이 책은 발전 가능성이 무궁무진할 것으로 기대되는 인공지능 분야의 하나인 머신러닝에 대해서 기초 지식부터 머신러닝의 하나인 심층학습의 기초 지식까지 만화로 배울 수 있습니다. 특히 머신러닝 방법 중에서 대표적인 예를 몇 가지 들어, 그 개요를 쉽게 해설했습니다.
대상 독자는 머신러닝을 처음 접하는 초보자로, 대학 초년생 정도의 수학 지식이 필요합니다. 만약 수식이 생소하다면 각 장의 마지막에 있는 수학적 배경을 설명한 부분을 참고하면서, 수식이 어떠한 목적으로 표현되어 있는지 막연하게나마 파악해도 도움이 될 겁니다.
이 책은 문제 설정이 처음에 나오고, 그 문제를 해결하는 수단으로서 각각의 머신러닝 방법이 설명되어 있습니다.
시청을 무대로 흥미로운 전개가 눈길을 끈다
이 책은 시청을 무대로 일어나는 일을 회귀(이벤트의 실행), 분류1(검진), 평가(머신러닝을 배운 결과의 확인), 분류2(농산물의 크기 특정 등), 비지도 학습(행정 서비스)이라는 흐름으로 이야기를 즐기면서 머신러닝을 배울 수 있습니다.
이런 분들에게 추천합니다
ㆍ 머신러닝 초보자
ㆍ 문과 계열 SE에서 머신러닝 프로그래밍이 필요한 사람
ㆍ 소프트웨어 기술자ㆍ소프트웨어 개발업 관리자 등
ㆍ 이과 학부 1~2년차
상세이미지
목차
서장 머신러닝을 가르쳐 주세요!
윤서의 방 ① 윤서와 여고생 지민
제1장 회귀란 어떻게 하는 거야?
1.1 숫자를 예측하는 어려움
1.2 설명변수에서 목표변수를 구한다
1.3 선형회귀함수를 구한다
1.4 정칙화의 효과
윤서의 방 ② 수학 복습 ①
제2장 분류는 어떻게 하는 거야?
2.1 데이터를 정리한다
2.2 데이터에서 클래스를 예측한다
2.3 로지스틱 분류
2.4 결정나무를 이용한 분류
윤서의 방 ③ 수학 복습 ②
제3장 결과의 평가
3.1 테스트 데이터로 평가하지 않으면 의미가 없다
3.2 학습 데이터ㆍ검증 데이터ㆍ테스트 데이터
3.3 교차확인법
3.4 정확성ㆍ정밀도ㆍ재현율ㆍ값
윤서의 방 ④ 수학 복습 ③
제4장 딥러닝
4.1 뉴럴 네트워크
4.2 오차역전파법을 이용한 학습
4.3 심층학습에 도전
4.3.1 딥 뉴럴 네트워크의 문제점
4.3.2 다계층학습을 이용한 방법(1) 사전학습법
4.3.3 다계층학습을 이용한 방법(2) 활성화 함수
4.3.4 다계층학습을 이용한 방법(3) 과적합의 회피
4.3.5 특화된 구조의 뉴럴 네트워크
윤서의 방 ⑤ 수학 복습 ④
제5장 앙상블 학습
5.1 버깅
5.2 랜덤 포레스트
5.3 부스팅
윤서의 방
⑥ 수학 복습 ⑤
제6장 비지도 학습
6.1 클러스터링
6.1.1 계층적 클러스터링
6.1.2 분할 최적화 클러스터링
6.2 행렬 분해
윤서의 방 ⑦ 수학 복습 ⑥