R을 활용한 머신러닝 4/e

01장. 머신러닝 소개
__머신러닝의 기원
__머신러닝의 사용과 남용
____머신러닝 성공 사례
____머신러닝의 한계
____머신러닝의 윤리
__기계의 학습 방법
____데이터 저장소
____추상화
____일반화
____평가
__실전 머신러닝
____입력 데이터 타입
____머신러닝 알고리듬 형식
____입력 데이터와 알고리듬 매칭
__R을 이용한 머신러닝
____R 패키지 설치
____패키지 로딩과 언로딩
____RStudio 설치
____왜 R인가 왜 지금 R인가?
__요약

02장. 데이터의 관리와 이해
__R 데이터 구조
____벡터
____팩터
____리스트
____데이터 프레임
____행렬과 배열
__R을 이용한 데이터 관리
____데이터 구조 저장, 로드, 제거
____CSV 파일에서 데이터 가져오기와 저장하기
____Rstudio를 이용한 일반적 데이터 세트 형식 가져오기
__데이터 탐색과 이해
____데이터 구조 탐색
____수치 변수 탐색
______중심 경향 측정: 평균과 중앙값
______퍼짐 측정: 사분위수와 다섯 숫자 요약
______수치 변수 시각화: 상자그림
______수치 변수 시각화: 히스토그램
______수치 데이터의 이해: 균등 분포와 정규 분포
______퍼짐 측정: 분산과 표준 편차
____범주 특징 탐색
______중심 경향 측정: 최빈값
____특징 간의 관계 탐색
______관계 시각화: 산포도
______관계 관찰: 이원교차표
__요약

03장. 게으른 학습: 최근접 이웃을 사용한 분류
__최근접 이웃 분류의 이해
____k-NN 알고리듬
______거리로 유사도 측정
______적절한 k 선택
______k-NN 사용을 위한 데이터 준비
____k-NN 알고리듬이 게으른 이유
__예제: k-NN 알고리듬으로 유방암 진단
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
______변환: 수치 데이터 정규화
______데이터 준비: 훈련 및 테스트 데이터 세트 생성
____단계 3: 데이터로 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
______변환: z-점수 표준화
______K의 대체 값 테스트
__요약

04장. 확률적 학습: 나이브 베이즈 분류
__나이브 베이즈 이해
____베이지안 기법의 기본 개념
______확률의 이해
______결합 확률의 이해
______베이즈 정리를 이용한 조건부 확률 계산
____나이브 베이즈 알고리듬
______나이브 베이즈를 이용한 분류
______라플라스 추정량
______나이브 베이즈에서 수치 특성 이용
__예제: 나이브 베이즈 알고리듬을 이용한 휴대폰 스팸 필터링
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
______데이터 준비: 텍스트 데이터 정리와 표준화
______데이터 준비: 텍스트 문서를 단어로 나누기
______데이터 준비: 훈련 및 테스트 데이터 세트 생성
______텍스트 데이터 시각화: 단어 구름
______데이터 준비: 자주 사용하는 단어의 지시자 특징 생성
____단계 3: 데이터에 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
__요약

05장. 분할 정복: 의사결정 트리와 규칙 기반의 분류
__의사결정 트리의 이해
____분할 정복
____C5.0 의사결정 트리 알고리듬
______최고의 분할 선택
______의사결정 트리 가지치기
__예제: C5.0 의사결정 트리를 이용한 위험 은행 대출 식별
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
______데이터 준비: 랜덤한 훈련 및 테스트 데이터 세트 생성
____단계 3: 데이터에 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
____의사결정 트리의 정확도 향상
____더 비싼 실수
__분류 규칙 이해
____분리 정복
____1R 알고리듬
____리퍼 알고리듬
____의사결정 트리에서 규칙 구성
____무엇이 트리와 규칙을 탐욕스럽게 만드는가?
__예제: 규칙 학습자를 이용한 독버섯 식별
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
____단계 3: 데이터에 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
__요약

06장. 수치 데이터 예측: 회귀 방법
__회귀의 이해
____단순 선형 회귀
____일반 최소 제곱 추정
____상관관계
____다중 선형 회귀
____일반화 선형 모델과 로지스틱 회귀
__예제: 선형 회귀를 사용한 자동차 보험금 청구 예측
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
______특징 간의 관계 탐색: 상관관계 행렬
______특징 간 관계 시각화: 산포도 행렬
____단계 3: 데이터에 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
______모델 명시: 비선형 관계 추가
______모델 명시: 상호작용 영향 추가
______모두 합치기: 개선된 회귀 모델
______회귀 모델로 예측하기
______심화: 로지스틱 회귀를 사용해 보험 가입자 이탈 예측하기
__회귀 트리와 모델 트리의 이해
____트리에 회귀 추가
__예제: 회귀 트리와 모델 트리로 와인 품질 평가
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
____단계 3: 데이터에 대한 모델 훈련
______의사결정 트리 시각화
____단계 4: 모델 성능 평가
______평균 절대 오차로 성능 측정
____단계 5: 모델 성능 개선
__요약

07장. 블랙박스 방법: 신경망과 서포트 벡터 머신
__신경망의 이해
____생물학적 뉴런에서 인공 뉴런으로
____활성 함수
____네트워크 토폴로지
______계층 수
______정보 이동 방향
______계층별 노드 개수
____역전파로 신경망 훈련
__예제: ANN으로 콘크리트 강도 모델링
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
____단계 3: 데이터 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
__서포트 벡터 머신의 이해
____초평면을 이용한 분류
______선형적으로 분리 가능한 데이터의 경우
______비선형적으로 분리 가능한 데이터의 경우
____비선형 공간을 위한 커널의 사용
__예제: SVM으로 OCR 수행
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
____단계 3: 데이터에 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 향상
______SVM 커널 함수 변경
______최적 SVM 비용 파라미터 알아내기
__요약

08장. 패턴 찾기: 연관 규칙을 이용한 장바구니 분석
__연관 규칙의 이해
____연관 규칙 학습을 위한 아프리오리 알고리듬
____규칙 흥미 측정: 지지도와 신뢰도
____아프리오리 원칙을 이용한 규칙 집합의 구축
__예제: 연관 규칙으로 자주 구매되는 식료품 식별
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
______데이터 준비: 거래 데이터를 위한 희소 행렬 생성
______아이템 지지도 시각화: 아이템 빈도 그래프
______거래 데이터 시각화: 희소 행렬 도표화
____단계 3: 데이터에 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
______연관 규칙 집합 정렬
______연관 규칙의 부분집합 구하기
______연관 규칙을 파일이나 데이터 프레임에 저장하기
______더 효율적인 실행을 위해 Eclat 알고리듬을 사용하기
__요약

09장. 데이터 그룹 찾기: k-평균 군집화
__군집화의 이해
____머신러닝 작업으로서 군집화
____군집화 알고리듬의 클러스터
____k-평균 군집화 알고리듬
______거리 이용해 클러스터 할당 및 수정
______적절한 클러스터 개수 선택
__k-평균 군집화를 이용한 10대 시장 세분화 발굴
____단계 1: 데이터 수집
____단계 2: 데이터 탐색과 준비
______데이터 준비: 결측치 더미 코딩
______데이터 준비: 결측치 대체
____단계 3: 데이터에 대한 모델 훈련
____단계 4: 모델 성능 평가
____단계 5: 모델 성능 개선
__요약

10장. 모델 성능 평가
__분류 성능 측정
____분류기의 예측 이해
____혼동 행렬 자세히 보기
____혼동 행렬을 사용한 성능 측정
____정확도를 넘어: 다른 상능 측도
______카파 통계량
______매튜의 상관 계수
______민감도와 특이도
______정밀도와 재현율
______F-측도
__ROC 곡선으로 성능 트레이드오프 시각화
____ROC 곡선 비교
____ROC 곡선하 영역
____ROC 곡선의 생성과 R로 AUC 계산
__미래의 성능 예측
____홀드아웃 방법
____교차 검증
____부트스트랩 샘플링
__요약

11장. 머신러닝으로 성공하기
__성공적인 머신러닝 전문가를 만드는 것
__성공적인 머신러닝 모델을 만드는 요소
____뻔한 예측 피하기
____공정한 평가 수행
____실세계 영향 고려
____모델에 신뢰 구축
__데이터 과학에 과학을 담기
____R 노트북과 R 마크다운의 사용
____고급 데이터 탐색 수행
______데이터 탐색 로드맵 구축
______이상치 상대하기: 실세계 함정
______예제: 시각적 데이터 탐색에 ggplot2 사용
__요약

12장. 고급 데이터 준비
__특징 공학 수행
____사람과 기계의 역할
____빅데이터와 딥러닝의 영향
__특징 공학의 실제 적용
____힌트 1: 새로운 특징 브레인스토밍
____힌트 2: 문맥에 숨은 통찰력 찾기
____힌트 3: 수치 범위 변환
____힌트 4: 이웃의 행동 관찰
____힌트 5: 연계된 행 활용
____힌트 6: 시계열 분해
____힌트 7: 외부 데이터 첨부
__R의 tidyverse 탐색
____tibble로 타이디 테이블 구조 만들기
____readr와 readxl을 사용해 사각형 파일을 더 빠르게 읽기
____dplyr로 데이터 준비하고 파이프하기
____stringr로 문자 변환
____lubridate를 사용한 데이터 정리
__요약

13장. 까다로운 데이터: 너무 많고, 너무 적고, 너무 복잡
__고차원 데이터의 과제
____특징 선택 적용
______필터 기법
______래퍼 기법과 임베디드 기법
______예제: 특징 선택에 단계적 회귀 사용
______예제: Boruta를 사용한 특징 선택
____특징 추출 수행
______주성분 분석 이해
______예제: PCA를 사용해 고차원 소셜 미디어 데이터 축소
__희소 데이터 사용
____희소 데이터 식별
____예제: 희소 범주형 데이터 재매핑
____예제: 희소 숫자 데이터 빈 만들기
__누락된 데이터 처리
____누락된 데이터의 유형 이해
____결측값 대치 수행
______결측값 표시기가 있는 단순 대치
______결측값 패턴
__불균형 데이터 문제
____데이터 군형 조정을 위한 간단한 전략
____SMOTE를 사용해 합성 균형 데이터 세트 생성
______예제: R에서 SMOTE 알고리듬 적용
____균형이 항상 더 나은지 고려
__요약

14장. 더 나은 학습자 구축
__더 나은 성능을 위해 기본 모델 조정
____하이퍼파라미터 튜닝의 범위 결정
____예제: caret를 사용한 튜닝 자동화
____간단히 튜닝된 모델 만들기
____맞춤형 튜닝 프로세스
__앙상블을 통한 모델 성능 개선
____앙상블 학습의 이해
____인기 있는 앙상블 기반 알고리듬
______배깅
______부스팅
______랜덤 포레스트
______그래디언트 부스팅
______XGBoost를 사용한 익스트림 그래디언트 부스팅
______트리 기반 앙상블이 인기 있는 이유
__메타학습을 위한 모델 쌓기
____모델 쌓기와 혼합 이해
____R에서의 블렌딩 및 스태킹을 위한 실용적인 방법
__요약

15장. 빅데이터 활용
__딥러닝의 실제 적용
____딥러닝으로 시작하기
______딥러닝을 위한 적절한 과제 선택
______텐서플로와 케라스 딥러닝 프레임워크
____컨볼루션 신경망의 이해
______전이 학습과 미세 튜닝
______예제: R에서 사전 훈련된 CNN을 사용한 이미지 분류
__비지도학습과 빅데이터
____고차원적 개념을 임베딩으로 표현
______단어 임베딩 이해
______예제: R에서 텍스트를 이해하기 위한 word2vec 사용
____고차원 데이터 시각화
______빅데이터 시각화를 위한 PCA 사용의 한계
______t-SNE 알고리듬 이해
______예제: t-SNE로 데이터의 자연적 클러스터 시각화
__대규모 데이터 세트 처리에 R 적용
____SQL 데이터베이스에서 데이터 쿼리
______데이터베이스 연결 관리를 위한 정돈된 접근 방식
______dbplyr와 함께 dplyr용 데이터베이스 백엔드 사용
____병렬 처리로 더 빠르게 작업 수행
______R의 실행 시간 측정
______R에서 병렬 처리 활성화
______foreach와 doParallel을 통한 병렬 활용
______caret을 사용해 병렬로 모델 훈련과 평가
____특수 하드웨어와 알고리듬 활용
______아파치 스파크를 통한 맵리듀스 개념의 병렬 컴퓨팅
______H2O로 분산되고 확장 가능한 알고리듬으로 학습
______GPU 컴퓨팅
__요약