로그인정보 입력 영역

아이디

비밀번호

• 2023학년도 상반기 전자책 多대출대회 안내
• 전자책 장기대출 프로그램 안내
• 전자책도서관 리뉴얼 안내

• 홈
• 전자책

책소개

체험으로 배우고! 대화 형식으로 공부!

Python파이썬 3학년 머신러닝의 구조



인공지능의 부분집합 머신러닝을 알기 쉽게 설명!

머신러닝의 개념과 비교, 실행 방법을 확실하게 잡아주는 똑똑한 입문서





인공지능의 인기로 학습 필요성이 높아진 머신러닝 입문서 『파이썬 3학년』이 출간되었다.

염소 박사와 다솜 양 같은 동물 캐릭터의 친근한 일러스트와 묻고 답하는 대화형 설명으로 친숙한 『파이썬 1학년』이 출간된 이후 『파이썬 2학년 스크래핑의 구조』, 『파이썬 2학년 데이터 분석 구조』이 니왔고 이번에 『파이썬 3학년 머신러닝의 구조』 편이 나온 것이다.



인공지능 머신러닝을 실습해볼 수 있는 데이터세트는 이미 많이 공개되어 있다. 이 책의 장점은 이런 데이터세트를 실행하기 위한 파이썬 라이브러리를 포함하여 설치되는 배포판 아나콘다 설치 방법부터 파이썬 웹 인터프리터인 구글 코랩과 주피터 노트북(주피터랩)으로 누구나 실행할 수 있도록 그림과 설명으로 자세하고 쉽게 안내한다는 점이다.



인공지능과 머신러닝(기계학습)에 대해 이 책의 염소 박사는 이렇게 쉽게 설명한다.



“인공지능은 데이터를 ‘입력’하면, 판단이나 예측을 ‘출력’하는 것, 즉 ‘매우 똑똑한 함수’야. 실제로 인공지능은 ‘함수’로 기술되어 있어.”

“머신러닝은 데이터를 많이 넘겨주면, 컴퓨터가 스스로 학습하는 편리한 방법이야.”



머신러닝의 주요 개념으로 많이 인용되는 회귀, 분석, 클러스터링 같이 구부하기 어려운 개념도 척척 잡아주고, 파이썬 개발 환경의 차이는 물론이고 예를 들면 ‘분류’를 공부할 때 결정 트리와 랜덤 포레스트를 이용했을 때 정확도 차이 등 개념과 활용 면에서 비교해서 공부하기 어려운 부분을 완전히 이해해서 쉽게 설명하는 디테일이 훌륭하다.



미래가 촉망되는 중학생 이상부터 대학생까지 머신러닝의 개념잡기와 입문용으로, 일반인이 머신러닝을 알고 실제로 해보고 싶은 때 이 책을 추천 드린다. 이 책의 예제 코드(.ipynb 파일들)와 함께 홈페이지 회원들에게만 제공하는 회원특전 PDF는 예제 관련 사이트 링크로 성안당 홈페이지(www.cyber.co.kr)에 회원가입 후 [자료실]-[자료실]에서 도서 검색을 통해 다운로드할 수 있다.

저자소개

■ 저자 소개

모리 요시나오 

『마이컴 BASIC 매거진』(전파신문사) 시절부터 게임을 계속 만들었고, 현재는 콘텐츠 제작 및 집필 활동을 한다. 간사이 학원 대학 시간 강사, 간사이 학원 고등부 시간 강사, 세이안 조형 대학 시간 강사, 오사카 예술 대학 시간 강사, 프로그래밍 스쿨 코프리 강사 등을 맡고 있다. 저서로 『Python 1학년』, 『Python 2학년 스크래핑의 구조』, 『Python 2학년 데이터 분석의 구조』, 『Java 1학년』, 『실행하며 배우는 Vue.js 개발 입문』(이상 쇼에이샤), 『게임 만들기로 즐겁게 배우는 Python 기초』, 『즐겁게 배우는Unity 2D 초입문 강좌』, 『즐겁게 배우는 Unity 3D 초입문 강좌』(이상 마이나비 출판) 등이 있다. 





■ 역자 소개 

김성훈 

주로 IT 관련 서적을 번역하는 번역가로, 주요 번역서는 『UML 모델링의 본질』, 『웹 개발자를 위한 웹을 지탱하는 기술』, 『세가의 신입 사원 교육 과정에서 배우는 게임 프로그래밍의 정석』, 『24가지 예제로 배우는 게임 수학&물리 입문』, 『프로그래밍이 보이는 그림책』, 『안드로이드 개발 레벨업 교과서』, 『실무 에서 바로 통하는 자바』, 『C가 보이는 그림책』, 『Scratch가 보이는 그림책』, 『부모와 자녀가 함께 그림으로 보는 스크래치 코딩』, 『파이썬으로 배우는 머신러닝 입문』, 『그림으로 이해하는 IT 지식과 트렌드』, 『그림으로 배우는 5G 네트워크』 등이 있다. 

목차

들어가며

이 책의 예제 테스트 환경 

이 책의 대상 독자와 3학년 시리즈에 대하여 

이 책을 읽는 방법

예제 파일과 회원 특전 PDF 다운로드 방법





제1장 머신러닝 준비 



LESSON 01 머신러닝이 뭘까?

머신러닝이란?

데이터 분석과 머신러닝의 차이



LESSON 02 나눈다는 것은 이해한다는 것 

머신러닝 알고리즘으로 하는 것은 ‘선을 그리는 일’

잘 나누기 위해서는 의미가 있는 특징량이 중요하다



LESSON 머신러닝을 준비하자

Colab Notebook 준비하기

Windows에 Jupyter Notebook 설치하기

macOS에 Jupyter Notebook 설치하기





제2장 샘플 데이터를 살펴보자 



LESSON 04 scikit-learn 샘플 데이터 세트

붓꽃 품종 데이터 세트



LESSON 05 샘플 데이터 세트를 자동으로 생성하자

분류용 데이터 세트 자동 생성(클러스터)

분류용 데이터 세트 자동 생성(초승달)

분류용 데이터 세트 자동 생성(2중원)

분류용 데이터 세트 자동 생성(동심원)

회귀용 데이터 세트 자동 생성





제3장 머신러닝 과정을 이해하자 



LESSON 06 데이터를 준비한다



LESSON 07 데이터를 학습용과 테스트용으로 나눈다



LESSON 08 모델을 선택해서 학습한다



LESSON 09 모델을 테스트한다



LESSON 10 새로운 값을 넘겨주고 예측한다



LESSON 11 분류 상태를 시각화한다





제4장 머신러닝의 다양한 알고리즘 



LESSON 12 회귀: 선형 회귀

어떤 알고리즘일가? 

모델 사용법 

시험해보자



LESSON 13 분류: 로지스틱 회귀

어떤 알고리즘일까?

모델 사용법

시험해보자



LESSON 14 분류: SVM(서포트 벡터 머신)

모델 사용법

시험해보자



LESSON 15 분류: 결정 트리

어떤 알고리즘일가? 

모델 사용법 

시험해보자



LESSON 16 분류: 랜덤 포레스트

어떤 알고리즘일가? 

모델 사용법 

시험해보자



LESSON 17 k-NN(k 최근접 이웃법)

어떤 알고리즘일가? 

모델 사용법 

시험해보자



LESSON 16 클러스터링 k-means(k 평균법)

어떤 알고리즘일가? 

모델 사용법 

시험해보자





제5장 치노 다시 한 번! 이미지로 숫자를 예측하자 

 

LESSON 19 데이터를 준비한다

새 노트북을 만든다



LESSON 20 학습 데이터를 준비한다



LESSON 21 학습하게 한다



LESSON 22 예측하게 한다

[Colab Notebook에서 업로드하는 경우]

[Jupyter Notebook에서 업로드하는 경우]

이미지를 읽고 숫자를 예측한다



LESSON 23 비지도 학습을 이용해 데이터를 표시해 보자



LESSON 24 앞으로 무엇을 공부하면 좋을까





찾아보기

한줄 서평