파이썬 라이브러리를 활용한 머신러닝

본 문서는 [파이썬 라이브러리를 활용한 머신러닝] 책을 기반으로 하고 있으며, subinium(본인)이 정리하고 추가한 내용입니다. 생략된 부분과 추가된 부분이 있으니 추가/수정하면 좋을 것 같은 부분은 댓글로 이야기해주시면 감사하겠습니다.

온라인 문서 - 한글이 공개되어 있습니다. 모든 소스 코드는 역자의 깃허브에서 내려받을 수 있습니다.

목차는 다음과 같습니다. (본 내용은 2-1~4-4까지만 기록되어 있습니다.)

• CHAPTER 1 소개
• CHAPTER 2 지도 학습
  • 2.1 분류와 회귀
  • 2.2 일반화, 과대적합, 과소적합
  • 2.3 지도 학습 알고리즘 (1)
  • 2.3 지도 학습 알고리즘 (2)
  • 2.4 분류 예측의 불확실성 추정
  • 2.5 요약 및 정리
• CHAPTER 3 비지도 학습과 데이터 전처리
  • 3.1 비지도 학습과 종류
  • 3.2 비지도 학습의 도전 과제
  • 3.3 데이터 전처리와 스케일 조정
  • 3.4 차원 축소, 특성 추출, 매니폴드 학습
  • 3.5 군집
  • 3.6 요약 및 정리
• CHAPTER 4 데이터 표현과 특성 공학
  • 4.1 점주형 변수
  • 4.2 구간 분할, 이산화 그리고 선형 모델, 트리 모델
  • 4.3 상호작용과 다항식
  • 4.4 일변량 비선형 변환
  • 4.5 특성 자동 선택
  • 4.6 전문가 지식 활용
  • 4.7 요약 및 정리
• CHAPTER 5 모델 평가와 성능 향상
  • 5.1 교차 검증
  • 5.2 그리드 서치
  • 5.3 평가 지표와 측정
  • 5.4 요약 및 정리
• CHAPTER 6 알고리즘 체인과 파이프라인
  • 6.1 데이터 전처리와 매개변수 선택
  • 6.2 파이프라인 구축하기
  • 6.3 그리드 서치에 파이프라인 적용하기
  • 6.4 파이프라인 인터페이스
  • 6.5 전처리와 모델의 매개변수를 위한 그리드 서치
  • 6.6 모델 선택을 위한 그리드 서치
  • 6.7 요약 및 정리
• CHAPTER 7 텍스트 데이터 다루기
• CHAPTER 8 마무리
  • 8.1 머신러닝 문제 접근 방법
  • 8.2 프로토타입에서 제품까지
  • 8.3 제품 시스템 테스트
  • 8.4 나만의 추정기 만들기
  • 8.5 더 배울 것들
  • 8.6 마치며

현재 계획은 1장과 7장을 제외하고 진행을 할 예정이며 후에 추가할 수 있습니다.