가톨릭대학교 성심로고

로컬네비게이션

전체메뉴

전체메뉴

검색

상세정보

(수학 없이 배우는) 데이터 과학과 알고리즘 : 모두를 위한 데이터 사이언스

Ng, Annalyn

상세정보
자료유형단행본
개인저자Ng, Annalyn
Soo, Kenneth
최광민
서명/저자사항(수학 없이 배우는) 데이터 과학과 알고리즘 : 모두를 위한 데이터 사이언스 / 애널린 응 ; 케네스 수 [공]지음 ; 최광민 옮김.
발행사항서울 : 에이콘, 2018.
형태사항170 p. : 천연색삽화, 표 ; 23 cm.
총서사항에이콘 데이터 과학 시리즈
원서명Numsense! data science for the layman : no math added
ISBN9791161750798
9788960774469 (set)
일반주기 부록: A, 지도학습 알고리즘 개요. - B, 지도학습 알고리즘 개요. - C, 튜닝 파라미터 목록 외
서지주기데이터 출처와 참고자료(p. 164-166), 색인(p. 167-170) 포함
비통제주제어데이터과학,알고리즘,빅데이터,데이터베이스,데이터마이닝
서비스 이용안내
  • 보존서고도서 신청보존서고도서 신청
  • 서가에 없는 도서서가에 없는 도서
  • 야간대출 이미지야간대출
  • 인쇄인쇄

전체

전체 소장정보 목록
No. 등록번호 청구기호 소장처 도서상태 반납예정일 예약 서비스 매체정보
1 E516948 005.7 N576n최 중앙도서관/제2자료실(4F)/ 대출중 2022-10-25
인쇄
2 E516949 005.7 N576n최 c.2 중앙도서관/제2자료실(4F)/ 대출가능

초록

목차 일부

데이터 과학을 처음 시작하는 사람들에게 주로 사용되는 분석 기법과 핵심적인 머신 러닝 알고리즘의 원리를 실제 데이터를 바탕으로 설명한다. 구체적인 코드나 세세한 수학적 내용으로 독자를 힘들게 하기보다, 알고리즘의 동작 원리와 장단점을 제시함으로써 데이터 과학을 처음 시작하는 비전공자나 데이터 과학이 무엇인지 궁금한 독자에게 출발점을 제공한다.

데이터 ...

목차 전체

데이터 과학을 처음 시작하는 사람들에게 주로 사용되는 분석 기법과 핵심적인 머신 러닝 알고리즘의 원리를 실제 데이터를 바탕으로 설명한다. 구체적인 코드나 세세한 수학적 내용으로 독자를 힘들게 하기보다, 알고리즘의 동작 원리와 장단점을 제시함으로써 데이터 과학을 처음 시작하는 비전공자나 데이터 과학이 무엇인지 궁금한 독자에게 출발점을 제공한다.

데이터 과학과 그에 포함된 알고리즘을 보통 사람들의 언어로 소개하고 알고리즘마다 한 장을 할애해 실제 예제로 알고리즘의 동작 원리를 설명한다. 책의 끝부분에서는 각 알고리즘의 장단점을 간략히 요약한 참고자료를 볼 수 있고, 일반적으로 사용하는 용어들을 포함하는 용어집도 볼 수 있다.

목차

목차 일부

1장. 기초 훑어보기
_1.1 데이터 준비
__데이터 포맷
__변수 타입
__변수 선택
__특징 엔지니어링 
__누락된 데이터
_1.2 알고리즘 선택
__비지도학습
__지도학습
__강화 학습
__이 밖에 고려해야 할 점
_1.3 파라미터 튜닝
_1.4 결과 평가하기
__분류 지표
__회귀 지표
__검증
_1.5 요약

2장...

목차 전체

1장. 기초 훑어보기
_1.1 데이터 준비
__데이터 포맷
__변수 타입
__변수 선택
__특징 엔지니어링 
__누락된 데이터
_1.2 알고리즘 선택
__비지도학습
__지도학습
__강화 학습
__이 밖에 고려해야 할 점
_1.3 파라미터 튜닝
_1.4 결과 평가하기
__분류 지표
__회귀 지표
__검증
_1.5 요약

2장. 평균 군집화
_2.1 고객 군집 찾기
_2.2 예제: 영화 팬들의 성향 프로필
_2.3 군집 정의하기
__얼마나 많은 군집이 존재하는가?
__군집의 포함 관계는 어떤가?
_2.4 제약
_2.5 요약

3장. 주성분 분석
_3.1 식품의 영양 성분 파악
_3.2 주성분
_3.3 예제: 식품 그룹 분석
_3.4 제약
_3.5 요약

4장. 연관 규칙
_4.1 구매 패턴 발견하기
_4.2 지지도와 신뢰도, 향상도
_4.3 예제: 식료품 거래 분석
_4.4 Apriori 원칙
__지지도가 높은 품목 집합 찾기
__신뢰도나 향상도가 높은 품목 규칙 찾기
_4.5 제약
_4.6 요약

5장. 소셜 네트워크 분석
_5.1 관계 매핑하기
_5.2 예제: 무기 거래로 엿보는 지정학
_5.3 루뱅 메서드
_5.4 페이지랭크 알고리즘
_5.5 제약
_5.6 요약

6장. 회귀 분석
_6.1 추세선 찾기
_6.2 예제: 주택 가격 예측
_6.3 기울기 하강법
_6.4 회귀 계수
_6.5 상관 계수
_6.6 제약
_6.7 요약

7장. k-최근접 이웃과 이상 감지
_7.1 식품 감별
_7.2 유유상종
_7.3 예제: 와인의 차이 알아내기
_7.4 이상 감지
_7.5 제약
_7.6 요약

8장. 서포트 벡터 머신
_8.1 "아니요"냐, "절대 아니요!"냐?
_8.2 예제: 심장병 예측
_8.3 최적 경계 그리기
_8.4 제약
_8.5 요약

9장. 의사결정 트리
_9.1 재앙에서 살아남을지 예측하기
_9.2 예제: 타이타닉 탈출하기
_9.4 제약
_9.5 요약

10장. Random Forests
_10.1 대중의 지혜
_10.2 예제: 범죄 예측
_10.3 앙상블
_10.4 부트스트랩 집계
_10.5 제약
_10.6 요약

11장. 신경망
_11.1 두뇌 흉내 내기
_11.2 예제: 수기 숫자 인식
_11.3 신경망의 구성 요소
_11.4 활성화 규칙
_11.5 제약
_11.6 요약

12장. A/B 테스트와 멀티 암드 밴딧
_12.1 A/B 테스트의 기초
_12.2 A/B 테스트의 제약
__12.3 입실론 감소 전략
_12.4 예제: 멀티 암드 밴딧
_12.5 '승자 고집하기'에 얽힌 재밌는 사연
_12.6 입실론 감소 전략의 제약
_12.7 요약

부록
_A. 지도학습 알고리즘 개요
_B. 지도학습 알고리즘 개요
_C. 튜닝 파라미터 목록
_D. 다양한 평가 지표
__분류 지표
__회귀 지표

저자소개

애널린 응

미시간 대학교(앤아버)를 졸업했고, 그곳에서 통계학 강사로 일했다. 케임브리지대학교 정신분석학센터에서 박사 준비 과정을 이수했고, 타깃 광고를 위한 소셜미디어 데이터 마이닝과 채용을 위한 인지 테스트를 개발했다. 디즈니연구소의 행동 과학 팀에서 고객의 정신분석학적 프로필을 분석했다.

케네스 수

2017년 중반에 스탠퍼드대학교에서 통계학 석사를 이수했다. 워릭대학교 통계경제학부 운영연구과에서 3년 내내 수학 강의 1등을 차지했다. 같은 대학 운영 연구와 관리 과학 그룹의 연구원으로 일했고, 무작위성 실패에 취약한 네트워크 연구 분야에서 견고한 다중 목적 최적화를 연구했다.
  

*주제와 무관한 내용의 서평은 삭제될 수 있습니다.

서평추가

서평추가
별점
총 10점 중 별0점
  • 별5점
  • 총 10점 중 별9점
  • 별4점
  • 총 10점 중 별7점
  • 별3점
  • 총 10점 중 별5점
  • 별2점
  • 총 10점 중 별3점
  • 별1점
  • 총 10점 중 별1점
  • 총 10점 중 별0점
제목입력
본문입력

글자수:0
맨 위로가기 버튼