출간 예정일(Release) : 2021/04/28
종이책 출간일(Print Release) : 2021/03/31
전자책 종류(Format) : ePub
Price : KRW 35,200
미리보기(Preview)
책소개(Overview)
간결한 개념, 수학, 실용적인 코드로 머신 러닝 기초 이론을 완성한다!
코드 실행만으로는 머신 러닝을 충분히 이해할 수 없다. 머신 러닝을 제대로 이해하고 싶다면 코드 외에도 머신 러닝 이론과 머신 러닝 알고리즘의 뒤편에 있는 수학 개념을 알아야 한다. 이 책은 이해를 돕는 개념 설명, 머신 러닝 핵심 알고리즘의 작동 방식과 사용 방법, 그 밑바탕이 되는 수학, 실용적인 예제까지 이론과 코드를 균형 있게 설명한다. 파이썬 언어와 파이썬 기반의 머신 러닝 핵심 라이브러리(SciPy, NumPy, scikit-learn, Matplotlib, Pandas)를 사용해 머신 러닝을, 텐서플로를 사용해 딥러닝을 실습하면서 머신 러닝과 딥러닝 핵심 알고리즘을 설명하고, 간단한 알고리즘은 처음부터 직접 구현해본다. 또한, 사이킷런의 기여자이자 mlxtend 라이브러리 제작자인 저자가 오랜 기간 머신 러닝 개발자로 일하면서 익힌 노하우도 책 곳곳에서 만날 수 있다. 머신 러닝에 관심 있는 분들에게 추천한다.
Complete basic machine learning theory with concise concepts, math, and practical code!
Nobody can fully understand machine learning by running code alone. If you want to understand machine learning, you need to know the mathematical concepts behind machine learning theory and machine learning algorithms in addition to code. This book provides a good balance of theory and code, including conceptual explanations to help you understand, how and how machine learning core algorithms work, the underlying math, and practical examples. This course describes core machine learning and deep learning algorithms, using the Python language and Python-based core machine learning libraries (SciPy, NumPy, scikit-learn, Matplotlib, Pandas) and deep learning using TensorFlow. This book allows you to build simple algorithms from scratch. You’ll find the know-how you’ve learned over the years as a machine learning developer, a contributor to Cykitrun and the author of the mlxtend library. Recommended for those interested in machine learning.
저자(Author)
세바스찬 라시카(Sebastian Raschka)
오랫동안 파이썬을 사용했고 많은 세미나에서 데이터 과학, 머신 러닝, 딥러닝의 실전 활용에 관해 발표했다. 대표적인 과학 컴퓨팅 콘퍼런스인 사이파이(SciPy) 콘퍼런스에서 머신 러닝 튜토리얼을 진행했고, 위스콘신 대학교에서 강의한다. ‘2016~2017년 학과 우수 대학원생’과 ‘2016년 ACM Computing Reviews 베스트’를 수상했다. 여가 시간에는 파이썬 오픈 소스 프로젝트에 기여하는 것을 좋아하며, 직접 개발한 도구들이 캐글 같은 머신 러닝 경연 대회에서 널리 사용되고 있다.
The author has been using Python for a long time and has presented in many seminars on the practical use of data science, machine learning, and deep learning. He taught machine learning tutorials at the SciPy conference, a leading scientific computing conference, and teaches at the University of Wisconsin. He received the “ 2016-2017 Best Graduate Students ” and the “ 2016 ACM Computing Reviews Best. ” In his spare time, he likes to contribute to Python open source projects, and his tools are widely used in machine learning contests such as Kaggle.
바히드 미자리리(Vahid Mirjalili)
대규모 분자 구조 컴퓨터 시뮬레이션을 위한 새로운 방법에 관한 연구로 기계 공학 박사 학위를 취득했다. 미시간 주립 대학교의 컴퓨터 과학과 공학 대학에서 다양한 컴퓨터 비전 프로젝트의 머신 러닝 애플리케이션을 연구 중이다. 특히 딥러닝 기술을 사용해 생체 데이터의 프라이버시를 보호하는 데 관심이 많다. 자율 주행 자동차를 연구하는 엔지니어링 팀과도 협업하고 있는데, 보행자 감지를 위해 다중 스펙트럼 이미지를 사용한 신경망 모델을 설계하고 있다.
He earned a Ph.D. in mechanical engineering to study new methods for large-scale molecular structure computer simulation. He is studying machine learning applications for a variety of computer vision projects at the University of Michigan School of Computer Science and Engineering. He is particularly interested in protecting the privacy of biometric data using deep learning technology. He is also collaborating with an engineering team that studies autonomous cars, and designs neural network models using multispectral images for pedestrian detection.
