자바 데이터 사이언스 쿡북

1장. 데이터 수집과 정제
__서론
__자바를 사용해 하위 디렉터리의 모든 파일명 가져오기
__Apache Commons IO를 사용해 하위 디렉터리의 모든 파일명 가져오기
__자바8을 사용해 텍스트 파일 내용 한 번에 읽기
__Apache Commons IO를 사용해 텍스트 파일 내용 한 번에 읽기
__Apache Tika로 PDF에서 텍스트 추출
__정규 표현식으로 ASCII 텍스트 파일 정제
__Univocity를 사용해 CSV 파일 파싱
__Univocity를 사용해 TSV 파일 파싱
__JDOM으로 XML 파일 파싱
__JSONsimple을 사용해 JSON 파일 쓰기
__JSONsimple을 사용해 JSON 파일 읽기
__JSoup을 사용해 URL로부터 웹 데이터 추출
__셀레늄 웹드라이버를 사용해 웹사이트에서 웹 데이터 추출
__MySQL 데이터베이스에서 테이블 데이터 읽기

2장. 데이터 인덱싱과 검색
__서론
__아파치 루씬으로 데이터 인덱싱
__아파치 루씬으로 인덱싱된 데이터 검

3장. 데이터의 통계적 분석
__서론
__기술 통계량 생성
__요약 통계량 생성
__여러 개의 분포로부터 요약 통계량 생성하기
__빈도 분포 계산
__문자열에서 단어 빈도 계산
__자바8을 사용해 문자열의 단어 빈도 계산
__단순 회귀
__최소 자승 회귀
__일반화 최소 자승 회귀
__두 데이터셋의 공분산 계산
__두 데이터셋의 피어슨 상관계수 계산
__쌍체 표본 t-테스트
__카이 제곱 테스트
__일원 분산 분석
__콜모고로프-스미르노프 테스트

4장. 데이터로부터 학습하기 - 1부
__서론
__ARFF 파일 생성 및 저장
__머신 러닝 모델의 교차 검증
__테스트 데이터 분류
__필터링된 속성으로 테스트 데이터 분류
__선형 회귀 모델
__로지스틱 회귀 모델
__KMeans 알고리즘으로 데이터 군집화
__클래스를 가진 데이터 군집화
__데이터로부터 연관 규칙 학습
__저수준 방법, 필터링 방법, 메타 분류기를 이용한 피쳐/속성 선택

5장. 데이터로부터 학습하기 - 2부
__서론
__Java-ML 라이브러리를 사용해 데이터에 대한 머신 러닝 수행
__스탠포드 분류기를 이용한 데이터 분류
__MOA를 이용한 데이터 분류
__뮬란을 이용한 데이터 분류

__6장. 텍스트 데이터에서 정보 추출하기
__서론
__자바를 이용한 토큰 추출
__자바를 이용한 문장 추출
__OpenNLP를 이용한 토큰과 문장 추출
__스탠포드 CoreNLP를 이용한 단어의 기본형과 품사 추출, 개체명 인식
__자바를 사용해 코사인 유사도 기준으로 텍스트 유사도 측정
__맬릿을 이용해 텍스트 문서에서 토픽 추출
__맬릿을 이용한 텍스트 문서 분류
__웨카를 이용한 텍스트 문서 분류

7장. 빅데이터 다루기
__서론
__아파치 머하웃을 이용한 온라인 로지스틱 회귀 모델 학습
__아파치 머하웃을 이용한 온라인 로지스틱 회귀 모델 적용
__아파치 스파크를 이용한 단순 텍스트 마이닝 문제 해결
__MLib으로 KMeans 군집화 수행
__MLib으로 선형 회귀 모델 생성
__MLib에서 랜덤 포레스트 모델로 데이터 포인트 분류

8장. 데이터를 깊이 있게 학습하기(딥러닝)
__서론
__DL4j를 이용한 word2vec 신경망 구현
__DL4j를 이용한 DBN 신경망 구현
__DL4j를 이용한 오토인코더 구현

9장. 데이터 시각화
__서론
__2D 사인 그래프 그리기
__히스토그램 그리기
__막대 차트 그리기
__상자 수염 플롯 그리기
__산점도 그리기
__도넛 플롯 그리기
__영역 그래프 그리기