[소문난 명강의] 김도형의 데이터 사이언스 스쿨(수학 편)
파이썬 라이브러리로 배우는 데이터 과학 필수 수학
| 구매 | 종이책 정가 | 55,000원 | |
|---|---|---|---|
| 전자책 정가 | 44,000원 | (20%) | |
| 판매가 | 44,000원 |
- 출간 정보
- 2019.11.30. 전자책 출간
- 2019.11.20. 종이책 출간
- 파일 정보
- 23.2MB
- 881쪽
[소문난 명강의] 김도형의 데이터 사이언스 스쿨(수학 편) 상세페이지
책 소개
<[소문난 명강의] 김도형의 데이터 사이언스 스쿨(수학 편)>
소문난 명강사 ‘김도형’이 데이터 사이언스 입문자에게 보내는 선물 같은 수학 책
선형대수, 미적분, 최적화, 확률론, 검정과 베이즈 추정까지 머신러닝과 딥러닝에 필요한 모든 수학을 한권에!
이 책은 대학에서 수학을 전공하지 않은 인공지능 개발 입문자와 현업 전문가에게 핵심 수학을 알려줍니다. 수식에 많이 사용되는 그리스 알파벳과 고등학교 과정의 수학 기호부터 설명해 누구나 차근차근 수학을 익힐 수 있습니다. 기초부터 출발하지만 데이터 분석과 머신러닝에 필요한 모든 필수 수학을 다루며, 모든 수식은 파이썬 패키지를 활용해 코드로 보여줍니다. 스타트업 파일을 적용한 파이썬 주피터 노트북 실습 환경도 제공합니다.
(알림 : 독자 여러분이 파이썬 언어에 대한 기초적인 지식이 있다고 가정합니다.)
출판사 서평
[입문자와 비전공자를 위해 기초부터 시작]
대학에서 수학을 전공하지 않은 인공지능 개발 입문자와 현업 전문가에게 핵심 수학을 알려줍니다. 수식에 많이 사용되는 그리스 알파벳과 고등학교 과정의 수학 기호부터 설명해 누구나 차근차근 수학을 익힐 수 있습니다. 기초부터 출발하지만 데이터 분석과 머신러닝에 필요한 모든 필수 수학을 다루며, 모든 수식은 파이썬 패키지를 활용해 코드로 제시합니다.
[머신러닝 이해에 필요한 핵심 내용만 선별]
선형대수, 함수론, 미적분, 최적화 등 다양한 수학 분야를 다루지만 데이터 분석과 머신러닝에 꼭 필요한 내용만을 최소한으로 선별했습니다. 핵심 내용만 있으므로 이 책에 실린 내용을 충실히 익히면 데이터 분석과 머신러닝 이론을 효과적이고 깊이 있게 공부하는 데 도움이 됩니다. 이해가 되지 않는 부분은 반복해서 공부하시기 바랍니다.
[파이썬 구현을 통한 이해와 응용]
데이터 분석과 머신러닝은 코드로 알고리즘을 구현하므로 수학 수식만으로 이해해서는 부족합니다. 따라서 이 책의 모든 수식과 알고리즘은 파이썬 코드로 구현합니다. 수학을 코드로 이용하려는 개발자 입장을 고려해 알고리즘 자체를 구현하기보다는 알고리즘이 구현된 넘파이(NumPy), 심파이(SymPy), 사이파이(SciPy), 피지엠파이(pgmpy) 등의 패키지 기능을 잘 이해하고 자유롭게 사용할 수 있도록 하는 것을 목표로 합니다.
[연습 문제 300여 문항]
책에서 설명하는 내용을 제대로 이해하고 있는지 확인하는 연습 문제 300여 개가 있습니다. 모든 연습 문제는 머신러닝의 이론을 설명할 때 나오는 수식의 일부를 미리 풀어보는 문제입니다. 연습 문제를 풀 수 있다면 나중에 나올 복잡한 수식을 쉽게 이해할 수 있습니다.
저자 프로필
저자 소개
저자_ 김도형
KAIST에서 자동 제어와 신호 처리를 공부하여 박사 학위를 받았으나 금융 분야로 진로를 바꾸어 미래에셋대우에서 퀀트로 재직했습니다. 현재는 개인 퇴직연금운용을 위한 핀테크 기술 회사 베라노스 CTO이며 패스트캠퍼스 ‘데이터 사이언스 스쿨’에서 데이터 분석 관련 수학과 머신러닝을 가르칩니다. 2016년부터 ‘데이터 사이언스 스쿨’이라는 웹사이트를 운영하며 데이터 분석에 필요한 프로그래밍, 수학, 머신러닝, 딥러닝 관련 글을 올리고 있습니다.
목차
0장 파이썬 설치와 사용법
__0.1 커맨드 라인 인터페이스
__0.2 파이썬 설치하기
__0.3 파이썬 처음 사용하기
__0.4 파이썬 패키지 설치하기
__0.5 데이터 분석용 파이썬 패키지 소개
__0.6 아이파이썬 및 주피터 설정
__0.7 구글 코랩 사용법
__0.8 마치며
1장 수학 기호
__1.1 그리스 문자
__1.2 수열과 집합의 합과 곱
__1.3 마치며
2장 넘파이(Numpy)로 공부하는 선형대수
__2.1 데이터와 행렬
__2.2 벡터와 행렬의 연산
__2.3 행렬의 성질
__2.4 선형 연립방정식과 역행렬
__2.5 마치며
3장 고급 선형대수
__3.1 선형대수와 해석기하의 기초
__3.2 좌표와 변환
__3.3 고윳값분해
__3.4 특잇값분해
__3.5 PCA
__3.6 마치며
4장 심파이(SymPy)로 공부하는 미적분
__4.1 함수
__4.2 심파이를 사용한 함수 미분
__4.3 적분
__4.4 행렬의 미분
__4.5 변분법
__4.6 마치며
5장 사이파이(SciPy)로 공부하는 최적화
__5.1 최적화 기초
__5.2 제한조ㄱㅓㄴ이 있는 최적화 문제
__5.3 선형계획법 문제와 이차계획법 문제
__5.4 마치며
6장 공부하는 확률론 피지엠파이(pgmpy)로
__6.1 집합
__6.2 확률의 수학적 정의와 의미
__6.3 확률의 성질
__6.4 확률분포함수
__6.5 결합확률과 조ㄱㅓㄴ부확률
__6.6 베이즈 정리
__6.7 마치며
7장 확률변수와 상관관계
__7.1 확률적 데이터와 확률변수
__7.2 기댓값과 확률변수의 변환
__7.3 분산과 표준편차
__7.4 다변수 확률변수
__7.5 공분산과 상관계수
__7.6 조ㄱㅓㄴ부기댓값과 예측 문제
__7.7 마치며
8장 사이파이로 공부하는 확률분포
__8.1 사이파이를 이용한 확률분포 분석
__8.2 베르누이분포와 이항분포
__8.3 카테고리분포와 다항분포
__8.4 정규분포와 중심극한정리
__8.5 스튜던트 t분포, 카이제곱분포, F분포
__8.6 다변수정규분포
__8.7 베타분포, 감마분포, 디리클레분포
__8.8 마치며
9장 추정과 검정
__9.1 확률분포의 추정
__9.2 최대가능도 추정법
__9.3 베이즈 추정법
__9.4 검정과 유의확률
__9.5 사이파이를 사용한 검정
__9.6 마치며
10장 엔트로피
__10.1 엔트로피
__10.2 조건부엔트로피
__10.3 교차엔트로피와 쿨백-라이블러 발산
__10.4 상호정보량
__10.5 마치며
리뷰
구매자 별점
0.0 점
점수비율
- 5
- 4
- 3
- 2
- 1
0명이 평가함
리뷰 작성 영역
내가 남긴 별점 0.0
별로예요
그저 그래요
보통이에요
좋아요
최고예요
'구매자' 표시는 리디북스에서 유료도서 결제 후 다운로드 하시거나 리디셀렉트 도서를 다운로드하신 경우에만 표시됩니다.
- 무료 도서 (프로모션 등으로 무료로 전환된 도서 포함)
- '구매자'로 표시되지 않습니다.
- 시리즈 도서 내 무료 도서
- '구매자’로 표시되지 않습니다. 하지만 같은 시리즈의 유료 도서를 결제한 뒤 리뷰를 수정하거나 재등록하면 '구매자'로 표시됩니다.
- 영구 삭제
- 도서를 영구 삭제해도 ‘구매자’ 표시는 남아있습니다.
- 결제 취소
- ‘구매자’ 표시가 자동으로 사라집니다.
리뷰 신고하기
이 책과 함께 구매한 책
이 책과 함께 둘러본 책
본문 끝 최상단으로 돌아가기
