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