상세정보

  • HOME
  • 상세정보

R로 마스터하는 머신 러닝 :업무에 활용할 수 있는 선형모델에서 딥러닝까지 =Mastering Machine Learning With R

레즈마이스터, 코리

책이미지
도서 상세정보
자료유형단행본
개인저자레즈마이스터, 코리
코리 레스마이스터
Lesmeister Cory
Cory Lesmeister
김종원
김태영
류성희
이호
서명/저자사항R로 마스터하는 머신 러닝 :업무에 활용할 수 있는 선형모델에서 딥러닝까지 =Mastering Machine Learning With R /레즈마이스터, 코리 지음 ;김종원,김태영,류성희,이호 옮김
판사항2nd ed.
발행사항서울 :에이콘출판,2018
형태사항551.p :표 ;24cm
ISBN9791161751283
서지주기부록(p.483-551)수록
비통제주제어머신러닝,데이터과학,인공지능,R
소장정보
No. 등록번호 청구기호 소장처/자료실/서가 도서상태 반납예정일 예약
1 EB040804 13.10-06 레58알 2018 국토연구원/자료실/ 대출중 2020-07-20 예약가능

목차 일부

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
    ...

목차 전체

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