크레마클럽

CHAPTER 01 서론 11.1 들어가며 11.2 머신러닝의 기본 용어 21.3 가설 공간 51.4 귀납적 편향 81.5 발전 과정 131.6 응용 현황 181.7 더 읽을거리 22연습문제 25 참고문헌 26 머신러닝 쉼터 28CHAPTER 02 모델 평가 및 선택 292.1 경험 오차 및 과적합 292.2 평가 방법 312.3 모델 성능 측정 372.4 비교 검증 472.5 편향과 분산 572.6 더 읽을거리 59연습문제 61 참고문헌 62 머신러닝 쉼터 64CHAPTER 03 선형 모델 653.1 기본 형식 653.2 선형 회귀 663.3 로지스틱 회귀 703.4 선형 판별분석 733.5 다중 분류 학습 773.6 클래스 불균형 문제 803.7 더 읽을거리 83연습문제 85 참고문헌 86 머신러닝 쉼터 88CHAPTER 04 의사결정 트리 894.1 기본 프로세스 894.2 분할 선택 924.3 가지치기 984.4 연속값과 결측값 1034.5 다변량 의사결정 트리 1104.6 더 읽을거리 113연습문제 115 참고문헌 117 머신러닝 쉼터 118CHAPTER 05 신경망 1195.1 뉴런 모델 1195.2 퍼셉트론과 다층 네트워크 1215.3 오차 역전파 알고리즘 1245.4 글로벌 미니멈과 로컬 미니멈 1305.5 기타 신경망 1335.6 딥러닝 1395.7 더 읽을거리 142연습문제 144 참고문헌 145 머신러닝 쉼터 148CHAPTER 06 서포트 벡터 머신 1496.1 마진과 서포트 벡터 1496.2 쌍대문제 1516.3 커널 함수 1556.4 소프트 마진과 정규화 1586.5 서포터 벡터 회귀 1636.6 커널 기법 1676.7 더 읽을거리 170연습문제 172 참고문헌 173 머신러닝 쉼터 175CHAPTER 07 베이지안 분류기 1777.1 베이지안 결정 이론 1777.2 최대 우도 추정 1797.3 나이브 베이즈 분류기 1817.4 세미 나이브 베이즈 분류기 1867.5 베이지안 네트워크 1887.6 EM 알고리즘 1957.7 더 읽을거리 197연습문제 199 참고문헌 200 머신러닝 쉼터 202CHAPTER 08 앙상블 학습 2038.1 객체와 앙상블 2038.2 부스팅 2068.3 배깅과 랜덤 포레스트 2118.4 결합 전략 2158.5 다양성 2218.6 더 읽을거리 227연습문제 229 참고문헌 231 머신러닝 쉼터 234CHAPTER 09 클러스터링 2359.1 클러스터링 학습 문제 2359.2 성능 척도 2369.3 거리 계산법 2389.4 프로토타입 클러스터링 2419.5 밀도 클러스터링 2529.6 계층 클러스터링 2559.7 더 읽을거리 259연습문제 262 참고문헌 264 머신러닝 쉼터 266CHAPTER 10 차원 축소와 척도 학습 26710.1 k-최근접 이웃 기법 26710.2 임베딩 26910.3 주성분 분석 27310.4 커널 선형 차원 축소 27510.5 매니폴드 학습 27810.6 척도 학습 28210.7 더 읽을거리 285연습문제 287 참고문헌 288 머신러닝 쉼터 290CHAPTER 11 특성 선택과 희소 학습 29111.1 부분집합 탐색과 평가 29111.2 필터식 선택 29411.3 포괄식 선택 29611.4 임베딩식 선택과 L1 정규화 29811.5 희소 표현과 사전 학습 30111.6 압축 센싱 30411.7 더 읽을거리 308연습문제 310 참고문헌 311 머신러닝 쉼터 314CHAPTER 12 계산 학습 이론 31512.1 기초 지식 31512.2 PAC 학습 31712.3 유한 가설 공간 31912.4 VC 차원 32312.5 라데마허 복잡도 32912.6 안정성 33512.7 더 읽을거리 339연습문제 341 참고문헌 342 머신러닝 쉼터 343CHAPTER 13 준지도 학습 34513.1 언레이블된 데이터 34513.2 생성적 방법 34813.3 준지도 SVM 35213.4 그래프 준지도 학습 35513.5 불일치에 기반한 방법 35913.6 준지도 클러스터링 36313.7 더 읽을거리 368연습문제 370 참고문헌 372 머신러닝 쉼터 374CHAPTER 14 확률 그래피컬 모델 37514.1 은닉 마르코프 모델 37514.2 마르코프 랜덤 필드 37914.3 조건 랜덤 필드 38314.4 학습과 추론 38614.5 근사추론 39014.6 토픽 모델 39714.7 더 읽을거리 400연습문제 403 참고문헌 404 머신러닝 쉼터 406CHAPTER 15 규칙 학습 40715.1 기본 개념 40715.2 순차적 커버링 41015.3 가지치기 최적화 41415.4 일차 규칙 학습 41615.5 귀납 논리 프로그래밍 42015.6 더 읽을거리 428연습문제 431 참고문헌 432 머신러닝 쉼터 434CHAPTER 16 강화 학습 43516.1 과업과 보상 43516.2 K-암드 밴딧 43816.3 모델 기반 학습 44316.4 모델-프리 학습 45016.5 가치 함수 근사 45716.6 이미테이션 러닝 46016.7 더 읽을거리 462연습문제 464 참고문헌 465 머신러닝 쉼터 467APPENDIX A 행렬 469A.1 기본 연산 469A.2 도함수 470A.3 특잇값 분해 472APPENDIX B 최적화 474B.1 라그랑주 승수법 474B.2 이차 프로그래밍 477B.3 반정형 프로그래밍 478B.4 경사하강법 479B.5 좌표하강법 480APPENDIX C 확률 분포 482C.1 자주 사용하는 확률 분포 482C.2 켤레 분포 487C.3 KL 발산 488에필로그 489찾아보기 494

펼쳐보기접어보기

상세 이미지

저자 소개 (2명)

저 : 조우쯔화 (Zhou Zhihua)

관심작가 알림신청

난징대학교 컴퓨터과학과 교수. 미국 컴퓨터학회(ACM)의 우수과학자, AAAI, IEEE, IAPR, IET/IEE 펠로우로 선정되었다. 국가 우수청년장학금 수상자, Chang Jiang Scholars 특별 초청 교수이다. 현재 중국 인공지능학회 머신러닝 전문위원회 회장, 중국 컴퓨터학회 인공지능 및 패턴인식 전문위원회 부회장, IEEE 컴퓨터학회 난징지부 의장으로 활동 중이다. 난징대학교 컴퓨터과학과 교수. 미국 컴퓨터학회(ACM)의 우수과학자, AAAI, IEEE, IAPR, IET/IEE 펠로우로 선정되었다. 국가 우수청년장학금 수상자, Chang Jiang Scholars 특별 초청 교수이다. 현재 중국 인공지능학회 머신러닝 전문위원회 회장, 중국 컴퓨터학회 인공지능 및 패턴인식 전문위원회 부회장, IEEE 컴퓨터학회 난징지부 의장으로 활동 중이다.

역 : 김태헌

관심작가 알림신청

금융과 AI의 접점에서 실무와 교육, 저술 활동을 이어가고 있다. 현재 글로벌 이커머스 기업의 핀테크 조직에서 수석 데이터 과학자 겸 머신러닝 알고리즘 엔지니어로 근무하며, 아주대학교 인공지능대학원 겸임교수이자 캐글Kaggle 그랜드마스터로 활동하고 있다. 『금융 AI의 이해』(제이펍, 2024), 『AI 소사이어티』(미래의창, 2022, 세종도서 교양부문 선정)를 집필했으며, 미국의 IT 전문 출판사 Manning에서 영문 저서 『Financial AI in Practice』(2026)를 출간했다. 금융과 AI의 접점에서 실무와 교육, 저술 활동을 이어가고 있다. 현재 글로벌 이커머스 기업의 핀테크 조직에서 수석 데이터 과학자 겸 머신러닝 알고리즘 엔지니어로 근무하며, 아주대학교 인공지능대학원 겸임교수이자 캐글Kaggle 그랜드마스터로 활동하고 있다. 『금융 AI의 이해』(제이펍, 2024), 『AI 소사이어티』(미래의창, 2022, 세종도서 교양부문 선정)를 집필했으며, 미국의 IT 전문 출판사 Manning에서 영문 저서 『Financial AI in Practice』(2026)를 출간했다.

작가와 인터뷰(1개)