한 데이터를 계산하는 환경이 없으면 인공지능을 만들어 낼 수 없습니다. 마지막으로 방대한 데이터를 처리하기 위한 계산기 환경을 구축하고 다룰 수 있는 기술자가 없으면 역시 인공지능을 만들어 낼 수 없습니다.
이 책을 통해 독자 여러분이 데이터 분석과 인공지능에 흥미를 갖게 되고, 훌륭한 어른으로 성장한 미래의 인공지능을 만들어 내는 연구자나 기술자로 발전하길 기대합니다.

[옮긴이 서문 중]
이 책에서는 인공지능에 대한 개념과 대규모 빅데이터 처리를 위한 하둡, 맵리듀스 처리를 다룹니다. 또한, 조금 생소할 수 있는 하이브와 프레스토, 스파크에 대해서도 살펴봅니다. 책의 중반부터는 실습을 통해 머신 러닝을 본격적으로 다루면서 IRIS 실전 학습을 합니다. 마지막에는 딥러닝, 합성곱 신경망에 대해서도 빼놓지 않고 설명합니다. 또한, 가장 많이 사용하는 텐서플로를 끝으로 인공지능에 대한 설명을 마칩니다. 이 책을 통해 여러분이 인공지능이란 무엇인지 깨달을 수 있으리라 확신합니다.

[감수자 서문 중]
예제 코드가 짧고 단순하며, 비교적 이해하기 쉬운 파이썬으로 작성되었기 때문에 파이썬 개발자라면 쉽게 이해할 수 있습니다. 물론 수학 공식이 많이 나오지만, 조금만 자세히 들여다보면 어렵지 않습니다. 엔지니어는 오히려 수학 공식을 그대로 구현한 파이썬 예제 코드를 보면 머신 러닝이 더 친숙하게 느껴지지 않을까 생각합니다. 또한, 5장에서는 텐서플로를 사용해 간단한 딥러닝 모델을 만들어 볼 수도 있습니다. 평소 텐서플로가 어떤 것인지 궁금했다면 이번 기회에 첫걸음을 내디딜 수 있을 겁니다.

목차

1장 인공지능과 머신 러닝
__1.1 인공지능이란?
____1.1.1 현재의 요괴 ‘인공지능’
__1.2 BI는 AI 꿈을 꾸는가?
____1.2.1 비즈니스를 뒷받침하는 AI와 머신 러닝 엔지니어
__1.3 지금의 인공지능=지능?
____1.3.1 인공지능이 데이터 분석을 하는 날
__1.4 마무리

2장 데이터 분석 처리를 위한 기반 기술
__2.1 하둡: 대규모 데이터를 처리하는 인프라
____2.1.1 하둡이란?
____2.1.2 맵리듀스 처리
__2.2 하이브: 하둡에서 더욱 쉽게 데이터를 처리
____2.2.1 하이브란?
__2.3 프레스토: 고속 데이터 처리
____2.3.1 프레스토란?
__2.4 스파크: 더 빠른 분산 처리 환경
____2.4.1 스파크란?
__2.5 하둡과 관련된 기타 미들웨어
____2.5.1 하둡 관련 기타 미들웨어
__2.6 다양한 하둡 디스트리뷰션
____2.6.1 하둡 디스트리뷰션이란?
__2.7 BI 도구: 처리한 데이터를 시각화
____2.7.1 BI 도구란?
____2.7.2 펜타호
____2.7.3 제플린
__2.8 마무리

3장 실시간으로 데이터를 분석한다: 데이터에서 현재를 알 수 있는 기술
__3.1 플루언티드
____3.1.1 데이터를 실시간으로 수집한다
__3.2 노리크라
____3.2.1 데이터를 실시간으로 집계한다
__3.3 사례: 트위터 데이터에서 사람 이름을 실시간으로 집계
____3.3.1 실시간으로 사람 이름을 집계해 보자
____3.3.2 루비 환경 설정
____3.3.3 플루언티드 설치
____3.3.4 트위터 스트리밍 API와의 연계
____3.3.5 플루언티드 MeCab 플러그인 작성
____3.3.6 노리크라 설치
____3.3.7 노리크라와 플루언티드 연동
____3.3.8 노리크라에 키워드 집계용 쿼리 등록
____3.3.9 엘라스틱서치와 키바나로 데이터 시각화하기
____3.3.10 노리크라, 플루언티드, 엘라스틱서치와 키바나의 연동
__3.4 마무리

4장 머신 러닝 알고리즘: 데이터로 미래를 보는 기술
__4.1 머신 러닝이란?
____4.1.1 레스토랑 예약으로 머신 러닝을 생각한다
__4.2 머신 러닝 알고리즘
____4.2.1 머신 러닝 알고리즘의 개요
____4.2.2 머신 러닝 알고리즘의 종류
__4.3 나이브 베이즈
____4.3.1 나이브 베이즈의 개요
____4.3.2 나이브 베이즈의 이론
____4.3.3 나이브 베이즈의 구체적인 예
____4.3.4 나이브 베이즈의 구현 방법
____4.3.5 나이브 베이즈의 마무리
__4.4 단층 퍼셉트론
____4.4.1 단층 퍼셉트론이란?
____4.4.2 퍼셉트론의 학습 과정
____4.4.3 퍼셉트론의 구현 방법
____4.4.4 퍼셉트론의 문제점
____4.4.5 퍼셉트론의 마무리
__4.5 온라인 학습
____4.5.1 온라인 학습이란?
____4.5.2 퍼셉트론의 온라인 학습 프로그램
____4.5.3 PA 알고리즘
____4.5.4 온라인 학습의 마무리
__4.6 서포트 벡터 머신
____4.6.1 서포트 벡터 머신이란?
____4.6.2 서포트 벡터 머신의 이론
__4.7 선형 회귀
____4.7.1 회귀 알고리즘이란?
__4.8 자기 회귀
____4.8.1 과거 데이터로 목적 함수를 추정하는 방법
__4.9 클러스터링
____4.9.1 클러스터링이란?
__4.10 맵리듀스와 머신 러닝
____4.10.1 대규모 데이터에 머신 러닝 알고리즘 적용
__4.11 머신 러닝 실습
____4.11.1 파이썬 환경 설치
____4.11.2 IRIS 데이터를 사용한 머신 러닝 예제
____4.11.3 digits 데이터를 사용한 머신 러닝 예제
____4.11.4 Boston 데이터를 사용한 머신 러닝 예제
__4.12 마무리

5장 딥러닝
__5.1 단층 퍼셉트론과 친구들
____5.1.1 단층 퍼셉트론 복습하기
____5.1.2 로지스틱 회귀
____5.1.3 다항 로지스틱 회귀
__5.2 신경망
____5.2.1 단층 퍼셉트론과 신경망의 차이점
____5.2.2 신경망
____5.2.3 유닛
____5.2.4 오차 역전파법
____5.2.5 프로그램 예시
____5.2.6 단층 퍼셉트론, 로지스틱 회귀, 다항 로지스틱 회귀, 신경망
__5.3 합성곱 신경망
____5.3.1 합성곱 신경망이란?
____5.3.2 합성곱층
____5.3.3 풀링층
____5.3.4 다층 신경망
____5.3.5 합성곱 신경망 학습
__5.4 재귀형 신경망
____5.4.1 재귀형 신경망이란?
____5.4.2 재귀형 신경망 학습
__5.5 텐서플로
____5.5.1 텐서플로 설치
____5.5.2 다항 로지스틱 회귀
____5.5.3 다층 신경망
____5.5.4 합성곱 신경망
____5.5.5 속편: 합성곱 신경망
__5.6 마무리

용어집
찾아보기

관련이미지

저자소개

하시모토 타이이치 [저] 신작알림 SMS신청 작가DB보기
생년월일 -
출생지 -
출간도서 0종
판매수 0권

해당작가에 대한 소개가 없습니다.

생년월일 -
출생지 -
출간도서 0종
판매수 0권

현 (주)아이티에스 대표 (웨딩스토리 앱 개발)_ 전 일본법인 (주)아이티에스 대표 (국제 전화 서버/빌링)_ 전 엘피에이캠퍼스 전임강사 (C/C++/MFC/Network)_ 전 한화S&C(주) (인터넷 팩스 서버)_『초보자를 위한 C언어 300제』 정보문화사(2004)_ 『MFC Design & Core』 엘피에이캠퍼스 교재(2004)_ 『윈도우 프로그래밍 플러스』 자북(2005)_ 『MFC 학습 교재』 엘피에이캠퍼스 교재(2006)_ 『예제로 배우는 핵심 패턴 안드로이드 프로그래밍』(역) 정보문화사(2010)_ 『아이폰 프로그래밍 UIKit 핵심 바이블』(역) 정보문화사(2011)_ 『예제로 배우는 아이폰 프로그래밍 핵심 바이

펼쳐보기
생년월일 -
출생지 -
출간도서 0종
판매수 0권

해당작가에 대한 소개가 없습니다.

전공도서/대학교재 분야에서 많은 회원이 구매한 책

    리뷰

    0.0 (총 0건)

    구매 후 리뷰 작성 시, 북피니언 지수 최대 600점

    리뷰쓰기

    기대평

    작성시 유의사항

    평점
    0/200자
    등록하기

    기대평

    0.0

    판매자정보

    • 인터파크도서에 등록된 오픈마켓 상품은 그 내용과 책임이 모두 판매자에게 있으며, 인터파크도서는 해당 상품과 내용에 대해 책임지지 않습니다.

    판매자

    (주)교보문고

    상호

    (주)교보문고

    사업자 종류

    법인사업자

    사업자번호

    102-81-11670

    연락처

    1544-1900

    이메일

    callcenter@kyobobook.co.kr

    통신판매 신고 번호

    01-0653

    영업소재지

    서울특별시 종로구 종로 1(종로1가,교보빌딩)

    교환/환불

    반품/교환 방법

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

    반품/교환가능 기간

    변심 반품의 경우 출고완료 후 6일(영업일 기준) 이내까지만 가능
    단, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

    반품/교환 비용

    변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
    상품이나 서비스 자체의 하자로 인한 교환/반품은 반송료 판매자 부담

    반품/교환 불가 사유

    ·소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)

    ·소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등

    ·복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

    ·시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

    ·전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

    상품 품절

    공급사(출판사) 재고 사정에 의해 품절/지연될 수 있음

    소비자 피해보상
    환불지연에 따른 배상

    ·상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

    ·대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

    배송안내

    • 교보문고 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 배송가능합니다.

    • 배송비는 업체 배송비 정책에 따릅니다.

    • - 도서 구매 시, 1만 원 이상 무료, 1만원 미만 2천 원 - 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용