머신러닝을 배우기에 가장 훌륭한 책! ★★★★★ _아마존 독자서평 중에서
머신러닝을 위한 파인썬 입문서로도 괜찮은 책! ★★★★★ _아마존 독자서평 중에서
인공지능 전문가가 번역, 원서의 소스 오류까지 모두 수정한 본격 머신러닝 학습서!

출판사 제이펍
원출판사 MANNING
원서명 Machine Learning IN ACTION(원서 ISBN: 9781617290183)
저자명 피터 해링턴(Peter Harrington)
역자명 김영진
출판일 2013년 6월 26일
페이지 480쪽
판  형 46배판 변형(188*245), 반양장(soft cover)
정  가 30,000원
ISBN 978-89-94506-66-1 (93000)
키워드 빅 데이터 / 파이썬 / 기계 학습 / 데이터 마이닝 / 알고리즘
분야 기계 학습 / 인공 지능 / 데이터 마이닝

관련 사이트
원출판사 도서소개 페이지
아마존 도서소개 페이지
역자 Q&A 메일

관련 포스트
2013/06/17 - [출간전 책소식] - 빅 데이터 시대에 주목받는 기술, 기계 학습!

관련 시리즈
■ (없음)


소스 코드 다운로드
http://www.manning.com/pharrington/MLiA_SourceCode.zip
■ (원서 소스 코드 오류 수정 및 한글 주석의 소스 코드는 정리되는 대로 다시 올려드리겠습니다)

강의 자료
■ 교재로 채택하신 분들에게는 강의교안을 제작할 수 있는 자료를 보내드리도록 하겠습니다(출판사로 메일이나 전화로 연락주세요).

관련 도서
세븐 데이터베이스: 만들면서 파악하는 NoSQL
몽고디비 인 액션: 빅 데이터 시대의 초고의 NoSQL 데이터베이스

샘플 PDF(머리말, 차례 등의 앞부속물, 1장 기계 학습 기초, 2장 k-최근접 이웃 알고리즘)(찾아보기)
머신러닝인액션_sample.pdf

머신러닝인액션_index.pdf


정오표 페이지
■ http://jpub.tistory.com/332

도서구매 사이트(가나다순)


도서 소개

빅 데이터 분석의 핵심 기술, 기계 학습!

《머신러닝 인 액션》은 개발자를 위해 작성된 지침서다. 통계자료 처리, 데이터 분석, 데이터 시각화 등을 독자들의 업무에 바로 적용할 수 있도록 알고리즘 주요 부분을 재사용 가능한 코드로 사용하였다. 독특하고 다양한 파이썬 예제를 통해 분류, 예측, 추천 그리고 고차원 속성을 요약하고 간소화하는 개념과 방법을 이해하게 될 것이다.

최고의 한 수를 위한 데이터 마이닝!
컴퓨터는 자신의 성능을 개선하기 위해 경험적 지식을 활용한다. 이러한 학습을 위해서는 데이터를 얻는 프로그램이 있어야 하며, 그 데이터의 흥미롭고 유용한 패턴을 찾을 수 있도록 알고리즘이 있어야 한다. 하지만 가장 먼저 필요한 것은 분석을 하고자 하는 영역을 설정하는 것이며, 이를 분석하기 위한 수학자들이 있어야 한다는 것이다. 기계 학습은 이처럼 다양한 기술들을 필요로 한다.

독자들은 기계 학습이나 통계 처리에 대한 사전 지식이 없어도 상관없다. 파이썬이 기계 학습과 친숙해지도록 도와줄 것이다.


이 책의 주요 내용은 다음과 같다.
• 기계 학습 소개
• 다양한 예제로 기계 학습 실습하기
• 매일 발생되는 데이터 분석하기
• 어프라이어리와 에이다부스트 같은 전형적인 알고리즘 수행하기


8개의 기계 학습 알고리즘

• C4.5(trees)
• k-평균(k-means)
• 지지 벡터 머신기계(support vector machines)
• 어프라이어리(Apriori)
• 에이다부스트(AdaBoost)
• k-최근접 이웃(k-Nearest Neighbors)
• 나이브 베이스(Naïve Bayes)
• 카트(CART)

추천사
이해하기 쉽고 유용한 책!
_알렉산드라 알베스(Alexandre Alves), 오라클(Oracle Corpration)

핵심 개념의 똑똑하고 매력적인 응용 프로그램!
_패트릭 투히(Patrick Toohey), 메틀러토레도(Mettler-Toledo Hi-Speed)

기막힌 예제들! 이를 통해 무엇이든 ‘학습’할 수 있다.
_존 그리핀(John Griffin), 《Hibernate Search in Action》의 공동 저자

다양한 기계학습 알고리즘으로 능숙하게 설계된 ‘쉬운’ 분류!
_스티븐 맥카메이(Stephen McKamey), 아이소머 이노베이션(Isomer Innovations)

현업에 종사하는 전문가를 위한 훌륭한 책!
_에드몽 베골리(edmon begoli), 아마존 ★★★★★

저자 소개
피터 해링턴(Peter Harrington)

피터 해링턴은 전기 공학 분야의 학사 및 석사 학위를 가지고 있다. 캘리포니아와 중국에 있는 인텔 기업에서 7년간 일했으며, 다섯 개의 미국 특허를 보유하고 있다. 그의 논문은 세 개의 학술 저널에 게재되었고, 현재 질라바이트 주식회사(Zillabyte Inc.)의 수석 과학자이다. 질라바이트에 합류하기 전 2년간 기계 학습 소프트웨어 상담가로 일했었다. 현재는 프로그램 대회에 참가하기도 하고 3D 프린터를 만들기도 하면서 자유 시간을 보내고 있다.

역자 소개
김영진

로봇을 좋아하던 10살 소년의 막연한 꿈은 어느덧 열망이 되어 인공지능 분야에 입문하게 되었다. 단순한 작업을 위해 만들어진 기계가 아닌, 사람처럼 느끼고 생각하는 로봇을 만들겠다는 꿈을 이루기 위해서는 해야 할 연구의 크기가 만만치 않음을 실감하며 잠시 잠깐 후회한 적도 있으나, 꿋꿋이 꿈을 향해 가던 중 귀한 인연이 닿아 첫 번역서인 《머신러닝 인 액션》의 작업에 동참하게 되었다. 현재 숭실대학교 인공지능 연구실 BI팀 소속으로 배움을 쌓아가고 있다.

차례
제1부 분류
1장 기계 학습 기초

1.1 기계 학습이란 무엇인가?  5
1.2 주요 전문용어  8
1.3 기계 학습의 주요 기술  11
1.4 올바른 알고리즘 선정 방법  12
1.5 기계 학습 응용 프로그램 개발 단계  14
1.6 왜 파이썬인가?  16
1.7 NumPy 라이브러리로 시작하기  19
1.8 요약  21

더보기


저작자 표시 비영리 동일 조건 변경 허락
신고
크리에이티브 커먼즈 라이선스
Creative Commons License

댓글을 달아 주세요



티스토리 툴바