본문내용 바로가기

KYOBO 교보문고

금/토/일 주말특가
북캉스 선물주간(8월)
삼성 갤럭시 이용자면 무료!
[VORA]보라프렌즈 6기 모집
  • 교보인문학석강 정혜신 작가
  • 손글씨스타
  • 손글쓰기캠페인 메인
  • 손글씨풍경
파이썬 라이브러리를 활용한 머신러닝
* 중고장터 판매상품은 판매자가 직접 등록/판매하는 상품으로 판매자가 해당상품과 내용에 모든 책임을 집니다. 우측의 제품상태와 하단의 상품상세를 꼭 확인하신 후 구입해주시기 바랍니다.
456쪽 | 규격外
ISBN-10 : 8968483396
ISBN-13 : 9788968483394
파이썬 라이브러리를 활용한 머신러닝 중고
저자 안드레아스 뮐러,세라 가이도 | 역자 박해선 | 출판사 한빛미디어
정가
30,000원
판매가
23,500원 [22%↓, 6,500원 할인]
배송비
2,600원 (판매자 직접배송)
지금 주문하시면 2일 이내 출고 가능합니다.
토/일, 공휴일을 제외한 영업일 기준으로 배송이 진행됩니다.
2017년 7월 1일 출간
제품상태
상태 상급 외형 상급 내형 상급

[상태 상세 항목] 선택 해당 사항있음 미선택 해당 사항없음

1.외형 상세 미선택 낙서 미선택 얼룩 미선택 접힘 미선택 낙장(뜯어짐) 미선택 찢김 미선택 변색 미선택 제본불량 미선택 부록있음

2.내형 상세 미선택 낙서 미선택 얼룩 미선택 접힘 선택 낙장(뜯어짐) 미선택 찢김 미선택 변색 [*첫페이지(지은이,펴낸곳외 정보가 있는 페이지) 뜯어져서 없어요.]

이 상품 최저가
21,500원 다른가격더보기
새 상품
27,000원 [10%↓, 3,000원 할인] 새상품 바로가기
수량추가 수량빼기
안내 :

중고장터에 등록된 판매 상품과 제품의 상태는 개별 오픈마켓 판매자들이 등록, 판매하는 것으로 중개 시스템만을 제공하는
인터넷 교보문고에서는 해당 상품과 내용에 대해 일체 책임을 지지 않습니다.

교보문고 결제시스템을 이용하지 않은 직거래로 인한 피해 발생시, 교보문고는 일체의 책임을 지지 않습니다.

중고책 추천 (판매자 다른 상품)

더보기

판매자 상품 소개

※ 해당 상품은 교보문고에서 제공하는 정보를 활용하여 안내하는 상품으로제품 상태를 반드시 확인하신 후 구입하여주시기 바랍니다.

*첫페이지(지은이,펴낸곳외 정보가 있는 페이지) 뜯어져서 없어요.

 뜯어진 표시있구요, 그외 깨끗합니다.

 꼭 참고하시고 주문해주세요~

판매자 배송 정책

  • 토/일, 공휴일을 제외한 영업일 기준으로 배송이 진행됩니다.

더보기

구매후기 목록
NO 구매후기 구매만족도 ID 등록일
60 잘 읽겠습니다.^^^^^^ 5점 만점에 5점 gabiha*** 2020.04.23
59 배송이 매우 빠릅니다. 5점 만점에 5점 smooms*** 2020.03.28
58 책 상태도 좋고 배송도 빠릅니다. 5점 만점에 5점 dongh9*** 2020.03.16
57 배송빠르고 책 상태도 좋아요 5점 만점에 5점 hou1*** 2019.06.19
56 굳굳굳굳굳굳굳굳굳굳굳 5점 만점에 5점 parkjon*** 2019.03.27

이 책의 시리즈

책 소개

상품구성 목록
상품구성 목록

사이킷런 핵심 개발자에게 배우는 머신러닝 이론과 구현 현업에서 머신러닝을 연구하고 인공지능 서비스를 개발하기 위해 꼭 학위를 받을 필요는 없다. 사이킷런(scikit-learn)과 같은 훌륭한 머신러닝 라이브러리가 복잡하고 난해한 작업을 직관적인 인터페이스로 감싸주는 덕분. 이 책에서는 사이킷런의 핵심 개발자가 복잡한 수학을 동원하지 않고 실용적으로 머신러닝을 구축하는 모든 단계를 설명한다. 미적분, 선형대수, 확률 이론을 공부하지 않았어도 이 책을 통해 머신러닝을 활용할 수 있게 될 것이다. 한국어판에는 특별히 ‘저자 인터뷰’와 ‘KoNLPy를 사용한 영화 리뷰 분석(7.8.1절)’도 실었다.

저자소개

저자 : 안드레아스 뮐러
저자 안드레아스 뮐러(Andreas Mu?ller)는 독일 본(Bonn) 대학교에서 머신러닝으로 박사 학위를 받았습니다. 1년간 아마존의 컴퓨터 비전 응용 부서에서 머신러닝 연구자로 일한 뒤 뉴욕 대학교의 데이터 과학 센터에 합류했고, 현재는 컬럼비아 대학교에서 ‘Applied Machine Learning’ 과목을 가르치고 있습니다. 지난 4년 동안 학계와 산업계에서 널리 사용하는 머신러닝 툴킷인 사이킷런의 핵심 기여자와 관리자로 활동했습니다. 또 잘 알려진 여러 머신러닝 패키지를 직접 만들거나 개발에 참여했습니다. 뮐러의 소망은 머신러닝 애플리케이션 개발의 진입 장벽을 낮추고, 수준 높은 머신러닝 알고리즘을 손쉽게 사용할 수 있는 공개 툴을 만드는 것입니다.

저자 : 세라 가이도
저자 세라 가이도(Sarah Guido)는 오랫동안 스타트업에서 일해온 데이터 과학자이자 뛰어난 콘퍼런스 발표자입니다. 파이썬, 머신러닝, 대량의 데이터와 기술 세계를 좋아합니다. 미시간 대학교의 대학원에 입학했으며, 지금은 뉴욕에 거주하고 있습니다.

역자 : 박해선
역자 박해선은 니트머스의 시니어 소프트웨어 엔지니어. 홍익대학교 기계공학과를 졸업했고 현대자동차 연구소를 나와 여러 벤처 회사를 거치며 소프트웨어 엔지니어 경력을 쌓았습니다. NHN TX, 11번가, SK텔레콤, 이베이코리아, LG전자 등의 프로젝트에서 광고 전달 및 서버 설계와 개발에 참여했습니다. 텐서플로 블로그(tensorflow.blog)에 글을 쓰고, 텐서플로 코리아 그룹(facebook.com/groups/TensorFlowKR) 운영진으로 활동하고 있습니다.
『텐서플로 첫걸음』(한빛미디어, 2016)을 우리말로 옮겼습니다.

목차

CHAPTER 1 소개
1.1 왜 머신러닝인가?
_1.1.1 머신러닝으로 풀 수 있는 문제
_1.1.2 문제와 데이터 이해하기
1.2 왜 파이썬인가?
1.3 scikit-learn
_1.3.1 scikit-learn 설치
1.4 필수 라이브러리와 도구들
_1.4.1 주피터 노트북
_1.4.2 NumPy
_1.4.3 SciPy
_1.4.4 matplotlib
_1.4.5 pandas
_1.4.6 mglearn
1.5 파이썬 2 vs. 파이썬 3
1.6 이 책에서 사용하는 소프트웨어 버전
1.7 첫 번째 애플리케이션: 붓꽃의 품종 분류
_1.7.1 데이터 적재
_1.7.2 성과 측정: 훈련 데이터와 테스트 데이터
_1.7.3 가장 먼저 할 일: 데이터 살펴보기
_1.7.4 첫 번째 머신러닝 모델: k-최근접 이웃 알고리즘
_1.7.5 예측하기
_1.7.6 모델 평가하기
1.8 요약

CHAPTER 2 지도 학습
2.1 분류와 회귀
2.2 일반화, 과대적합, 과소적합
_2.2.1 모델 복잡도와 데이터셋 크기의 관계
2.3 지도 학습 알고리즘
_2.3.1 예제에 사용할 데이터셋
_2.3.2 k-최근접 이웃
_2.3.3 선형 모델
_2.3.4 나이브 베이즈 분류기
_2.3.5 결정 트리
_2.3.6 결정 트리의 앙상블
_2.3.7 커널 서포트 벡터 머신
_2.3.8 신경망(딥러닝)
2.4 분류 예측의 불확실성 추정
_2.4.1 결정 함수
_2.4.2 예측 확률
_2.4.3 다중 분류에서의 불확실성
2.5 요약 및 정리

CHAPTER 3 비지도 학습과 데이터 전처리
3.1 비지도 학습의 종류
3.2 비지도 학습의 도전 과제
3.3 데이터 전처리와 스케일 조정
_3.3.1 여러 가지 전처리 방법
_3.3.2 데이터 변환 적용하기
_3.3.3 훈련 데이터와 테스트 데이터의 스케일을 같은 방법으로 조정하기
_3.3.4 지도 학습에서 데이터 전처리 효과
3.4 차원 축소, 특성 추출, 매니폴드 학습
_3.4.1 주성분 분석(PCA)
_3.4.2 비음수 행렬 분해(NMF)
_3.4.3 t-SNE를 이용한 매니폴드 학습
3.5 군집
_3.5.1 k-평균 군집
_3.5.2 병합 군집
_3.5.3 DBSCAN
_3.5.4 군집 알고리즘의 비교와 평가
_3.5.5 군집 알고리즘 요약
3.6 요약 및 정리

CHAPTER 4 데이터 표현과 특성 공학
4.1 범주형 변수
_4.1.1 원-핫-인코딩(가변수)
_4.1.2 숫자로 표현된 범주형 특성
4.2 구간 분할, 이산화 그리고 선형 모델, 트리 모델
4.3 상호작용과 다항식
4.4 일변량 비선형 변환
4.5 특성 자동 선택
_4.5.1 일변량 통계
_4.5.2 모델 기반 특성 선택
_4.5.3 반복적 특성 선택
4.6 전문가 지식 활용
4.7 요약 및 정리

CHAPTER 5 모델 평가와 성능 향상
5.1 교차 검증
_5.1.1 scikit-learn의 교차 검증
_5.1.2 교차 검증의 장점
_5.1.3 계층별 k-겹 교차 검증과 그외 전략들
5.2 그리드 서치
_5.2.1 간단한 그리드 서치
_5.2.2 매개변수 과대적합과 검증 세트
_5.2.3 교차 검증을 사용한 그리드 서치
5.4 평가 지표와 측정
_5.4.1 최종 목표를 기억하라
_5.4.2 이진 분류의 평가 지표
_5.4.3 다중 분류의 평가 지표
_5.4.4 회귀의 평가 지표
_5.4.5 모델 선택에서 평가 지표 사용하기
5.5 요약 및 정리

CHAPTER 6 알고리즘 체인과 파이프라인
6.1 데이터 전처리와 매개변수 선택
6.2 파이프라인 구축하기
6.3 그리드 서치에 파이프라인 적용하기
6.4 파이프라인 인터페이스
_6.4.1 make_pipleline을 사용한 파이프라인 생성
_6.4.2 단계 속성에 접근하기
_6.4.3 그리드 서치 안의 파이프라인 속성에 접근하기
6.5 전처리와 모델의 매개변수를 위한 그리드 서치
6.6 모델 선택을 위한 그리드 서치
6.7 요약 및 정리

CHAPTER 7 텍스트 데이터 다루기
7.1 문자열 데이터 타입
7.2 예제 애플리케이션: 영화 리뷰 감성 분석
7.3 텍스트 데이터를 BOW로 표현하기
_7.3.1 샘플 데이터에 BOW 적용하기
_7.3.2 영화 리뷰에 대한 BOW
7.4 불용어
7.5 tf?idf로 데이터 스케일 변경하기
7.6 모델 계수 조사
7.7 여러 단어로 만든 BOW(n-그램)
7.8 고급 토큰화, 어간 추출, 표제어 추출
_7.8.1 (한국어판 부록) KoNLPy를 사용한 영화 리뷰 분석
7.9 토픽 모델링과 문서 군집화
_7.9.1 LDA
7.10 요약 및 정리

CHAPTER 8 마무리
8.1 머신러닝 문제 접근 방법
_8.1.1 의사 결정 참여
8.2 프로토타입에서 제품까지
8.3 제품 시스템 테스트
8.4 나만의 추정기 만들기
8.5 더 배울 것들
_8.5.1 이론
_8.5.2 다른 머신러닝 프레임워크와 패키지
_8.5.3 랭킹, 추천 시스템과 그 외 다른 알고리즘
_8.5.4 확률 모델링, 추론, 확률적 프로그래밍
_8.5.5 신경망
_8.5.6 대규모 데이터셋으로 확장
_8.5.7 실력 기르기
8.6 마치며

책 속으로

출판사 서평

실제 문제에 대한 해법을 찾는 머신러닝 기술자를 위한 본격 머신러닝 입문서 이 책은 머신러닝 알고리즘을 밑바닥부터 만드는 법을 다루지는 ‘않으며’, 대신 사이킷런과 다른 라이브러리에 이미 구현된 방대한 양의 모델을 사용하는 법에 집중합니다. 머신러...

[출판사서평 더 보기]

실제 문제에 대한 해법을 찾는 머신러닝 기술자를 위한 본격 머신러닝 입문서
이 책은 머신러닝 알고리즘을 밑바닥부터 만드는 법을 다루지는 ‘않으며’, 대신 사이킷런과 다른 라이브러리에 이미 구현된 방대한 양의 모델을 사용하는 법에 집중합니다. 머신러닝과 인공지능에 대한 사전 지식이 필요 없는 입문서로, 파이썬과 사이킷런을 중심으로 머신러닝 애플리케이션을 성공적으로 만드는 모든 단계를 밟아갑니다. 여기서 소개하는 방법들은 상용 애플리케이션을 만드는 데이터 전문가는 물론 연구자와 과학자에게도 도움이 될 것입니다. 파이썬과 NumPy, matplotlib 라이브러리에 친숙하다면 이 책의 대부분을 이해할 수 있습니다.

★ 주요 내용
머신러닝의 기본 개념과 응용
널리 사용되는 머신러닝 알고리즘의 장점과 단점
머신러닝으로 처리한 데이터를 표현하는 방법
모델 평가와 매개변수 튜닝을 위한 고급 방법
체인 모델과 워크플로 캡슐화를 위한 파이프라인
텍스트 데이터를 다루는 기술
머신러닝과 데이터 과학 기술 향상을 위한 조언

[출판사서평 더 보기 닫기]

책 속 한 문장

회원리뷰

  • 요새 많이 팔리고 있는 책 중 하나인 것 같습니다. 교보문고 Best에서도 보이는 것같구요... 머신러닝에 대한 개념을 ...

    요새 많이 팔리고 있는 책 중 하나인 것 같습니다. 교보문고 Best에서도 보이는 것같구요...


    머신러닝에 대한 개념을 어느정도 배웠다면 실제로 내가 만들고 싶은 sw에 활용하고 싶어지는건 당연한 일입니다. 하지만 그 복잡한 알고리즘을 직접 코딩한다는 것은 힘든 일입니다.


    이 책은 파이썬으로 구현한 scikit-learn이라는 머신러닝 라이브러리를  통해서 알고리즘을 쉽게 사용할 수 있도록, scikit-learn이 제공하는 핵심 알고리즘들의 사용법을 알려줍니다.


    이론적 배경없이도 python만 알고 있다면 이 책을 통해서 충분히 학습하여 프로그램을 만들 수 있습니다.


    물론 선형대수, 미적분, 확률통계를 공부했다면 더 쉽게 머신러닝에 대해 이해할 수 있지만 이 책에서는 수식없이 적절한 그림 설명과 함께 코드를 제공하고 있습니다.


    api를 차근차근 설명해주고 있어서 그런지 책을 보는데 있어서 쉽게 느껴졌습니다.


     

교환/반품안내

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

교환/반품안내
반품/교환방법

[판매자 페이지>취소/반품관리>반품요청] 접수
또는 [1:1상담>반품/교환/환불], 고객센터 (1544-1900)

※ 중고도서의 경우 재고가 한정되어 있으므로 교환이 불가할 수 있으며, 해당 상품의 경우 상품에 대한 책임은 판매자에게 있으며 교환/반품 접수 전에 반드시 판매자와 사전 협의를 하여주시기 바랍니다.

반품/교환가능 기간

변심반품의 경우 수령 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

※ 중고도서의 경우 판매자와 사전의 협의하여주신 후 교환/반품 접수가 가능합니다.

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 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 개인주문상품이므로 단순 변심 및 착오로 인한 취소/교환/반품 시 해외주문 반품/취소 수수료 고객 부담 (해외주문 반품/취소 수수료는 판매정가의 20%를 적용

2) 중고도서 : 반품/교환접수없이 반송하거나 우편으로 접수되어 상품 확인이 어려운 경우

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

판매자
yuki29
판매등급
우수셀러
판매자구분
일반
구매만족도
5점 만점에 5점
평균 출고일 안내
2일 이내
품절 통보율 안내
3%

바로가기

최근 본 상품