R 예제로 배우는 머신 러닝 > 전산통계/해석

본문 바로가기
쇼핑몰 검색
  • 회원가입
    2000

    로그인

    다양한 서비스와 이벤트 혜택을 누리실 수 있습니다.

    아이디 비밀번호
R 예제로 배우는 머신 러닝 > 전산통계/해석

R 예제로 배우는 머신 러닝 요약정보 및 구매

기본설명

상품 선택옵션 0 개, 추가옵션 0 개

제조사 에이콘출판
원산지 국내산
브랜드 에이콘출판
시중가격 33,000원
판매가격 29,700원
배송비결제 주문시 결제
최소구매수량 1 개
최대구매수량 999 개

선택된 옵션

  • R 예제로 배우는 머신 러닝
    +0원
위시리스트

관련상품

등록된 상품이 없습니다.

  • 상품정보
  • 사용후기 0
  • 상품문의 0
  • 배송정보
  • 교환정보
  • 상품정보

    상품 기본설명

    기본설명

    상품 상세설명

    R 예제로 배우는 머신 러닝

    9788960779495.jpg

    도서명:R 예제로 배우는 머신 러닝
    저자/출판사:라가프,발리,디판잔,사카/에이콘출판
    쪽수:380쪽
    출판일:2017-01-02
    ISBN:9788960779495

    목차
    1장 머신 러닝 R로 시작하기
    __R의 기본 탐구
    ____R을 공학용 계산기로 사용하기
    ____벡터로 연산하기
    ____특별한 값들
    __R의 데이터 구조체
    ____벡터
    ____배열과 행렬
    ____리스트
    ____데이터 프레임
    __함수 다루기
    ____기본 내장된 함수
    ____사용자 정의 함수
    ____함수를 인자로 전달하기
    __코드의 흐름 제어
    ____If, if-else, ifelse 사용
    ____switch문 사용
    ____반복문
    __고급 구조체
    ____lapply and sapply.
    ____apply
    ____tapply
    ____mapply
    __R과 함께 한 발짝 나아가기
    ____도움 받기
    ____패키지 다루기
    __머신 러닝의 기초
    ____머신 러닝: 실제로 무엇을 의미하는가
    ____머신 러닝: 실제로 어떻게 사용되고 있는가
    ____머신 러닝 알고리즘의 종류
    __요약

    2장 기계를 학습시키자
    __머신 러닝 이해하기
    __머신 러닝 알고리즘
    ____퍼셉트론
    __알고리즘의 종류
    ____지도 학습 알고리즘
    ____비지도 학습 알고리즘들
    __요약

    3장 장바구니 분석을 통한 소비자 쇼핑 트렌드 예측
    __트렌드 탐지와 예측
    __장바구니 분석
    ____장바구니 분석이 실제로 의미하는 것은
    ____중요 개념과 정의
    ____분석에 사용되는 기법들
    ____데이터 기반 의사결정 만들기
    __상품의 분할 행렬 평가
    ____데이터 수집
    ____데이터 분석과 시각화
    ____포괄 추천
    ____발전된 분할 행렬
    __빈발 아이템 세트 생성
    ____시작하기
    ____데이터 검색과 변환
    ____아이템 세트 연관 행렬 만들기
    ____빈발 아이템 세트 생성 과정 만들기
    ____쇼핑 트렌트 찾기
    __연관 규칙 마이닝
    ____의존성과 데이터 로딩
    ____탐색적 분석
    ____쇼핑 트렌드를 발견하고 예측하기
    ____연관 규칙 시각화
    __요약

    4장 제품 추천 시스템 만들기
    __추천 시스템의 이해
    __추천 시스템의 주요 이슈들
    __협력 필터
    ____주요 콘셉트와 정의들
    ____협력 필터 알고리즘
    __추천 엔진 만들기
    ____행렬 분해
    ____구현
    ____결과 해석
    __출시 수준의 추천 시스템
    ____추출, 변환, 분석
    ____모델 개발 및 예측
    ____모델 평가
    __요약

    5장 신용 위험의 감지 및 예측: 기술적 분석
    __분석의 종류.
    __다음 도전
    __신용 위험이란?
    __데이터 수집
    __데이터 전처리
    ____유실 값 처리
    ____데이터형 변환
    ____데이터 분석 및 변환
    ____분석 유틸리티 구축
    ____데이터 세트 분석
    ____변환된 데이터 세트 저장
    __다음 단계
    ____특징 집합들
    ____머신 러닝 알고리즘들
    __요약

    6장 신용 위험 탐지 및 예측: 예측적 분석
    __예측적 분석
    __어떻게 신용 위험을 예측할까
    __예측 모델링의 중요한 개념
    ____데이터 준비
    ____예측 모델 만들기
    ____예측 모델 평가
    __데이터 수집
    __데이터 전처리
    __피처 선택
    __로지스틱 회귀를 이용한 모델링
    __서포트 벡터 머신을 이용한 모델링
    __의사결정 나무를 사용한 모델링
    __랜덤 포레스트를 이용한 모델링
    __신경망을 이용한 모델링
    __모델 비교 및 선택
    __요약

    7장 소셜 미디어 분석: 트위터 데이터 분석
    __소셜 네트워크(트위터)
    __데이터 마이닝 @소셜 네트워크
    ____소셜 네트워크 데이터 마이닝하기
    ____데이터와 시각화
    __트위터 API 시작
    ____개요
    ____앱 등록
    ____연결/인증
    ____샘플 트윗 추출
    __트위터 데이터 마이닝
    ____빈출 어휘 및 연관성
    ____많이 사용되는 디바이스들
    ____계층적 군집화
    ____주제 모델링
    __소셜 네트워크 데이터 마이닝의 도전
    __참고 자료
    __요약

    8장 트위터 데이터의 감정 분석
    __감정 분석에 대한 이해
    ____감정 분석의 주요 개념
    ____접근 방법
    ____애플리케이션
    ____도전 과제
    __트위터를 이용한 감정 분석
    ____극성 분석
    ____분류 기반 알고리즘
    __요약
    delivery.jpg
  • 사용후기

    등록된 사용후기

    사용후기가 없습니다.

  • 상품문의

    등록된 상품문의

    상품문의가 없습니다.

  • 배송정보

    배송정보

    배송업체 : 한진택배 (1588-0011)
     배송비
     2,500원 (25,000원 이상 구매 시 무료 배송/일부상품제외) 군부대 및 도서산간 지역은 추가 배송비가 발생할 수 있습니다.
     ◆배송기간
     : 평일 오전 7시 이전 주문 시 당일 발송 (2~3일 소요) : 단, 공휴일, 연휴, 천재지변 등으로 인해 발송이 지연될 수 있습니다.
     ◆배송추적
     : 당일 발송건에 한해 익일 오전 9시 이후 확인 가능합니다.


  • 교환정보

    교환/반품

     ◆반품/교환을 원하는 경우 반드시 고객센터로 연락 후 신청하시기 바랍니다.
     ◆반품/교환은 상품 수령일로 부터 7일 이내에만 가능합니다. 단, 상품이 훼손되지 않았거나, 속 비닐이 있는 경우 듣지 않았을    때 가능합니다.
     •고객님의 변심 또는 잘못 주문하신 경우에는 왕복 배송비는 고객님의 부담입니다.
     ◆오배송, 파본, 불량 상품에 대해서는 고객센터로 연락주시면 상담 후 교환해 드립니다.
     ◆오배송, 파본, 불량상품의 배송비는 환불처에서 부담합니다.
     교환/반품
     ◆환불은 상품이 환불에 도착 시 처리됩니다. (카드 취소는 3~5일이 소요될 수 있습니다.)

장바구니

오늘본상품

오늘 본 상품

  • R 예제로 배우는 머신 러닝
    R 예제로 배우는 29,700

위시리스트

  • 보관 내역이 없습니다.
회사명 (주)꼭대기 주소 서울 특별시 마포구 연희로 11,5층 S-537호
사업자 등록번호 795-87-00429 대표 오주봉 전화 02-356-5779 팩스 02-356-5779
통신판매업신고번호 제2017-서울마포-0052호 개인정보 보호책임자 dhwnqhd

Copyright © 2001-2013 (주)꼭대기. All Rights Reserved.