YES24 카테고리 리스트

YES24 유틸메뉴

Global YES24안내보기: Global YES24는?

K-POP/K-Drama 관련상품(음반,도서,DVD)을
영문/중문 으로 이용하실 수 있습니다.

Korean wave shopping mall, sell the
K-POP/K-Drama (CD,DVD,Blu-ray,Book) We aceept PayPal/UnionPay/Alipay
and support English/Chinese Language service
English
作为出售正规 K-POP/K-Drama 相关(CD,图书,DVD) 韩流商品的网站, 支持中文/英文等海外结账方式
中文
Exclusive ticket sales for domestic and international pop artists
Global yesticket

검색

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

신용카드 (54x86mm)

A4용지 (210x297mm)

사이즈비교 공유하기

소득공제

파이썬 라이브러리를 활용한 머신러닝

사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

[ 번역개정판 ]

안드레아스 뮐러, 세라 가이도 저/박해선 역 | 한빛미디어 | 2019년 03월 29일 리뷰 총점9.2 정보 더 보기/감추기

내용: 4.8점

편집/디자인: 4.4점

회원리뷰(9건)

상품 가격정보
정가	32,000원
판매가	28,800원 (10% 할인)
YES포인트	1,600원 (5% 적립) 5만원이상 구매 시 2천원 추가적립 5만원이상 구매 시 2천원 추가적립 안내

결제혜택
결제혜택	카드/간편결제 혜택을 확인하세요 카드/간편결제 혜택 보기/감추기 KB페이 1,000원 즉시할인 1만 5천원 이상 결제시, 일 1000명 관련페이지 바로가기 모바일팝 모바일 6% 즉시할인 모바일 결제시 관련페이지 바로가기 토스페이 첫결제 2천원 캐시백 생애첫결제, 1만원이상 관련페이지 바로가기

구매 시 참고사항
구매 시 참고사항	본 도서의 개정판이 출간되었습니다. 현재 새 상품은 구매 할 수 없습니다. 아래 상품으로 구매하거나 판매 해보세요.

스프링분철 서비스 옵션 로딩 중... 분철옵션 선택 시, 배송일이 변경될 수 있습니다. 분철상품은 해외배송이 불가합니다. 자세히보기

절판

수량

개정판 보기

해외배송 가능
최저가 보상
문화비소득공제 신청가능

리스트에 넣기

파이썬 라이브러리를 활용한 머신러닝

분철 선택하기 개정판 보기

품목정보

품목정보
발행일	2019년 03월 29일
쪽수, 무게, 크기	480쪽 \| 850g \| 18323530mm
ISBN13	9791162241646
ISBN10	1162241640

책소개

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 및 정리 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 (한국어판 부록) 배깅, 엑스트라 트리, 에이다부스트 __2.3.8 커널 서포트 벡터 머신 __2.3.9 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 (한국어판 부록) QuantileTransformer와 PowerTransformer __3.3.4 훈련 데이터와 테스트 데이터의 스케일을 같은 방법으로 조정하기 __3.3.5 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 OneHotEncoder와 ColumnTransformer: scikit-learn으로 범주형 변수 다루기 4.3 make_column_transformer로 간편하게 ColumnTransformer 만들기 4.4 구간 분할, 이산화 그리고 선형 모델, 트리 모델 4.5 상호작용과 다항식 4.6 일변량 비선형 변환 4.7 특성 자동 선택 __4.7.1 일변량 통계 __4.7.2 모델 기반 특성 선택 __4.7.3 반복적 특성 선택 4.8 전문가 지식 활용 4.9 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 __5.1.4 (한국어판 부록) 반복 교차 검증 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 5.3 평가 지표와 측정 __5.3.1 최종 목표를 기억하라 __5.3.2 이진 분류의 평가 지표 __5.3.3 다중 분류의 평가 지표 __5.3.4 회귀의 평가 지표 __5.3.5 모델 선택에서 평가 지표 사용하기 5.4 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 __6.6.1 중복 계산 피하기 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

펼쳐보기접어보기

상세 이미지

저자 소개 (3명)

저 : 안드레아스 뮐러 (Andreas Mueller)

관심작가 알림신청 작가 파일

독일 본(Bonn) 대학교에서 머신러닝으로 박사 학위를 받았다. 1년간 아마존의 컴퓨터 비전 응용 부서에서 머신러닝 연구자로 일한 뒤 뉴욕 대학교의 데이터 과학 센터에 합류했고, 현재는 컬럼비아 대학교에서 ‘Applied Machine Learning’ 과목을 가르치고 있다. 지난 4년 동안 학계와 산업계에서 널리 사용하는 머신러닝 툴킷인 사이킷런의 핵심 기여자와 관리자로 활동했다. 또 잘 알려진 여러 머신러닝 ... 독일 본(Bonn) 대학교에서 머신러닝으로 박사 학위를 받았다. 1년간 아마존의 컴퓨터 비전 응용 부서에서 머신러닝 연구자로 일한 뒤 뉴욕 대학교의 데이터 과학 센터에 합류했고, 현재는 컬럼비아 대학교에서 ‘Applied Machine Learning’ 과목을 가르치고 있다. 지난 4년 동안 학계와 산업계에서 널리 사용하는 머신러닝 툴킷인 사이킷런의 핵심 기여자와 관리자로 활동했다. 또 잘 알려진 여러 머신러닝 패키지를 직접 만들거나 개발에 참여했다. 뮐러의 소망은 머신러닝 애플리케이션 개발의 진입 장벽을 낮추고, 수준 높은 머신러닝 알고리즘을 손쉽게 사용할 수 있는 공개 툴을 만드는 것이다.

펼쳐보기접어보기

저 : 세라 가이도 (Sarah Guido)

관심작가 알림신청 작가 파일

오랫동안 스타트업에서 일해온 데이터 과학자이자 뛰어난 콘퍼런스 발표자. 파이썬, 머신러닝, 대량의 데이터와 기술 세계를 좋아한다. 미시간 대학교의 대학원에 입학했으며, 지금은 뉴욕에 거주하고 있다. 오랫동안 스타트업에서 일해온 데이터 과학자이자 뛰어난 콘퍼런스 발표자. 파이썬, 머신러닝, 대량의 데이터와 기술 세계를 좋아한다. 미시간 대학교의 대학원에 입학했으며, 지금은 뉴욕에 거주하고 있다.

역 : 박해선

관심작가 알림신청 작가 파일

기계공학을 전공했으나 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. 지금은 ML GDE(Machine Learning Google Developer Expert)로 활동하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다. 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필하고, 『핸즈온 머신러닝(2판)』(한빛미디어, 2020), 『미술관... 기계공학을 전공했으나 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. 지금은 ML GDE(Machine Learning Google Developer Expert)로 활동하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다.

『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필하고, 『핸즈온 머신러닝(2판)』(한빛미디어, 2020), 『미술관에 GAN 딥러닝 실전 프로젝트』(한빛미디어, 2019), 『파이썬을 활용한 머신러닝 쿡북』(한빛미디어, 2019), 『머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로』(길벗, 2019), 『파이썬 라이브러리를 활용한 머신러닝』(한빛미디어, 2019), 『케라스 창시자에게 배우는 딥러닝』(길벗, 2018), 『핸즈온 머신러닝』(한빛미디어, 2018), 『텐서플로 첫걸음』(한빛미디어, 2016)을 우리말로 옮겼다.

펼쳐보기접어보기

만든 이 코멘트

저자, 역자, 편집자를 위한 공간입니다. 독자들에게 전하고 싶은 말씀을 남겨주세요. 코멘트 쓰기

안녕하세요. 이 책의 역자 입니다.

박해선 (haesun.park@tensorflow.blog) | 2019-03-20

안녕하세요. "파이썬 라이브러리를 활용한 머신러닝"을 번역한 박해선입니다. 이 책을 선택해 주신 많은 독자에게 진심으로 감사의 말씀 드립니다. 독자들이 아니었다면 이런 개정판을 낼 수 없었을 것입니다. 개정판은 사이킷런의 최신 버전의 변경 사항과 추가 기능을 담았습니다. 무엇보다도 컬러 인쇄로 새롭게 단장한 책을 내놓게 되어 너무 기쁩니다. 이 책은 사이킷런(Scikit-Learn) 라이브러리를 사용하여 머신러닝 작업의 파이프라인 전반을 학습할 수 있도록 구성되어 있습니다. 지도학습, 비지도학습, 분류, 회귀, 텍스트 분석, 특성공학, 교차검증, 그리드서치, 평가 등의 주제를 알차게 담고 있습니다. 복잡할 수 있는 머신러닝 개념을 사이킷런의 핵심 개발자이자 릴리스 매니저인 안드레아스가 명쾌하게 설명합니다. 책을 읽는 시간이 결코 아깝지 않을 것입니다. 이 책을 통해 머신러닝의 큰 그림을 그려보세요! 책을 구매하시면 제 블로그(https://tensorflow.blog/)의 에러타 페이지(https://bit.ly/2UM54Jo)와 깃허브(https://bit.ly/2HJ6sdn)를 꼭 참고해 주세요. 항상 사이킷런 최신 버전에 맞춘 코드와 에러타를 업데이트 하겠습니다. "케라스 창시자에게 배우는 딥러닝", "핸즈온 머신러닝", "텐서플로 첫걸음"도 사랑해 주셔서 감사드립니다. 많은 분들의 응원 덕분에 한걸음 한걸음 힘을 냅니다. 더 좋은 책으로 찾아 뵙겠습니다. 감사합니다.

출판사 리뷰

실제 문제에 대한 해법을 찾는 머신러닝 기술자를 위한 본격 머신러닝 입문서
사이킷런 최신 버전을 반영한 풀컬러 번역개정판

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.

★ 번역개정판의 특징
본 번역개정판은 원서 4쇄를 기반으로 하며, 초판 발행 이후 알려진 오탈자를 모두 바로잡았습니다. 또한 시각적 편의를 위해 풀컬러로 인쇄했고, scikit-learn 업데이트에 따라 전반적으로 내용을 업데이트했습니다. 나아가 국내 독자에게 더 도움이 되도록 2.3절에 배깅, 엑스트라 트리, 에이다부스트 알고리즘을 살펴보는 내용을 추가했고, 3.3절에는 QuantileTransformer와 PowerTransformer 변환기, 5.1절에는 반복 교차 검증 예제를 추가했습니다.

★ 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

펼쳐보기접어보기

배송/반품/교환 안내

배송 안내

배송 안내
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

※ 상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내
반품/교환 방법	마이페이지 > 반품/교환 신청 및 조회, 1:1 문의, 고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리

예스이십사(주): 서울시 영등포구 은행로 11, 5층~6층(여의도동,일신빌딩) 대표 : 김석환, 최세라 개인정보보호책임자 : 권민석 yes24help@yes24.com 사업자등록번호 : 229-81-37000 통신판매업신고 : 제 2005-02682호 사업자 정보확인 호스팅 서비스사업자 : 예스이십사(주)
Copyright ⓒ YES24 Corp. All Rights Reserved.

고객문의

도서/음반 1544-3800

중고샵 1566-4295

티켓예매 1544-6399

eBook 1:1 문의
1:1 문의하기 자주 묻는 질문 상담시간 안내

소비자피해보상보험 서울보증보험: 고객님은 안전거래를 위해 현금 등으로 결제 시 저희 쇼핑몰에서 가입한 구매안전서비스를 이용하실 수 있습니다. 서비스가입사실 확인

EQUUS10

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

파이썬 라이브러리를 활용한 머신러닝

사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

파이썬 라이브러리를 활용한 머신러닝

품목정보

관련분류

책소개

목차

상세 이미지

저자 소개 (3명)

만든 이 코멘트

출판사 리뷰

추천평

배송/반품/교환 안내

도착예상일

도착예상일
상품준비	출고완료	도착예상일