본문내용 바로가기
무료배송 소득공제

[Book] Statistics for Machine Learning

Pratap Dangeti 지음 | Packt Publishing | 2017년 10월 01일

이 책의 다른 상품 정보

  • 정가 : 44,000원
    판매가 : 44,000 [0%↓ 0원 할인] 할인쿠폰 받기
  • 통합포인트 :
    [기본적립] 1,320원 적립 [3% 적립] 안내 [추가적립] 5만원 이상 구매 시 2천원 추가적립 [회원혜택] 우수회원 3만원 이상 구매 시 2~4% 추가적립
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    02월 04일 출고 예정 배송일정 안내

알립니다.

  • 외국도서의 경우 해외제공정보로만 서비스되어 미표기된 정보가 있을 수 있습니다. 필요한 정보가 있을경우 1:1 문의게시판 을 이용하여 주십시오.
상품상세정보
ISBN 9781788295758(1788295757)
쪽수 426쪽
언어 English
크기 192(W) X 237(H) X 21(T) (mm)
제본형태 페이퍼백-Paperback
총권수 1권

책소개

이 책이 속한 분야

원서번역서 내용 엿보기

통계와 머신 러닝의 관계에 대해 기초적인 개념을 정립할 수 있도록 돕는다. 또한 지도학습, 비지도학습, 강화학습에 이르기까지 머신 러닝에서 주로 사용되는 대부분의 기법에 대해 파이썬과 R 예제를 제공한다.
책의 초반에 통계와 머신 러닝의 전반적인 관계에 대해 설명한 다음, 지도학습, 비지도학습, 강화학습 순으로 각각의 기법에서 통계적 방법과 머신 러닝 기법을 비교하며 설명한다. 거의 대부분의 예제에 대해서 파이썬과 R 코드를 같이 제공하기 때문에 코드를 직접 실행해 가면서 책을 읽을 수 있다.

이 책의 원서번역서

목차

Chapter 1 : Journey from Statistics to Machine Learning
Staistical terminology for model building and validation
Machine learning terminology for model building and validation
Machine learning model overview
Summery

Chapter 2 : Parallelism of Statistics and Machine Learning
Comparison between regression and machine learning models
Compensating factors in machine learning models
Machine learning models - ridge and lasso regression
Summary

Chapter 3 : Logistic Regression Versus Random Forest
Maximum likelihood estimation
Logistic regression - introduction and advantages
Random forest
Variable importance plot
Comparison of logistic regression eith random forest
Summary

Chapter 4 : Tree - Based Machine Learning Models
Introducing decision tree classifiers
Comparison between logistic regression and decision trees
Comparison of error components across various styles of models
Remedial actions to push the model towards the ideal region
HR attrition data example
Decision tree classifier
Tuning class weights in decision tree classifier
Bagging classifier
Random forest classifier
Random forest classifier - grid search
AdaBoost classifier
Gradoent boosting classifier
Comparison between AdaBooksting versus gradient boosting
Extreme gradient boosting - XGBoost classifier
Ensemble of ensembles - model stacking
Ensemble of ensembles with different types of classifier
Ensemble of ensembles with vootstrap samples using a single type of classifier
Summary

Chapter 5 : K-Neatrest Neighbors and Naive Bayes
K-nearest neighbors
KNN classifier with vreast cancer Wisconsin data example
Tuning of -k-value in KNN classifier
Naive Bayes
Probability fundamentals
Understanding Bayes theorem with condigional probability
Naive Bayes classification
Laplace estimator
Naive Bayes SMS spam classification example
Summary

Chapter 6 : Support Vector Machines and Neural Networks
Support vector machines working principles
Kernel functuoins
SVM multilabel classifier with letter recognition data example
Artificial neural networks- ANN
Activation functions
Forward propagation and backpropagation
Dropout in neural networks
ANN classifier applied on handwritten digits using scikit-learn
Introduction to deep learning
Summary

Chapter 7 : Recommendation Engines
Content-based filtering
Collaboratice filtering
Evaluation of recommendation engine model

Chapter 8 : Unsupervised Learning
K-means clustering
Principal componet analysis - PCA
Singular value decomposition - SVD
Deep auto encoders applolied on handwritten digits using keras
Summary

Chapter 9 : Reinforcement Learning
Introduction to reinforcement learning
Comparing supervised, unsupervised, and reinforcement learning in detail
Characteristics of reinforcement learning
Reinforcement learning basics
Markov decision processes and Bellman equations
Dynamic programming
Grid world example using value and policy ineration algorithms with basic Python
Monte Carlo methods
Temporal difference learning
SARSA on-policy TD control
Q-learning - off-policy TD control
Cliff walking example of on - policy and off- policy of TD control
Applications of reinforcement learning with integration of machine
learning and deep learning
Further reading
Summary

북로그 리뷰 (0) 쓰러가기

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 300원 / 발송 후 5일 이내 작성시 400원 / 이 상품의 첫 리뷰 작성 시 500원
(포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외)
안내
  • 해당도서의 리뷰가 없습니다.

Klover 평점/리뷰 (0)

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매도서의 문장수집을 기록하면 통합포인트 적립 안내

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
[1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)

※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
    또는 고객센터 (1544-1900)
반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 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
  • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
  • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
  • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
  • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
    해당되는 경우
(1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)
상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
이메일과 문자로 안내드리겠습니다.
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

이 책의 해외주문가능도서
있습니다.

이 책의 원서번역서

안내

이 분야의 베스트

  • Aurelien, Geron
    79,600원
  • King, K. N.
    40,000원
  • Bostrom, Nick
    14,000원
  • Packt Publishin...
    56,300원
  • Stephens-Davido...
    13,880원
더보기+

이 분야의 신간

  • Martin Kleppman...
    69,000원
  • Pointer, Ian
    52,000원
  • Wai Tak Wong
    56,980원
  • Planche, Benjam...
    39,000원
  • STEFAN ROMMER
    139,000원
더보기+

바로가기

  • 우측 확장형 배너 2
  • 우측 확장형 배너 2

최근 본 상품