상세정보

  • HOME
  • 상세정보

R을 활용한 머신러닝 3/e :R로 머신러닝 알고리즘 작성, 데이터 준비, 데이터 예측 기법 깊이 파기 =Machine Learning with R

란츠, 브레트

책이미지
도서 상세정보
자료유형단행본
개인저자란츠, 브레트
윤성진
단체저자명(주)크라스랩
서명/저자사항R을 활용한 머신러닝 3/e :R로 머신러닝 알고리즘 작성, 데이터 준비, 데이터 예측 기법 깊이 파기 =Machine Learning with R /란츠, 브레트 지음;윤성진,(주)크라스랩 옮김
판사항3판
발행사항서울 :에이콘출판,2020
형태사항595.p :삽화,표 ;24cm
ISBN9791161753928
서지주기찾아보기(p.579-595)수록
비통제주제어데이타마이닝,머신러닝,R,데이터분석
소장정보
No. 등록번호 청구기호 소장처/자료실/서가 도서상태 반납예정일 예약
1 EB041034 13.10-06 란95알 2020 국토연구원/자료실/ 대출중 2020-07-27 예약가능

목차 일부

1장. 머신러닝 소개
 머신러닝의 기원
 머신러닝의 사용과 남용
 기계의 학습 방법
 실전 머신러닝
 R을 이용한 머신러닝
 요약

2장. 데이터의 관리와 이해
 R 데이터 구조
 R을 이용한 데이터 관리
 데이터 탐색과 이해
 요약

3장. 게으른 학습: 최근접 이웃을 사용한 분류
 최근접 이웃 분류의 이해
 예제: k-NN 알고리즘으로 유방암 진단
 요...

목차 전체

1장. 머신러닝 소개
 머신러닝의 기원
 머신러닝의 사용과 남용
 기계의 학습 방법
 실전 머신러닝
 R을 이용한 머신러닝
 요약

2장. 데이터의 관리와 이해
 R 데이터 구조
 R을 이용한 데이터 관리
 데이터 탐색과 이해
 요약

3장. 게으른 학습: 최근접 이웃을 사용한 분류
 최근접 이웃 분류의 이해
 예제: k-NN 알고리즘으로 유방암 진단
 요약

4장. 확률적 학습: 나이브 베이즈 분류
 나이브 베이즈의 이해
 예제: 나이브 베이즈 알고리즘을 이용한 휴대폰 스팸 필터링
 요약

5장. 분할 정복: 의사 결정 트리와 규칙 기반의 분류 
 의사 결정 트리의 이해
 예제: C5.0 의사 결정 트리를 이용한 위험 은행 대출 식별
 분류 규칙 이해
 예제: 규칙 학습자를 이용한 독버섯 식별
 요약

6장. 수치 데이터 예측: 회귀 방법
 회귀의 이해
 예제: 선형 회귀를 이용한 의료비 예측
 회귀 트리와 모델 트리의 이해
 예제: 회귀 트리와 모델 트리로 와인 품질 평가
 요약

7장. 블랙박스 방법: 신경망과 서포트 벡터 머신
 신경망의 이해
 예제: ANN으로 콘크리트 강도 모델링
 서포트 벡터 머신의 이해
 예제: SVM으로 OCR 수행
 요약
 
8장. 패턴 찾기: 연관 규칙을 이용한 장바구니 분석
 연관 규칙의 이해
 예제: 연관 규칙으로 자주 구매되는 식료품 식별
 요약
 
9장. 데이터 그룹 찾기: k-평균 군집화
 군집화의 이해
 k-평균 군집화를 이용한 십대 시장 세분화 발굴
 요약

10장. 모델 성능 평가
 분류 성능 측정
 미래의 성능 예측
 요약

11장. 모델 성능 개선
 성능 개선을 위한 신용 모델 튜닝
 메타학습으로 모델 성능 개선
 요약

12장. 특화된 머신러닝 주제
 실세계 데이터 관리와 준비
 온라인 데이터와 서비스 작업
 도메인에 특화된 데이터 작업
 R 성능 개선
 요약

찾아보기