웹을 위한 머신 러닝
도서명:웹을 위한 머신 러닝
저자/출판사:안드레아,아이소니/에이콘출판
쪽수:328쪽
출판일:2017-03-22
ISBN:9788960779877
목차
1장. 파이썬 기반의 실용적 머신 러닝 소개
__머신 러닝 기본 개념
____머신 러닝 예제
________모듈(라이브러리) 설치와 가져오기
__데이터의 준비, 조작, 시각화: NumPy, pandas, matplotlib 튜토리얼
____NumPy 사용
________배열 생성
________배열 조작
________배열 연산
________선행 대수 연산
________통계 및 수학 함수
____pandas 모듈 이해
________데이터 탐색
________데이터 조작
____Matplotlib 튜토리얼
__이 책에서 사용된 과학 라이브러리
__머신 러닝을 사용할 때
__요약
2장. 머신 러닝 기법: 자율 학습
__군집화 알고리즘
____확률 분포 방식
________EM 알고리즘
________가우시****혼합
____중심 방식
________k 평균
____밀도 방식
________평균 이동
____계층 방식
________군집화 방법의 훈련과 비교
__차원 축소
____주성분 분석
________PCA 예제
__특이값 분해
__요약
3장. 머신 러닝 기법: 지도 학습
__모델 오류 평가
__일반화 선형 모델
____선형 회귀
____리지 회귀
____라소 회귀
____로지스틱 회귀
____일반화 선형 모델에 대한 확률적 해석
____k 근접 이웃법(KNN)
__나이브 베이즈
____다항 분포 나이브 베이즈
____가우시****나이브 베이즈
__의사 결정 트리
__서포트 벡터 머신
____커널 트릭
__방법 간의 비교
____회귀 분석 문제
____분류 문제
__히든 마르코프 모델
____파이썬 예제
__요약
4장. 웹 마이닝 기법
__웹 구조 마이닝
____웹 크롤러(스파이더)
____인덱서
____랭킹: 페이지 랭크 알고리즘
__웹 콘텐츠 마이닝
____파싱
__자연어 처리
____정보 검색 모델
________TF-IDF
________잠재 의미 분석(LSA)
________Doc2Vec(word2vec)
________Word2vec: CBOW와 스킵그램 아키텍처
________CBOW 모델의 수학적 설명
________Doc2Vec 확장
________영화 리뷰 쿼리 예제
__사후 처리 정보
____잠재 디리클레 할당
________모델
________예제
____오피니언 마이닝(감성 분석)
__요약
5장. 추천 시스템
__유틸리티 행렬
__유사도 척도
__협업 필터링 방법
____메모리 기반 협업 필터링
________사용자 기반 협업 필터링
________아이템 기반 협업 필터링
________가장 단순한 아이템 기반 협업 필터링: 슬롭원
____모델 기반 협업 필터링
________교대 최소 제곱법
________확률 내리막 경사법
________비음수 행렬 분해
________특이값 분해
__CBF 방법
____아이템 특징 평균 방법
____정규화된 선형 회귀 분석 방법
__추천 시스템 학습을 위한 연관 규칙
__로그 우도비 추천 시스템 방법
__하이브리드 추천 시스템
__추천 시스템 평가
____평균 제곱근 오차 평가
____분류 척도
__요약
6장. 장고 시작
__HTTP: GET, POST 메소드 기초
____설치와 서버 생성
____설정
__앱 작성: 주요 기능
____모델
____HTML 웹 페이지 URL과 뷰
________HTML 페이지
____URL 선언과 뷰
__어드민
____셸 인터페이스
____명령
____RESTful 애플리케이션 프로그래밍 인터페이스(API)
__요약
7장. 영화 추천 시스템 웹 애플리케이션
__애플리케이션 설정
__모델
__명령
__사용자 등록 및 로그인/로그아웃 구현
__정보 검색 시스템(영화 쿼리)
__평점 시스템
__추천 시스템
__어드민 인터페이스와 API
__요약
8장. 영화 리뷰에 대한 감성 분석 애플리케이션
__애플리케이션 사용법 개요
__검색 엔진 선택과 애플리케이션 코드
__Scrapy 설정과 애플리케이션 코드
____Scrapy 설정
____스크랩퍼
____파이프라인
____크롤러
__장고 모델
__장고와 Scrapy 통합
____명령(감성 분석 모델과 쿼리 삭제)
____감성 분석 모델 로더
____실행 완료 쿼리 삭제
____감성 리뷰 분석기: 장고 뷰와 HTML
__페이지 랭크: 장고 뷰와 알고리즘 코드
__어드민과 API
__요약
