본문내용 바로가기
MD의선택 무료배송 이벤트 사은품 경품 소득공제

R로 마스터하는 머신 러닝 2/e 업무에 활용할 수 있는 선형모델에서 딥러닝까지

acorn+Packt 시리즈 | 2판
코리 레즈마이스터 지음 | 김종원, 김태영, 류성희, 이호 옮김 | 에이콘출판 | 2018년 03월 09일 출간
  • 정가 : 36,000원
    판매가 : 32,400 [10%↓ 3,600원 할인]
  • 통합포인트 :
    [기본적립] 1,800원 적립 [5% 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
    지금 주문하면 내일(13일,금) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내 바로드림 혜택
    휴일에는 바로드림 픽업으로 더 빨리 받아 보세요. 바로드림 혜택받고 이용하기

이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

  • 행사도서 포함 IT 분야 3만원 이상 구매시 개발자 텀블러티슈 ..
    2019.11.05 ~ 2019.12.31
  • 에이콘의 도서를 한 눈에 살펴보세요
    2017.11.23 ~ 2020.12.31
  • #리드잇 페이스북 페이지 팔로우 하시고, 신간소식 빠르게 받아보..
    2017.06.22 ~ 2025.07.31
  • MANNING, O'REILLY, PACKT, WILE..
    2016.03.07 ~ 2020.12.31
  • 설문참여 시 매월 5명 추첨통해 선물을 드립니다.
    10. 14 ~ 12. 31
상품상세정보
ISBN 9791161751283(1161751289)
쪽수 552쪽
크기 190 * 237 * 28 mm /1035g 판형알림
이 책의 원서/번역서 Mastering Machine Learning with R/Cory Lesmeister

책소개

이 책이 속한 분야

통계 계산과 그래픽에 특화된 언어인 R을 사용해 머신 러닝을 배우는데 필요한 여러 통계적 기법을 실제 사례에 적용하며 설명한다. 복잡한 수식이나 전문 프로그래밍 기법을 사용하지 않으면서, 선형 회귀에서부터 분류 문제나 딥러닝, 추천 시스템, 군집화, 시계열 분석, 텍스트 마이닝까지 머신 러닝의 거의 전 영역에 대해 실제 데이터를 이용해 간결한 R 코드로 명확하게 설명한다. 기초 통계와 프로그래밍을 조금 할 줄 안다면 더욱 더 이해하기 쉬울 것이다.

★ 이 책에서 다루는 내용 ★

■ 실제 업계에서 머신 러닝 도구를 적용하는 방법
■ R을 사용해 데이터를 분석하기 전에 효과적으로 준비하는 작업
■ 데이터를 효과적으로 시각화하는 방법
■ 분석을 위해 학습용 데이터 세트와 테스트용 데이터 세트를 만드는 이유와 방법에 대한 이해
■ 가장 기본적인 머신 러닝 방법인 선형 회귀와 로지스틱 회귀
■ 서포트 벡터 머신 같은 심화 머신 러닝 방법 이해
■ 아마존 클라우드 서비스에서 R 사용하기

★ 이 책의 대상 독자 ★

데이터 과학자, 데이터 분석가, R을 이용해 머신 러닝을 하는, 실무 지식이 있는 사람들 대상으로 한다. 갖고 있는 기술을 한 단계 더 끌어올려 이 분야에서 전문가가 되고 싶은 사람을 위한 책이다.

저자소개

저자 : 코리 레즈마이스터

10년 넘게 정량 분석에 관련된 일을 해왔으며, 현재 금융계에서 정량 분석 관리자로서 마케팅과 통제 모형을 만드는 일을 하고 있다. 일라이 릴리(Eli Lilly and Company)에서 16년간 일하면서 영업과 시장 분석, 린 식스 시그마(Lean Six Sigma), 시장 분석, 새 제품 예측 등의 일을 했다. 미국 육군에서 복무했으며, 2009년에는 이라크 바그다드에서 2만 9,000명 규모의 이라크 원유 경찰의 전략 고문으로 일하면서 이라크가 원유 관련 산업 시설들을 안전하게 보호하는데 필요한 장비를 공급했다. 비행기 애호가로서 노스 다코다 대학(University of North Dakoda)에서 항공 관리학으로 학사 학위를 받았고, 상용 헬리콥터 자격증을 갖고 있다.

역자 : 김종원

한글과컴퓨터에서 윈도우용 아래아한글을 개발했으며 임베디드 JVM 개발을 시작으로 리눅스 PDA와 스마트폰용 소프트웨어를 개발을 했다. 엔씨소프트에서 리니지 이터널을 개발했으며 현재는 엔씨소프트에서 모바일 게임 테스트 자동화 연구를 하고 있다. 여러 컴퓨터 잡지에 글을 기고했으며 ZDNet에 ‘망치와 모루’라는 컬럼을 연재했다. 역서로는 『윈도우 7 프로그래밍』(에이콘출판, 2011)이 있다.

역자 : 김태영

고등학교 시절 영화 월-E(Wall-E)를 보고 AI를 전공하기로 결심했다. 미국에서 석사를 마친 후 엔씨소프트에서 배운 것들을 사용해볼 기회를 호시탐탐 엿보고 있다.

역자 : 류성희

산업공학을 전공하고 금융관련 SI 업체에서 프로그래머로 일하다가 생태학과 환경에 관심이 생겨 농업 생태계 모델링을 공부하기 위해 유학을 갔으나 늦깎이로 통계학을 시작해 현재 아이오와 대학 통계학 박사 과정에 있다. 공부는 평생 하는 것이고, 언제든 다시 시작할 수 있다고 생각한다.

추가역자

대학교 동아리에서 컴퓨터 프로그래밍을 배워 한국에서 여러 소프트웨어 벤처에서 경력을 쌓았다. 이후 미국에 건너가 퀄컴, 엔비디아 등에서 리눅스 커널과 시스템 프로그래밍 관련 일을 했으며, 현재 뉴욕주에 있는 헤지펀드에서 소프트웨어 엔지니어로 일하고 있다. 역서로는 『리눅스 커널의 이해』(한빛미디어, 2003)가 있다.

작가의 말

머신 러닝(machine learning)은 인공 지능의 한 분야로 데이터를 통해 스스로 배우는 시스템을 만드는 것이다. 요즘 각광받고 있는 R 언어는 여러 플랫폼에서 동작하며 사용에 비용이 들지 않는 통계 프로그래밍 환경이다. 지금 R을 사용해 여러분이 갖고 있는 데이터에 머신 러닝 기법을 적용하고 익히기에 최고의 시기다.
이 책에는 R의 최근 버전을 사용해 기계 학습의 최신 기법을 적용하는 방법을 담았다. 이를 통해 통계 학습 이론과 지도 학습, 효율적인 알고리즘 디자인, 추천 엔진, 다중 클래스 분류 등을 배우고 탐구할 수 있다.
데이터 마이닝과 분류, 군집화, 회귀, 예측 모델, XG부스트(XGBoost)를 사용한 부스트 트리 등의 주제도 함께 다루고 있다. 결과물의 이해에 그치지 않고 각각의 개념과 역할을 이해하게 될 것이다.
신경망같이 쉽지 않은 주제를 심화 학습을 통해 공부할 것이다. 이 책을 끝내고 나면 AWS같은 클라우드 환경에서 R을 사용해 다양한 문제와 데이터를 갖고 머신 러닝을 할 수 있을 것이다.

목차

1장. 성공을 위한 과정

__CRISP-DM 모형화 기법
__비즈니스 이해
____비즈니스의 목적을 확인하는 것
____현재의 상황 판단
____분석적 목표의 결정
____프로젝트의 진행 계획을 만드는 것
__데이터 이해
__데이터 준비
__모형화
__평가적용알고리즘 순서도
__요약

2장. 선형 회귀-머신 러닝의 기본 기

__단변량 선형 회귀
____비즈니스 이해하기
__다변량 선형 회귀
____비즈니스 이해하기
____데이터의 이해와 준비 과정
____모형화와 평가
__선형 모형에서 다른 고려사항
____질적 피처
____상호작용 항
__요약

3장. 로지스틱 회귀와 판별 분석

__분류 방법 및 선형 회귀
__로지스틱 회귀
____비즈니스 이해하기
____데이터의 이해와 준비 과정
____모형화와 평가
________로지스틱 회귀 모형
________교차 검증을 포함한 로지스틱 회귀
__판별 분석의 개요
____판별 분석의 적용
__다변량 적응 회귀 스플라인(MARS)
모__형 선택
__요약

4장. 선형 모형에서 고급 피처 선택

__규제화(regularization)란?
____능형 회귀 분석
____LASSO
____일래스틱넷
__비즈니스 사례
____비즈니스 이해하기
____데이터의 이해와 준비 과정
__모형화와 평가..
____최량 부분 집합
____능형 회귀 분석
____LASSO
____일래스틱넷
____glmnet을 사용한 교차 검증
__모형 선택
__규제화와 분류
____로지스틱 회귀의 예
__요약

5장. 다른 분류 기법들 - K-최근접 이웃법과 서포트 벡터 머신

__K-최근접 이웃법
__서포트 벡터 머신
__비즈니스 사례
____비즈니스 이해하기
____데이터의 이해와 준비 과정
____모형화와 평가
________최근접 이웃(KNN) 모형화
________서포트 벡터 머신 모형화.
____모형 선택
__서포트 벡터 머신에서의 피처 선택
__요약

6장. 분류 트리와 회귀 트리

__개괄적인 방법
____회귀 트리
____분류 트리
____랜덤 포레스트(무작위의 숲)
____그레이디언트 부스트(경사 부양 기법)
__비즈니스 사례
____모형화 및 평가
________회귀 트리
________분류 트리
________랜덤 포레스트 회귀 분석(random forest regression)
________랜덤 포레스트 분류
________익스트림 그레디언트 부스트 기법 - 분류
____모형 선정.
____랜덤 포레스트를 사용한 피처 선택
__요약

7장. 신경망과 딥러닝

__신경망 소개
__딥러닝, 간단히 살펴보기
____딥러닝을 위한 자료와 심화 기법
__비즈니스의 이해
__데이터의 이해와 준비 과정
__모형화와 평가
__딥러닝 예제
____H2O의 배경
____데이터를 H2O에 업로드하기
____훈련 및 테스트 데이터 세트 생성
____모형화
__요약

8장. 군집화 분석

__계층적 군집화
____거리 계산
__K-평균 군집화
__가워와 중간점 구역 분할
____가워 비유사성 계수
____중간점 구역 분할 군집화(PAM)
__랜덤 포레스트
__비즈니스 이해하기
__데이터 이해와 준비 과정
__모형화와 평가
____계층적 군집화
__K-평균 군집화
____가워와 중간점 구역 분할
____랜덤 포레스트와 중간점 구역 분할
__요약

9장. 주성분 분석

__주성분의 개요
____회전
__비즈니스 이해하기
____데이터의 이해와 준비 과정
__모형화와 평가
____성분 추출
____직각 회전과 해석
____성분으로부터 요인 점수 생성
____회귀 분석
__요약

10장. 장바구니 분석, 추천 엔진과 순차적 분석

__장바구니 분석의 개요
__비즈니스 이해하기
__데이터의 이해와 준비 과정
__모형화와 평가
__추천 엔진의 개요
____사용자 기반 협업 필터링
____아이템 기반 협업 필터링
____특이값 분해와 주성분 분석
__비즈니스 이해와 추천
__데이터의 이해와 준비 과정과 추천
__모형화와 평가 그리고 추천하기
__순차적 데이터 분석
____순차적 데이터 분석의 적용
__요약

11장. 앙상블 생성과 다중 클래스 분류

__앙상블
__비즈니스와 데이터 이해하기
__모형화와 평가 그리고 선택
__비즈니스와 데이터 이해하기
__모형 평가와 선택
____랜덤 포레스트
____능형 회귀 분석
__MLR에서의 앙상블
__요약

12장. 시계열 자료와 인과관계

__단변량 시계열 분석
____그랜저 인과관계 이해하기
__비지니스 이해하기
____데이터의 이해와 준비 과정
__모형화와 평가
____단변량 시계열 예측
____인과관계의 검사
________선형 회귀
________벡터 자기회귀 모형(Vector autoregression)
__요약

13장. 텍스트 마이닝

__텍스트 마이닝 프레임워크와 기법
__주제(topic) 모형
____그 밖의 정량 분석 기법
__비즈니스 이해
____데이터의 이해와 준비
__모형화와 평가
____단어 빈도와 주제 모형
____또 다른 양적 분석 기법
__요약

14장. 클라우드에서 R 사용하기

__아마존 웹 서비스 계정 생성하기
____가상 머신 실행
____RStudio 시작하기
__요약

부록. A R의 기본

__R을 실행하기
__R 사용하기
__데이터 프레임과 행렬
__요약 통계 내기
__패키지를 설치하고 로드하기
__dplyr 패키지를 이용해 데이터 다루기
__요약

부록 B. 자료 출처

출판사 서평

★ 2판에 추가된 내용 ★

1장, ‘성공을 위한 과정’에서는 순서도상의 오타를 정정하고 새로운 방법론을 추가했다.
2장, ‘선형 회귀 - 머신 러닝의 기본 기술’에서는 코드를 개선하고 좀 더 나은 도표를 넣었다. 이를 제외하면 초판과 가까운 편이다.
3장, ‘로지스틱 회귀와 판별 분석’에서는 코드를 개선하고 정리했다. 좋아하는 기법인 다변량 적응 회귀 스프라인(multivariate adaptive regression spline)을 추가했는데, 잘 동작하고 비선형 데이터를 다룰 수 있으며 사용하기도 쉽다. 이를 기준 모형... 더보기

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 원서번역서

안내

이 분야의 베스트

  • 윤인성
    16,200원
  • 이남호
    23,310원
  • 길벗알앤디
    27,900원
  • 이동욱
    19,800원
  • 길벗R&D
    17,100원
더보기+

이 분야의 신간

  • 길벗알앤디
    27,900원
  • 다카라지마사
    9,900원
  • 테런스 J. 세즈노스키
    22,500원
  • 이동욱
    19,800원
  • 길벗R&D
    15,300원
더보기+

바로가기

  • 우측 확장형 배너 2
  • 우측 확장형 배너 2

최근 본 상품