그동안 읽어주신 분들께 감사드립니다. 이 책은 현재 절판되었습니다.
패턴 분류 알고리즘부터 최소제곱 학습으로 배우는 최첨단 머신러닝 학습 기법까지!
출판사 제이펍
원출판사 고단샤
원서명 イラストで学ぶ 機械学習: 最小二乗法による識別モデル学習(원서 ISBN: 9784061538214)
저자명 스기야마 마사시
역자명 심효섭
출판일 2017년 9월 11일
페이지 252쪽
시리즈 I♥A.I. 07
판 형 크라운판변형(170*225*15)
제 본 무선(soft cover)
정 가 23,000원
ISBN 979-11-85890-90-6 (93000)
키워드 인공지능 / 머신러닝 / 최소제곱 학습 / 지도학습 / 비지도 학습
분야 컴퓨터공학 / 인공지능
1부: 시작하며
2부: 지도 학습 기반 회귀
3부: 지도 학습 기반 분류
4부: 비지도 학습
5부: 심화 학습
더보기
CHAPTER 2 학습 모델 12
2.1 선형 모델 12
2.2 커널 모델 15
2.3 계층 모델 18
PART 2 지도 학습 기반 회귀 21
CHAPTER 3 최소제곱 학습 22
3.1 최소제곱 학습 22
3.2 최소제곱해의 성질 25
3.3 대규모 데이터를 다루기 위한 학습 알고리즘 27
CHAPTER 4 제약 최소제곱 학습 32
4.1 부분 공간 제약 최소제곱 학습 33
4.2 제약 최소제곱 학습 34
4.3 모델 선택 38
CHAPTER 5 희소 학습 44
5.1 제약 최소제곱 학습 44
5.2 제약 최소제곱 학습의 해를 구하는 방법 46
5.3 희소 학습에 의한 특징 선택 51
5.4 제약 최소제곱 학습 52
5.5 제약 최소제곱 학습 53
CHAPTER 6 로버스트 학습 56
6.1 손실 최소화 학습 57
6.2 후버 손실 최소화 학습 59
6.3 튜키 손실 최소화 학습 64
6.4 제약 후버 손실 최소화 학습 66
PART 3 지도 학습 기반 분류 71
CHAPTER 7 최소제곱 학습 기반 분류 72
7.1 최소제곱 분류 72
7.2 0/1 손실과 마진 75
7.3 다중 클래스 78
CHAPTER 8 서포트 벡터 분류 81
8.1 마진 최대화 분류 81
8.2 서포트 벡터 분류기의 해를 구하는 방법 84
8.3 희소성 87
8.4 커널 트릭을 이용한 비선형화 89
8.5 힌지 손실 최소화 학습 관점에서의 해석 91
8.6 램프 손실을 이용한 로버스트 학습 94
CHAPTER 9 앙상블 분류 99
9.1 결정주 분류 100
9.2 배깅 102
9.3 부스팅 106
CHAPTER 10 확률적 분류 114
10.1 로지스틱 회귀 114
10.2 최소제곱 확률적 분류 119
CHAPTER 11 연속열 데이터의 분류 124
11.1 연속열 데이터의 모형화 124
11.2 조건부 확률장 모형의 학습 129
11.3 조건부 확률장 모형을 이용한 레이블 연속열 예측 131
PART 4 비지도 학습 133
CHAPTER 12 이상 검출 134
12.1 국소 이상 인자 134
12.2 서포트 벡터 이상 검출 137
12.3 밀도비 기반 이상 검출 140
CHAPTER 13 비지도 기반 차원 축소 145
13.1 선형 차원 축소의 개요 146
13.2 주성분 분석 147
13.3 국소성 보존 사영 150
13.4 커널 주성분 분석 153
13.5 라플라스 고유사상 156
CHAPTER 14 클러스터링 159
14.1 K-평균 클러스터링 159
14.2 커널 K-평균 클러스터링 161
14.3 스펙트럴 클러스터링 163
14.4 파라미터의 자동 결정 165
PART 5 심화 학습 171
CHAPTER 15 온라인 학습 172
15.1 수동 공격 학습 172
15.2 적응 규제화 학습 179
CHAPTER 16 반지도 학습 184
16.1 입력 데이터가 이루는 다양체 구조의 활용 184
16.2 라플라스 규제화 최소제곱 학습의 해를 구하는 방법 187
16.3 라플라스 규제화에 대한 해석 189
CHAPTER 17 지도 학습 기반 차원 축소 191
17.1 분류 문제에 대한 판별 분석 191
17.2 충분 차원 축소 198
CHAPTER 18 전이 학습 200
18.1 공변량 시프트 상황에서의 전이 학습 200
18.2 클래스 밸런스 변화 상황에서의 전이 학습 208
CHAPTER 19 멀티 태스크 학습 215
19.1 최소제곱 회귀를 이용한 멀티 태스크 학습 215
19.2 최소제곱 확률적 분류기를 이용한 멀티 태스크 학습 218
19.3 다차원 출력 함수의 학습 220
PART 6 마무리하며 225
CHAPTER 20 앞으로의 전망 226
참고문헌 230
찾아보기 231
'도서 소개' 카테고리의 다른 글
| 사물인터넷을 위한 BBC micro:bit 프로그래밍 with 자바스크립트 블록 에디터 (0) | 2017.09.29 |
|---|---|
| 송쌤의 엔트리 코딩 학교 (0) | 2017.09.21 |
| 그림과 수식으로 배우는 통통 머신러닝 (0) | 2017.09.12 |
| 빅 너드 랜치의 스위프트 프로그래밍(제2판) (0) | 2017.09.07 |
| 자바스크립트 마스터 북(제2판) (0) | 2017.08.18 |
| 핵심만 골라 배우는 안드로이드 스튜디오 3 & 프로그래밍 (0) | 2017.08.13 |
