파이썬 데이터 분석

머리말
학습 내용과 절차

Chapter 1 데이터 분석과 머신러닝 개요
1.1 인공지능과 데이터 분석
1.2 머신러닝 기법
1.3 머신러닝 개발 환경

Chapter 2 주성분분석
2.1 차원축소 개요
2.2 주성분분석의 기본 원리
2.3 주성분분석 예시
2.4 파이썬 기반 분석
2.5 응용: 붓꽃의 차원축소
요약
연습문제
응용문제: 보스톤 주택가격의 차원축소

Chapter 3 K-평균 군집화
3.1 군집화 개요
3.2 K-평균 군집화의 기본 원리
3.3 K-평균 군집화의 예시
3.4 파이썬 기반 분석
3.5 응용: 붓꽃의 군집화
요약
연습문제
응용문제: 자동차 모델의 군집화

Chapter 4 Apriori 알고리즘
4.1 연관분석 개요
4.2 Apriori 알고리즘의 기본 원리
4.3 Apriori 알고리즘의 예시
4.4 파이썬 기반 분석
4.5 응용: 온라인 유통 상품의 연관성 분석
요약
연습문제
응용문제: ‘Adult’ 인구 조사 데이터 분석

Chapter 5 K-최근접 이웃 알고리즘
5.1 KNN 개요
5.2 KNN 기본 원리
5.3 KNN의 예시
5.4 파이썬 기반 분류
5.5 파이썬 기반 회귀
5.6 응용: 유방암 진단
요약
연습문제
응용문제: 붓꽃 종의 분류

Chapter 6 서포트 벡터 머신
6.1 SVM 개요
6.2 SVM의 기본 원리
6.3 SVM의 예시
6.4 파이썬 기반 분류
6.5 응용: 유방암 진단
요약
연습문제
응용문제: 붓꽃 종의 분류

Chapter 7 C5.0
7.1 의사결정나무 분석 개요
7.2 C5.0의 기본원리
7.3 C5.0의 예시
7.4 파이썬 기반 분석
7.5 응용: 붓꽃 종의 분류
요약
연습문제
응용문제: 유방암 진단

Chapter 8 경사하강법
8.1 경사하강법 개요
8.2 경사하강법의 기본 원리
8.3 경사하강법의 예시
8.4 파이썬 기반 분석
8.5 응용: 당노병 진단(단순회귀)
요약
연습문제
응용문제: 당뇨병 진단(다중 회귀분석)

Chapter 9 인공신경망과 퍼셉트론
9.1 인공신경망의 개요
9.2 퍼셉트론의 기본 원리
9.3 퍼셉트론의 예시
9.4 파이썬 기반 분석
9.5 응용: 붓꽃의 분류
요약
연습문제
응용문제 1: AND / XOR 연산의 분류문제
응용문제 2: 이진 분류

Chapter 10 다층 퍼셉트론과 딥러닝
10.1 딥러닝 개요
10.2 다층 퍼셉트론과 XOR 예시
10.3 역전파 기본 원리
10.4 파이썬 기반 XOR 연산
10.5 파이썬 기반 비선형 함수의 회귀분석
요약
연습문제
응용문제 1: 이진 분류
응용문제 2: 비선형 함수의 회귀분석

Chapter 11 딥러닝: 회귀분석
11.1 회귀분석 예시: 보스톤 주택가격 예측
11.2 딥러닝 모형 개요
11.3 파이썬 기반 분석
11.4 과적합과 드롭아웃 모형
요약
연습문제
응용문제 1: 당뇨병 진단
응용문제 2: 와인 평가

Chapter 12 딥러닝: 분류분석
12.1 분류문제 예시: MINST 손글씨 분류
12.2 딥러닝 모형 개요
12.3 파이썬 기반 분석
12.4 과적합과 드롭아웃 모형
요약
연습문제
응용문제 1: 붓꽃의 종 분류
응용문제 2: 패선 MNIST 이미지 분류
응용문제 3: 와인 분류

Chapter 13 합성곱 신경망의 이미지 분류
13.1 합성곱 신경망의 개요
13.2 합성곱 신경망의 모형 구조와 기본 원리
13.3 파이썬 기반 분석
요약
연습문제
응용문제: 패선 MNIST 이미지 분류

부록
참고문헌
찾아보기