추가 적립 안내

내가 만든 머신러닝은 왜 항상 엉뚱한 결과가 나올까?

이 책은 머신러닝 프로젝트의 난이도를 초급, 중급, 고급으로 나누어 데이터 분석과 데이터 처리부터 머신러닝 실행까지 체계적으로 보여줍니다. 그리고 단계마다 제시하는 프로젝트 흐름도는 프로젝트 전체 과정 중에 어디를 실행 중인지, 해당 과정을 왜 해야 하는지를 이해하여 머신러닝을 바라보는 시야가 확 트이도록 도와줍니다.

파이썬으로 데이터를 완벽하게 분석해서
처음부터 끝까지 우아하게 완성하는 머신러닝 프로젝트
머신러닝 모델은 누구나 만들 수 있지만, 잘 돌아가는 머신러닝은 어떤 데이터를 어떻게 분석하고 처리하느냐에 달려있습니다. 문과생도 따라 할 수 있는 문과생 출신 저자의 머신러닝 가이드만 따라오세요. 누구나 쉽게, 그리고 재밌게 머신러닝을 이해할 수 있도록 설명했습니다. 어떤 데이터를 손에 쥐어도 머신러닝, 나아가 딥러닝을 파이썬과 텐서플로로 처음부터 끝까지 수행할 수 있을 겁니다.
유데미 온라인 강의를 통해 이 책의 3장에서 다루는 초급 프로젝트를 저자에게 직접 배울 수 있습니다. 강의의 일부는 저자의 유튜브 채널에서 무료로 제공합니다.
유데미 유료 강의: udemy.com/course/stroke-starter
유튜브 무료 강의: Jason SJ Yim

그리고 탄탄한 기초와 실력 업그레이드 모두 놓칠 수 없는 분들을 위해 부록을 준비했습니다.

책을 읽기 전에 보면 좋아요!
: 머신러닝과 딥러닝의 이해를 도와줄 기본 개념을 정리했습니다.
- Appendix A. 머신러닝 주요 개념
- Appendix B. 딥러닝 주요 개념

책을 다 읽은 후 보면 좋아요!
: 초급, 중급 프로젝트까지 마스터했다면 고급 프로젝트에 도전해보세요.
- Appendix C. 고급 프로젝트

책을 읽으면서 참고하면 좋아요!
: 스택 오버플로 사이트를 이용하는 팁과 자주 쓰이는 파이썬 코드, 중급과 고급 프로젝트에 쓰인 데이터 정의를 담았습니다.
- Appendix D. 데이터 정의 및 기타

Part 01 머신러닝과 딥러닝을 배우기 전에
Chapter 01 유용한 사전 지식
_1.1 교수님! 강의 순서가 바뀌었어요
_1.2 머신러닝 모델을 먼저 돌려 봐?
_1.3 이 책의 구성

Chapter 02 머신러닝과 딥러닝 소개
_2.1 머신러닝과 딥러닝
_2.2 머신러닝의 종류
__2.2.1 지도 학습
__2.2.2 비지도 학습
__2.2.3 강화 학습
_2.3 파이썬
_2.4 라이브러리
__2.4.1 넘파이
__2.4.2 판다스
__2.4.3 사이킷런
_2.5 텐서플로와 케라스
_2.6 이 책의 실습 환경
__2.6.1 주피터 노트북
__2.6.2 코랩
__2.6.3 실습 자료 다운받기

Part 02 머신러닝 프로젝트
Chapter 03 뇌졸중 예측 분석(초급 프로젝트)
_3.1 뇌졸중은 어떻게 발병하지?
_3.2 뇌졸중과 관련된 데이터를 모으자
_3.3 그전에도 뇌졸중이 발병한 적이 있을까?
_3.4 0.08세도 뇌졸중이 온다고?
__3.4.1 데이터 불러오기
__3.4.2 ID 변수 설정
__3.4.3 타깃 변수 생성
__3.4.4 기타 변수 데이터 처리
_3.5 어떤 요인이 뇌졸중에 영향을 미칠까?
__3.5.1 결측값이 50% 초과인 변수 제거
__3.5.2 요약 통계 및 도수분포표 검토
__3.5.3 이상값 제거
__3.5.4 상관계수 검토
__3.5.5 시각화
__3.5.6 t-검정
_3.6 어떤 머신러닝 모델을 사용할까?
_3.7 드디어 머신러닝 모델을 돌려보자
__3.7.1 데이터 추가 처리
__3.7.2 데이터 분할 및 대체
__3.7.3 결정 트리 모델
__3.7.4 로지스틱 회귀 모델
__3.7.5 사이킷런 신경망 모델
__3.7.6 K-최근접 이웃 모델
_3.8 그래서 뇌졸중을 예방할 수 있을까?

Chapter 04 주택 가격 분석(중급 프로젝트)
_4.1 주택 가격은 어떻게 형성될까?
_4.2 주택 가격에 관련된 데이터를 구하자
_4.3 주변 주택 가격이 얼마지?
_4.4 주택과 인구 통계를 함께 활용하자
__4.4.1 데이터 불러오기
__4.4.2 ID 변수 설정
__4.4.3 데이터 병합
__4.4.4 타깃 변수 생성
__4.4.5 기타 변수 데이터 처리 1
__4.4.6 기타 변수 데이터 처리 2
_4.5 어떤 요인이 주택 가격에 영향을 미칠까?
__4.5.1 결측값이 50% 초과인 변수 제거
__4.5.2 요약 통계 및 도수분포표 검토
__4.5.3 이상값 제거
__4.5.4 상관계수 검토
__4.5.5 시각화
__4.5.6 t-검정
_4.6 어떤 머신러닝 모델을 사용할까?
_4.7 머신러닝 모델을 돌려보자
__4.7.1 데이터 추가 처리
__4.7.2 데이터 분할 및 대체
__4.7.3 랜덤 포레스트 모델
__4.7.4 그레이디언트 부스팅 모델
__4.7.5 라쏘 모델
__4.7.6 텐서플로 케라스 신경망 모델
__4.7.7 서포트 벡터 머신 모델
__4.7.8 회귀 및 릿지 모델
__4.7.9 XGBoost 모델
__4.7.10 LightGBM 모델
_4.8 그래서 주택 가격은 얼마일까?

Part 03 딥러닝 프로젝트
Chapter 05 합성곱 신경망 이미지 분석
_5.1 미니 데이터세트 만들기
_5.2 데이터 업로드하기
_5.3 데이터 불러오기
_5.4 데이터 셔플 및 배치 생성
_5.5 합성곱 신경망 모델 생성 및 실행

Chapter 06 순환 신경망 텍스트 감성 분석
_6.1 데이터 다운받기
_6.2 데이터 불러오기
_6.3 데이터 처리
_6.4 텐서플로 Dataset 형식으로 변환
_6.5 데이터 셔플 및 배치 생성
_6.6 텍스트 인코더 생성
_6.7 순환 신경망 모델 생성 및 실행