가톨릭대 성심

주요메뉴 바로가기
본문 바로가기
도서관정보 바로가기

전체메뉴

전체메뉴닫기

전체메뉴

상세정보

home
상세정보

머신러닝을 위한 수학 : 핵심 알고리즘 3가지로 배우는 최적화

이병준

책이미지
서평쓰기: 서평쓰기; 도서 상세정보 미리보기; 도서 상세정보 미리보기; 요약정보보기

상세정보
자료유형	단행본
개인저자	이병준
서명/저자사항	머신러닝을 위한 수학 : 핵심 알고리즘 3가지로 배우는 최적화 / 이병준 지음.
발행사항	서울 : 한빛아카데미, 2022.
형태사항	344 p. : 주로천연색삽화 ; 24 cm.
ISBN	9791156646327
일반주기	색인(p. 342-344) 포함
비통제주제어	수학,머신러닝

소장정보

전체
전체 소장정보 목록
중앙도서관
중앙도서관 소장정보 목록

서비스 이용안내

보존서고도서 신청
서가에 없는 도서
야간대출
인쇄

전체

전체 소장정보 목록
No.	등록번호	청구기호	소장처	밀집번호	도서상태	반납예정일	예약	서비스	매체정보
1	E562556	006.31 이446ㅁ	중앙도서관/제2자료실(4F)/		대출가능
2	E562557	006.31 이446ㅁ c.2	중앙도서관/제2자료실(4F)/		대출중	2023-10-04

초록

머신러닝을 이해하고 구현하는 데 꼭 필요한 수학 개념만 엄선하여 구성하였다. 선형대수학, 다변수 미분적분학, 확률과 통계의 필수 개념으로 수학의 토대를 다지고 선형 회귀 분석, 서포트 벡터 머신, 주성분 분석의 3가지 핵심 알고리즘을 파이썬 코딩으로 직접 구현해보면 머신러닝 알고리즘의 핵심인 수학적 최적화를 확실하게 이해할 수 있다.

1장 행렬
1.1 행렬
1.2 선형변환
1.3 고윳값과 고유벡터
1.4 이차형식
연습문제

2장 다변수 함수
2.1 다변수 함수
2.2 다변수 함수의 미분
2.3 다변수 벡터함수
연습문제

3장 볼록 최적화
3.1 볼록함수
3.2 볼록 최적화
3.3 경사하강법
3.4 응용 : 선형 회귀 분석
연습문제

4장 쌍대성
4....

목차 전체

1장 행렬
1.1 행렬
1.2 선형변환
1.3 고윳값과 고유벡터
1.4 이차형식
연습문제

2장 다변수 함수
2.1 다변수 함수
2.2 다변수 함수의 미분
2.3 다변수 벡터함수
연습문제

3장 볼록 최적화
3.1 볼록함수
3.2 볼록 최적화
3.3 경사하강법
3.4 응용 : 선형 회귀 분석
연습문제

4장 쌍대성
4.1 라그랑주 쌍대함수
4.2 라그랑주 쌍대성
4.3 응용 : 서포트 벡터 머신
연습문제

5장 고급 수학 이론
5.1 특잇값 분해와 반복법
5.2 가우시안 분포
5.3 응용 : 주성분 분석
연습문제

찾아보기

더보기 더보기 닫기

저자소개

이병준 (지은이)

서울대학교 수학교육과를 졸업한 후 동 대학교 수리과학부에서 석사, 박사 학위를 취득하였습니다. 주요 연구 분야는 수치해석, 전산 유체역학, 산업응용수학, 수학적 최적화 등입니다. 현재는 가톨릭대학교 수학과 및 인공지능학과 (겸무) 교수로 재직 중입니다. 또한 한국산업응용수학회(KSIAM), 대한수학회(KMS), 한국전산유체공학회(KSCFE) 회원으로 활동 중이며 현재 한국산업응용수학회에서 총무이사를 맡고 있습니다.

가톨릭대학교는 2019년에 4차 산업혁명 혁신선도대학으로 선정되었으며, 저자는 참여학과 교원으로 활동을 하면서 [인공지능과 수학적 최적화], [딥러닝의 이론 및 실습] 등의 신규 과목을 개설하여 학생들에게 머신러닝을 위한 수학을 소개하는 데 힘쓰고 있습니다. 주요 저서로는 『데이터 과학을 위한 기초수학 with 파이썬』(한빛아카데미, 2021)이 있습니다.