{"product_id":"113723","title":"머신러닝 핵심만 빠르게!","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jYEDIPZ9wGpDpBIwKYghohLSE6tmh.png?v=1765052029\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\n\u003cdiv style=\"width:95%\"\u003e\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e머신러닝, 핵심만 빠르게!\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/159566780\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eDescription\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e책소개\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e복잡한 이론은 덜고, 꼭 필요한 핵심만 담았다!\u003cbr\u003e머신러닝을 익히는 가장 간결한 안내서\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e이 책은 전 세계 11개 언어로 번역되어 수천 개 대학에서 교재로 사용되는 베스트셀러로, 간결하고 명료하게 머신러닝을 설명한다.\u003cbr\u003e기초 수학 개념부터 핵심 알고리즘, 딥러닝과 신경망까지 차근차근 다루며, 클러스터링, 토픽 모델링, 메트릭 학습, 추천 시스템 등 현대 머신러닝 문제 해결을 위한 완전한 도구를 제공한다.\u003cbr\u003e실무에 꼭 필요한 기술을 중심으로 이론과 실제 구현을 연결해 누구나 빠르고 확실하게 배울 수 있다.\u003cbr\u003e\u003cbr\u003e저자는 풍부한 실무 경험을 바탕으로 특성 공학, 정규화, 불균형 데이터셋 처리, 앙상블, 모델 평가 등 실제 프로젝트에 바로 적용할 수 있는 기술을 설명한다.\u003cbr\u003e복잡한 수식에 얽매이지 않고 직관적인 설명과 예제로 구성되어 있어 기초를 견고하게 다지고 싶은 입문자부터 실무 역량을 넓히려는 실무자까지 모두에게 유용하다.\u003cbr\u003e \u003c\/div\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cul\u003e \u003cli\u003e 책의 일부 내용을 미리 읽어보실 수 있습니다.\u003cbr\u003e\u003cspan\u003e미리보기\u003c\/span\u003e\n\u003c\/li\u003e \u003c\/ul\u003e \u003c\/div\u003e \u003c\/div\u003e \u003cbr\u003e\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e목차\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  옮긴이의 글 \u003cbr\u003e추천의 글 \u003cbr\u003e지은이의 글\u003cbr\u003e\u003cbr\u003e1장 소개 \u003cbr\u003e1.1 머신러닝이란? \u003cbr\u003e1.2 학습의 종류 \u003cbr\u003e1.2.1 지도 학습 \u003cbr\u003e1.2.2 비지도 학습 \u003cbr\u003e1.2.3 준지도 학습 \u003cbr\u003e1.2.4 강화 학습\u003cbr\u003e1.3 지도 학습의 작동 원리 \u003cbr\u003e1.4 모델이 새로운 데이터에 작동하는 이유 \u003cbr\u003e\u003cbr\u003e2장 표기법과 정의 \u003cbr\u003e2.1 표기법 \u003cbr\u003e2.1.1 데이터 구조 \u003cbr\u003e2.1.2 대문자 시그마(sigma) 기호 \u003cbr\u003e2.1.3 대문자 파이 기호 \u003cbr\u003e2.1.4 집합 연산 \u003cbr\u003e2.1.5 벡터 연산 \u003cbr\u003e2.1.6 함수 \u003cbr\u003e2.1.7 max와 arg max \u003cbr\u003e2.1.8 할당 연산자 \u003cbr\u003e2.1.9 도함수와 그레이디언트 \u003cbr\u003e2.2 확률 변수 \u003cbr\u003e2.3 불편 추정량 \u003cbr\u003e2.4 베이즈 정리 \u003cbr\u003e2.5 파라미터 추정 \u003cbr\u003e2.6 파라미터 vs.\u003cbr\u003e하이퍼파라미터 \u003cbr\u003e2.7 분류 vs.\u003cbr\u003e회귀 \u003cbr\u003e2.8 모델 기반 학습 vs.\u003cbr\u003e사례 기반 학습 \u003cbr\u003e2.9 얕은 학습 vs.\u003cbr\u003e딥러닝\u003cbr\u003e\u003cbr\u003e3장 기본 알고리즘 \u003cbr\u003e3.1 선형 회귀 \u003cbr\u003e3.1.1 문제 \u003cbr\u003e3.1.2 해결책 \u003cbr\u003e3.2 로지스틱 회귀 \u003cbr\u003e3.2.1 문제 \u003cbr\u003e3.2.2 해결책 \u003cbr\u003e3.3 결정 트리 학습 \u003cbr\u003e3.3.1 문제 \u003cbr\u003e3.3.2 해결책 \u003cbr\u003e3.4 서포트 벡터 머신\u003cbr\u003e3.4.1 잡음 다루기 \u003cbr\u003e3.4.2 비선형성 다루기 \u003cbr\u003e3.5 k-최근접 이웃 \u003cbr\u003e\u003cbr\u003e4장 학습 알고리즘 \u003cbr\u003e4.1 학습 알고리즘의 구성요소 \u003cbr\u003e4.2 경사 하강법 \u003cbr\u003e4.3 머신러닝 엔지니어가 일하는 방법 \u003cbr\u003e4.4 학습 알고리즘의 특징 \u003cbr\u003e\u003cbr\u003e5장 기본 실무 기술 \u003cbr\u003e5.1 특성 공학 \u003cbr\u003e5.1.1 원핫 인코딩 \u003cbr\u003e5.1.2 구간 분할 \u003cbr\u003e 5.1.3 정규화 \u003cbr\u003e5.1.4 표준화 \u003cbr\u003e5.1.5 누락된 특성 다루기 \u003cbr\u003e5.1.6 데이터 대체 기법 \u003cbr\u003e5.2 학습 알고리즘 선택 \u003cbr\u003e5.3 훈련 세트, 검증 세트, 테스트 세트 \u003cbr\u003e5.4 과소적합과 과대적합 \u003cbr\u003e5.5 규제 \u003cbr\u003e5.6 모델 성능 평가 \u003cbr\u003e5.6.1 혼동 행렬 \u003cbr\u003e5.6.2 정밀도\/재현율 \u003cbr\u003e5.6.3 정확도 \u003cbr\u003e5.6.4 비용 민감도 기반 정확도 \u003cbr\u003e5.6.5 ROC 곡선 아래 면적(AUC) \u003cbr\u003e5.7 하이퍼파라미터 튜닝 \u003cbr\u003e5.7.1 교차 검증 \u003cbr\u003e\u003cbr\u003e6장 신경망과 딥러닝 \u003cbr\u003e6.1 신경망 \u003cbr\u003e6.1.1 다층 퍼셉트론 \u003cbr\u003e6.1.2 피드포워드 신경망 \u003cbr\u003e6.2 딥러닝 \u003cbr\u003e6.2.1 합성곱 신경망 \u003cbr\u003e6.2.2 순환 신경망 \u003cbr\u003e\u003cbr\u003e7장 문제 해결 \u003cbr\u003e7.1 커널 회귀\u003cbr\u003e7.2 다중 분류 \u003cbr\u003e7.3 단일 클래스 분류 \u003cbr\u003e7.4 다중 레이블 분류 \u003cbr\u003e7.5 앙상블 학습 \u003cbr\u003e7.5.1 부스팅과 배깅\u003cbr\u003e7.5.2 랜덤 포레스트 \u003cbr\u003e7.5.3 그레이디언트 부스팅 \u003cbr\u003e7.6 시퀀스 레이블링 \u003cbr\u003e7.7 시퀀스-투-시퀀스 학습 \u003cbr\u003e7.8 능동 학습\u003cbr\u003e7.9 준지도 학습 \u003cbr\u003e7.10 원샷 학습 \u003cbr\u003e7.11 제로샷 학습 \u003cbr\u003e\u003cbr\u003e8장 특수 기법 \u003cbr\u003e8.1 불균형한 데이터셋 다루기 \u003cbr\u003e8.2 결합 모델 \u003cbr\u003e8.3 신경망 훈련 \u003cbr\u003e8.4 고급 규제 기법\u003cbr\u003e8.5 다중 입력 다루기 \u003cbr\u003e8.6 다중 출력 다루기 \u003cbr\u003e8.7 전이 학습\u003cbr\u003e8.8 알고리즘 효율성 \u003cbr\u003e\u003cbr\u003e9장 비지도 학습 \u003cbr\u003e9.1 밀도 추정\u003cbr\u003e9.2 군집 \u003cbr\u003e9.2.1 k-평균\u003cbr\u003e9.2.2 DBSCAN과 HDBSCAN \u003cbr\u003e9.2.3 클러스터 개수 결정하기 \u003cbr\u003e9.2.4 다른 군집 알고리즘 \u003cbr\u003e9.3 차원 축소 \u003cbr\u003e9.3.1 주성분 분석 \u003cbr\u003e9.3.2 UMAP \u003cbr\u003e\u003cbr\u003e10장 다른 학습 방법 \u003cbr\u003e10.1 메트릭 학습 \u003cbr\u003e10.2 순위 학습 \u003cbr\u003e10.3 추천 학습 \u003cbr\u003e10.3.1 행렬 분해 방법\u003cbr\u003e10.3.2 잡음 제거 오토인코더 \u003cbr\u003e10.4 자기 지도 학습: 단어 임베딩 \u003cbr\u003e10.5 이상치 탐지\u003cbr\u003e\u003cbr\u003e11장 결론\u003cbr\u003e11.1 이 책에서 다루지 않은 것들\u003cbr\u003e11.2 감사의 글 \u003cbr\u003e11.3 다음에 읽을 책\u003cbr\u003e \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \u003cbr\u003e\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e책 속으로\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cdiv\u003e  “먼저 진실을 말하겠습니다.\u003cbr\u003e“기계는 학습하지 못합니다.” 일반적으로 '머신러닝(machine learning)'이 하는 일은 수학 방정식을 찾는 것입니다.\u003cbr\u003e이 방정식을 입력 집합(훈련 데이터)에 적용하면 기대하는 출력을 생성합니다.\u003cbr\u003e이 수학 방정식은 (훈련 데이터가 아닌) 다른 입력에 대해 대부분 올바른 출력을 생성합니다.\u003cbr\u003e이때 조건은 입력 데이터의 분포가 훈련 데이터가 유래된 통계적 분포와 같거나 비슷해야 한다는 것입니다.\u003cbr\u003e\u003cbr\u003e그렇다면 이런 과정은 왜 학습이 아닐까요? 입력을 약간 왜곡시키면 완전히 잘못된 출력이 나올 가능성이 높기 때문입니다.\u003cbr\u003e이는 동물이 학습하는 방식과 다릅니다.\u003cbr\u003e예컨대 여러분이 화면을 정면으로 보면서 게임을 배웠다면 화면이 조금 틀어져도 여러분은 여전히 비디오 게임을 잘 할 수 있을 것입니다.\u003cbr\u003e하지만 머신러닝 알고리즘은 화면을 정면으로만 보고 훈련하고 회전을 인식하도록 훈련하지 않았다면 화면이 틀어진 상태에서는 비디오 게임을 제대로 하지 못할 것입니다.” \u003c\/div\u003e \u003cdiv\u003e--- 「지은이의 글」 중에서\u003c\/div\u003e \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \u003cbr\u003e\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e출판사 리뷰\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  이 책에서 다루는 내용\u003cbr\u003e\u003cbr\u003e● 심층 신경망을 포함한 지도 및 비지도 학습 알고리즘\u003cbr\u003e● 본질을 살린 직관적이고 명확한 알고리즘 및 수학 개념 설명\u003cbr\u003e● 모델 구축, 디버깅, 평가를 위한 실용 기법\u003cbr\u003e● 앙상블, 추천 시스템, 메트릭 학습 등 고급 주제\u003cbr\u003e \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eGOODS SPECIFICS\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e발행일 : \u003c\/strong\u003e2025년 10월 30일\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e쪽수, 무게, 크기 : \u003c\/strong\u003e199쪽 | 172*225*10mm\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003eISBN13 : \u003c\/strong\u003e9788966264933\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cspan\u003e\u003c\/span\u003e\n\u003c\/center\u003e\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893057191978,"sku":"113723","price":46.96,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/d5874f648c67bac2492c8e9a69afbc02.jpg?v=1765386496","url":"https:\/\/librairie.coreenne.fr\/ko\/products\/113723","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}