 |
![[중고] R로 마스터하는 머신 러닝 2/E (업무에 활용할 수 있는 선형모델에서 딥러닝까지)](https://image.aladin.co.kr/product/13542/80/cover500/k672532815_1.jpg)
- 새상품36,000원 32,400원 (
1,800원) 
- 판매가24,200원 (정가대비 33% 할인)
-
카드혜택가16,940원
- 상품 상태상
1,800원) 
- 배송료택배 3,500원, 도서/산간 6,200원
- 판매자
- 출고예상일통상 72시간 이내
- [중고] R로 마스터하는 머신 러닝 2/E (업무에 활용할 수 있는 선형모델에서 딥러닝까지) - 업무에 활용할 수 있는 선형모델에서 딥러닝까지
- 24,200원 (정가대비 33% 할인) [중고-상]
보관함에 상품 담기
- US, 해외배송불가, 판매자 직접배송
- 중고샵 회원간 판매상품은 판매자가 직접 등록/판매하는 오픈마켓 상품으로, 중개 시스템만 제공하는 알라딘에서는 상품과 내용에 대해 일체 책임지지 않습니다.
| 새책 | eBook | 알라딘 직접배송 중고 | 이 광활한 우주점 (3) | 판매자 중고 (15) |
| 32,400원 | 출간알림 신청 | - | 16,600원 | 8,800원 |
책 정보
· ISBN : 9791161751283
· 쪽수 : 552쪽
· 출판일 : 2018-03-09
책 소개
목차
1장. 성공을 위한 과정
__CRISP-DM 모형화 기법
__비즈니스 이해
____비즈니스의 목적을 확인하는 것
____현재의 상황 판단
____분석적 목표의 결정
____프로젝트의 진행 계획을 만드는 것
__데이터 이해
__데이터 준비
__모형화
__평가적용알고리즘 순서도
__요약
2장. 선형 회귀-머신 러닝의 기본 기
__단변량 선형 회귀
____비즈니스 이해하기
__다변량 선형 회귀
____비즈니스 이해하기
____데이터의 이해와 준비 과정
____모형화와 평가
__선형 모형에서 다른 고려사항
____질적 피처
____상호작용 항
__요약
3장. 로지스틱 회귀와 판별 분석
__분류 방법 및 선형 회귀
__로지스틱 회귀
____비즈니스 이해하기
____데이터의 이해와 준비 과정
____모형화와 평가
________로지스틱 회귀 모형
________교차 검증을 포함한 로지스틱 회귀
__판별 분석의 개요
____판별 분석의 적용
__다변량 적응 회귀 스플라인(MARS)
모__형 선택
__요약
4장. 선형 모형에서 고급 피처 선택
__규제화(regularization)란?
____능형 회귀 분석
____LASSO
____일래스틱넷
__비즈니스 사례
____비즈니스 이해하기
____데이터의 이해와 준비 과정
__모형화와 평가..
____최량 부분 집합
____능형 회귀 분석
____LASSO
____일래스틱넷
____glmnet을 사용한 교차 검증
__모형 선택
__규제화와 분류
____로지스틱 회귀의 예
__요약
5장. 다른 분류 기법들 - K-최근접 이웃법과 서포트 벡터 머신
__K-최근접 이웃법
__서포트 벡터 머신
__비즈니스 사례
____비즈니스 이해하기
____데이터의 이해와 준비 과정
____모형화와 평가
________최근접 이웃(KNN) 모형화
________서포트 벡터 머신 모형화.
____모형 선택
__서포트 벡터 머신에서의 피처 선택
__요약
6장. 분류 트리와 회귀 트리
__개괄적인 방법
____회귀 트리
____분류 트리
____랜덤 포레스트(무작위의 숲)
____그레이디언트 부스트(경사 부양 기법)
__비즈니스 사례
____모형화 및 평가
________회귀 트리
________분류 트리
________랜덤 포레스트 회귀 분석(random forest regression)
________랜덤 포레스트 분류
________익스트림 그레디언트 부스트 기법 - 분류
____모형 선정.
____랜덤 포레스트를 사용한 피처 선택
__요약
7장. 신경망과 딥러닝
__신경망 소개
__딥러닝, 간단히 살펴보기
____딥러닝을 위한 자료와 심화 기법
__비즈니스의 이해
__데이터의 이해와 준비 과정
__모형화와 평가
__딥러닝 예제
____H2O의 배경
____데이터를 H2O에 업로드하기
____훈련 및 테스트 데이터 세트 생성
____모형화
__요약
8장. 군집화 분석
__계층적 군집화
____거리 계산
__K-평균 군집화
__가워와 중간점 구역 분할
____가워 비유사성 계수
____중간점 구역 분할 군집화(PAM)
__랜덤 포레스트
__비즈니스 이해하기
__데이터 이해와 준비 과정
__모형화와 평가
____계층적 군집화
__K-평균 군집화
____가워와 중간점 구역 분할
____랜덤 포레스트와 중간점 구역 분할
__요약
9장. 주성분 분석
__주성분의 개요
____회전
__비즈니스 이해하기
____데이터의 이해와 준비 과정
__모형화와 평가
____성분 추출
____직각 회전과 해석
____성분으로부터 요인 점수 생성
____회귀 분석
__요약
10장. 장바구니 분석, 추천 엔진과 순차적 분석
__장바구니 분석의 개요
__비즈니스 이해하기
__데이터의 이해와 준비 과정
__모형화와 평가
__추천 엔진의 개요
____사용자 기반 협업 필터링
____아이템 기반 협업 필터링
____특이값 분해와 주성분 분석
__비즈니스 이해와 추천
__데이터의 이해와 준비 과정과 추천
__모형화와 평가 그리고 추천하기
__순차적 데이터 분석
____순차적 데이터 분석의 적용
__요약
11장. 앙상블 생성과 다중 클래스 분류
__앙상블
__비즈니스와 데이터 이해하기
__모형화와 평가 그리고 선택
__비즈니스와 데이터 이해하기
__모형 평가와 선택
____랜덤 포레스트
____능형 회귀 분석
__MLR에서의 앙상블
__요약
12장. 시계열 자료와 인과관계
__단변량 시계열 분석
____그랜저 인과관계 이해하기
__비지니스 이해하기
____데이터의 이해와 준비 과정
__모형화와 평가
____단변량 시계열 예측
____인과관계의 검사
________선형 회귀
________벡터 자기회귀 모형(Vector autoregression)
__요약
13장. 텍스트 마이닝
__텍스트 마이닝 프레임워크와 기법
__주제(topic) 모형
____그 밖의 정량 분석 기법
__비즈니스 이해
____데이터의 이해와 준비
__모형화와 평가
____단어 빈도와 주제 모형
____또 다른 양적 분석 기법
__요약
14장. 클라우드에서 R 사용하기
__아마존 웹 서비스 계정 생성하기
____가상 머신 실행
____RStudio 시작하기
__요약
부록. A R의 기본
__R을 실행하기
__R 사용하기
__데이터 프레임과 행렬
__요약 통계 내기
__패키지를 설치하고 로드하기
__dplyr 패키지를 이용해 데이터 다루기
__요약
부록 B. 자료 출처
- 구매만족도 100.0%
- 최근 6개월, 3개 평가
- 평균 출고일 4일 이내
