동물들의 놀라운 지구 여행기 또는 R로 마스터하는 머신 러닝 2/e > 도서

동물들의 놀라운 지구 여행기



도서명 : 동물들의 놀라운 지구 여행기
저자/출판사 : 로라 놀스, 한겨레아이들
쪽수 : 64쪽
출판일 : 2018-01-30
ISBN : 9791160401257
정가 : 13000

실제 이야기 6

가장 멀리 헤엄치는 장수거북 8
넓은 바다를 돌아다니는 혹등고래 10
물살을 거스르는 홍연어 12
줄지어 이동하는 카리브닭새우 14
바다의 모험가 코끼리바다물범 16
알을 낳으러 떠나는 유럽뱀장어 18
용감한 여행가 붉은목벌새 20
바람을 가르는 나그네알바트로스 22
구름처럼 몰려다니는 제왕나비 24
따뜻한 남쪽을 찾아가는 아메리카흰두루미 26
나무에 매달려 사는 큰박쥐 28
가장 높이 나는 인도기러기 30
곡식과 풀을 먹어치우는 사막메뚜기 32
극지방을 오가는 북극제비갈매기 34
쉬지 않고 돌아다니는 얼룩말 36
비를 찾아 떠나는 누 38
겨울을 기다리는 북극곰 40
바다로 알을 낳으러 가는 붉은뭍게 42
햇빛을 좋아하는 가터뱀 44
북극을 여행하는 순록 46
연못을 찾아가는 두꺼비 48
사바나 초원의 여행자 아프리카코끼리 50
땅굴을 파는 노르웨이나그네쥐 52
빙하를 가로지르는 황제펭귄 54
화산으로 떠나는 갈라파고스이구아나 56
사람들의 이야기 58

세계지도 60
얼마나 멀리 여행할까? 62




R로 마스터하는 머신 러닝 2/e



도서명 : R로 마스터하는 머신 러닝 2/e
저자/출판사 : 코리 레즈마이스터, 에이콘출판
쪽수 : 552쪽
출판일 : 2018-03-09
ISBN : 9791161751283
정가 : 36000

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