플로우가 보이는 머신러닝 프로젝트

목차 (Table of Contents)

• 목차
• 01부 머신러닝과 딥러닝을 배우기 전에
• 01 유용한 사전 지식
• 1.1. 교수님! 강의 순서가 바뀌었어요 = 16
• 1.2. 머신러닝 모델을 먼저 돌려 봐? = 18
• 1.3. 이 책의 구성 = 22
• 02 머신러닝과 딥러닝 소개
• 2.1. 머신러닝과 딥러닝 = 23
• 2.2. 머신러닝의 종류 = 25
• 2.2.1. 지도 학습 = 25
• 2.2.2. 비지도 학습 = 27
• 2.2.3. 강화 학습 = 28
• 2.3. 파이썬 = 30
• 2.4. 라이브러리 = 35
• 2.4.1. 넘파이 = 35
• 2.4.2. 판다스 = 37
• 2.4.3. 사이킷런 = 40
• 2.5. 텐서플로와 케라스 = 43
• 2.6. 이 책의 실습 환경 = 44
• 2.6.1. 주피터 노트북 = 44
• 2.6.2. 코랩 = 48
• 2.6.3. 실습 자료 다운받기 = 53
• 02부 머신러닝 프로젝트
• 03 뇌졸중 예측 분석(초급 프로젝트)
• 3.1. 뇌졸중은 어떻게 발병하지? = 56
• 3.2. 뇌졸중과 관련된 데이터를 모으자 = 57
• 3.3. 그전에도 뇌졸중이 발병한 적이 있을까? = 60
• 3.4. 0.08세도 뇌졸중이 온다고? = 61
• 3.4.1. 데이터 불러오기 = 62
• 3.4.2. ID 변수 설정 = 66
• 3.4.3. 타깃 변수 생성 = 68
• 3.4.4. 기타 변수 데이터 처리 = 70
• 3.5. 어떤 요인이 뇌졸중에 영향을 미칠까? = 76
• 3.5.1. 결측값이 50％ 초과인 변수 제거 = 77
• 3.5.2. 요약 통계 및 도수분포표 검토 = 78
• 3.5.3. 이상값 제거 = 83
• 3.5.4. 상관계수 검토 = 88
• 3.5.5. 시각화 = 91
• 3.5.6. t-검정 = 97
• 3.6. 어떤 머신러닝 모델을 사용할까? = 100
• 3.7. 드디어 머신러닝 모델을 돌려보자 = 101
• 3.7.1. 데이터 추가 처리 = 101
• 3.7.2. 데이터 분할 및 대체 = 110
• 3.7.3. 결정 트리 모델 = 120
• 3.7.4. 로지스틱 회귀 모델 = 133
• 3.7.5. 사이킷런 신경망 모델 = 149
• 3.7.6. K-최근접 이웃 모델 = 155
• 3.8. 그래서 뇌졸중을 예방할 수 있을까? = 160
• 04 주택 가격 분석(중급 프로젝트)
• 4.1. 주택 가격은 어떻게 형성될까? = 162
• 4.2. 주택 가격에 관련된 데이터를 구하자 = 163
• 4.3. 주변 주택 가격이 얼마지? = 165
• 4.4. 주택과 인구 통계를 함께 활용하자 = 166
• 4.4.1. 데이터 불러오기 = 167
• 4.4.2. ID 변수 설정 = 169
• 4.4.3. 데이터 병합 = 173
• 4.4.4. 타깃 변수 생성 = 175
• 4.4.5. 기타 변수 데이터 처리 1 = 183
• 4.4.6. 기타 변수 데이터 처리 2 = 190
• 4.5. 어떤 요인이 주택 가격에 영향을 미칠까? = 202
• 4.5.1. 결측값이 50％ 초과인 변수 제거 = 203
• 4.5.2. 요약 통계 및 도수분포표 검토 = 204
• 4.5.3. 이상값 제거 = 210
• 4.5.4. 상관계수 검토 = 223
• 4.5.5. 시각화 = 226
• 4.5.6. t-검정 = 237
• 4.6. 어떤 머신러닝 모델을 사용할까? = 240
• 4.7. 머신러닝 모델을 돌려보자 = 242
• 4.7.1. 데이터 추가 처리 = 243
• 4.7.2. 데이터 분할 및 대체 = 249
• 4.7.3. 랜덤 포레스트 모델 = 251
• 4.7.4. 그레이디언트 부스팅 모델 = 257
• 4.7.5. 라쏘 모델 = 263
• 4.7.6. 텐서플로 케라스 신경망 모델 = 295
• 4.7.7. 서포트 벡터 머신 모델 = 310
• 4.7.8. 회귀 및 릿지 모델 = 315
• 4.7.9. XGBoost 모델 = 321
• 4.7.10. LightGBM 모델 = 328
• 4.8. 그래서 주택 가격은 얼마일까? = 334
• 03부 딥러닝 프로젝트
• 05 합성곱 신경망 이미지 분석
• 5.1. 미니 데이터세트 만들기 = 350
• 5.2. 데이터 업로드하기 = 352
• 5.3. 데이터 불러오기 = 356
• 5.4. 데이터 셔플 및 배치 생성 = 364
• 5.5. 합성곱 신경망 모델 생성 및 실행 = 365
• 06 순환 신경망 텍스트 감성 분석
• 6.1. 데이터 다운받기 = 374
• 6.2. 데이터 불러오기 = 375
• 6.3. 데이터 처리 = 376
• 6.4. 텐서플로 Dataset 형식으로 변환 = 379
• 6.5. 데이터 셔플 및 배치 생성 = 381
• 6.6. 텍스트 인코더 생성 = 383
• 6.7. 순환 신경망 모델 생성 및 실행 = 384
• 부록 A 머신러닝 주요 개념
• 부록 B 딥러닝 주요 개념
• 부록 C 고급 프로젝트
• 부록 D 데이터 정의 및 기타