MARC 닫기
00618nam a2200181 c 4500
000002479895
20180403102919
171120s2013 ulk 000 kor
▼l EM0000114359
▼c 2
▼l EM0000114358
▼a 005.76
▼a 005.76
▼b 해921ㅁ김
▼a 머신러닝 인 액션:
▼b 기계학습 알고리즘으로 데이터 마이닝하기=
▼x Machine Learning in Action/
▼d 피터 해링턴 지음;
▼e 김영진 옮김.
▼a 파주:
▼b 제이펍,
▼c 2017.
▼a 448 p.;
▼c 25 cm.
▼a 머신러닝
▼a 액션
▼a 기계학습
▼a 알고리즘
▼a 데이터
▼a 마이닝
▼a MACHINE
▼a LEARNING
▼a ACTION
▼a Peter Harrington
▼a 해링턴, 피터
▼b \60000
▼a 단행본
| 자료유형 : | 단행본 |
|---|---|
| 분류기호 : | 005.76 |
| 서명/저자사항 : | 머신러닝 인 액션: 기계학습 알고리즘으로 데이터 마이닝하기= Machine Learning in Action/ 피터 해링턴 지음; 김영진 옮김. |
| 발행사항 : | 파주: 제이펍, 2017. |
| 형태사항 : | 448 p.; 25 cm. |
| 개인저자 : | Peter Harrington |
| 개인저자 : | 해링턴, 피터 |
| 언어 | 한국어 |
1부 분류
1. 기계 학습 기초
2. k-최근접 이웃 알고리즘
3. 의사결정 트리 : 한 번에 하나의 속성으로 데이터 집합 분할하기
4. 나이브 베이스 : 확률 이론으로 분류하기
5. 로지스틱 회귀
6. 지지 벡터 머신
7. 에이다부스트 메타 알고리즘으로 분류 개선하기
2부 회귀로 수치형 값 예측하기
8. 회귀 : 수치형 값 예측하기
9. 트리 기반 회귀
3부 비지도 학습
10. k-평균 군집화 : 항목 표시가 없는 아이템 그룹 짓기
11. 어프라이어리 알고리즘으로 연관 분석하기
12. FP-성장 알고리즘으로 빈발 아이템 집합 찾기
4부 부가적인 도구들
13. 데이터 간소화를 위한 주요 구성요소 분석 사용하기
14. 특이 값 분해로 데이터 간소하 하기
15. 빅 데이터와 맵 리듀스
(2026 이기적) 빅데이터분석기사 : 필기 기본서
005.76077 나287ㅂㄷ
(2024 이기적) 컴퓨터활용능력 : 1급 필기 기본서. 1~4권, 데이터베이스 일반
004.077 박546ㅋㅍ
인공지능 : 튜링 테스트에서 딥러닝까지 = Artificial intelligence
004.73 이125ㅇ
(2024 이기적) 컴퓨터활용능력 : 1급 실기 : 기본서. 1~3
004.077 박546ㅋㅅ
서평쓰기