추천의 글 = 7 지은이 소개 = 9 기술 감수자 소개 = 11 옮긴이 소개 = 13 옮긴이의 글 = 14 들어가며 = 34 1장 머신 러닝의 개요 = 45 머신 러닝의 역사와 정의 = 48 머신 러닝에 대한 오해 : 머신 러닝이 아닌 것은? = 50 머신 러닝의 핵심 개념과 주요 용어 = 50 머신 러닝에 활용되는 다양한 데이터 타입과 서브타입 = 55 머신 러닝에 활용되는 데이터세트 = 60 산업 부문별 머신 러닝 응용 분야와 알고리즘 = 63 머신 러닝의 실무적인 과제 = 64 머신 러닝 전문가와 구현 프로세스 = 67 머신 러닝 전문가 = 67 머신 러닝 프로세스 = 67 머신 러닝 도구와 데이터세트 = 71 머신 러닝 데이터세트 = 75 정리 = 76 2장 지도학습에 대한 실무적인 접근 = 79 지도학습에 사용되는 용어와 표기법 = 81 데이터 품질 분석 = 82 기술적(설명적) 데이터 분석 = 83 시각화 분석 = 84 데이터 변환 및 전처리 = 86 추가적인 특성 = 86 누락값 처리 = 87 이상점 = 89 이산화 = 91 데이터 표본추출 = 92 모델 훈련, 검증, 그리고 테스트 데이터세트 = 94 특성 관계 분석과 차원 감소 = 99 특성 검색 기술 = 100 특성 평가 기법 = 100 랩퍼 기법 = 105 임베드 접근법 = 106 모델 만들기 = 106 선형 모델 = 107 비선형 모델 = 112 앙상블 학습과 메타학습 모델 = 121 모델 평가, 검증, 비교 = 125 모델 평가 = 126 모델 검증 매트릭스 = 127 머신 러닝 모델 간의 비교 = 131 사례 연구 - 말의 복통 분류 = 135 비즈니스 문제 정의 = 137 머신 러닝 맵핑 = 137 데이터 분석 = 137 지도학습 실험 = 139 결과, 관찰, 그리고 분석 = 153 정리 = 155 3장 비지도식 머신 러닝 기법 = 161 지도식 머신 러닝 기법의 주요 이슈 = 162 비지도식 머신 러닝 기법의 주요 이슈 = 163 특성 분석과 차원 감소 = 164 표기법 = 164 선형 차원 감소 기법 = 165 비선형 차원 감소 기법 = 170 클러스터링 = 174 클러스터링 알고리즘 = 174 스펙트럴 클러스터링 = 185 어피니티 전파 = 186 클러스터링 검증 및 평가 = 189 이상점 또는 특이점 감지 기법 = 193 이상점 감지 알고리즘 = 193 이상점 평가 기법 = 206 실무 사례 분석 = 208 도구와 소프트웨어 = 208 비즈니스 문제 정의 = 208 머신 러닝 맵핑 = 209 데이터 수집 = 209 데이터 품질 분석 = 210 데이터 샘플링 및 변환 = 211 특성 분석 및 차원 감소 = 211 클러스터링 모델, 결과, 그리고 평가 = 217 이상점 모델 구현 결과 및 평가 = 221 정리 = 223 4장 반지도 학습 및 능동 학습 = 229 반지도 학습 = 231 기본적인 수식 및 표현, 가정 = 232 반지도 학습 기법 = 234 반지도 학습 실무 사례 분석 = 243 능동 학습 = 251 기본 표현과 수식 = 252 능동 학습 시나리오 = 253 능동 학습 절차 = 253 버전 공간 표본추출 = 256 데이터 분포 표본추출 = 258 능동 학습 실무 사례 분석 = 260 도구와 소프트웨어 = 261 비즈니스 문제 정의 = 261 머신 러닝 맵핑 = 261 데이터 수집 = 261 데이터 샘플링 및 변환 = 262 특성 분석 및 차원 감소 = 262 모델, 결과, 평가 = 263 능동 학습 결과 분석 = 268 정리 = 269 5장 실시간 스트림 머신 러닝 = 273 스트림 기반 학습의 기본 가정 및 수학적 표현 = 275 기본 스트림 처리 및 연산 기법 = 276 스트림 연산 = 276 슬라이딩 윈도우 = 278 표본추출 = 279 컨셉 드리프트와 드리프트 감지 = 280 데이터 관리 기법 = 282 감지 기법 = 283 증가형 지도 학습 = 286 모델 구현 방법 = 287 온라인 설정에서의 모델 검증, 평가, 비교 = 297 클러스터링을 활용한 증가형 비지도 학습 = 301 모델 구현 기법 = 301 이상점 감지를 위한 비지도 학습 = 318 이상점 감지를 위한 파티션 기반 클러스터링 = 319 이상점 감지를 위한 거리 기반 클러스터링 = 320 스트림 기반 학습의 실무 사례 = 325 도구 및 소프트웨어 = 326 비즈니스 문제 정의 = 328 머신 러닝 맵핑 = 329 데이터 수집 = 329 표본추출 및 변환 = 329 모델, 결과, 평가 = 331 스트림 기반 학습 결과 분석 = 338 정리 = 340 6장 확률적 그래프 모델 구현 = 345 확률 복습 = 346 확률의 개념 = 346 그래프의 개념 = 352 그래프 구조 및 기본 속성 = 352 서브그래프와 클리닉 = 353 패스, 트레일, 사이클 = 354 베이지안 네트워크 = 354 수학적 표현 = 356 추론 = 360 베이지안 네트워크에서의 학습 = 375 학습 파라미터 = 377 마코프 네트워크와 조건부 랜덤 필드 = 387 수학적 표현 = 388 마코프 네트워크에서의 추론 = 391 마코프 네트워크에서의 학습 = 392 조건부 랜덤 필드 = 393 특화된 네트워크 = 394 트리 강화 네트워크 = 394 마코프 체인 = 395 HMM의 최고 확률 경로 = 398 HMM의 사후 복호화 = 399 도구와 활용 방법 = 400 오픈마코프 = 401 Weka 베이지안 네트워크 GUI = 403 실무 사례 분석 = 405 비즈니스 문제 정의 = 405 머신 러닝 맵핑 = 405 표본추출 및 데이터 변환 = 405 특성 분석 = 406 모델, 결과, 평가 = 407 결과 분석 = 410 정리 = 411 7장 딥러닝 = 415 다층 피드포워드 신경망 기법 = 416 입력값, 뉴론, 활성화 함수, 수학적 표현 = 416 다층 신경망 = 417 신경망 기법의 한계 = 427 기울기 사라짐, 지역 최적화, 훈련 지연 문제 = 427 딥러닝 = 429 딥러닝의 주요 개념 = 430 사례 분석 = 468 도구와 소프트웨어 = 469 비즈니스 문제 = 469 머신 러닝 맵핑 = 470 표본추출 및 데이터 = 470 특성 분석 = 470 모델, 결과, 평가 = 470 정리 = 484 8장 텍스트 마이닝과 자연어 처리 = 491 NLP, 하위 분야 및 주요 임무 = 493 텍스트 범주화 = 494 음성 태깅 = 495 텍스트 클러스터링 = 495 정보 추출 및 개체명 인식 = 496 감정 분석 및 오피니언 마이닝 = 496 대용어 또는 동일지시어 해소 = 497 어휘 중의성 해소 = 497 기계 번역 = 498 시멘틱(의미론적) 논증 및 추론 = 498 텍스트 자동 요약 = 498 자동화된 질문과 답변 = 499 비정형 데이터 마이닝의 당면 과제 = 499 텍스트 처리 요소와 변환 = 500 문서 수집 및 표준화 = 501 토큰화 = 502 중지 단어 제거 = 503 어간 단어 표기 = 504 지역 및 전역 사전 생성 = 505 특성 추출 및 생성 = 506 특성의 대표성 및 유사성 = 510 특성 선택 및 차원 감소 기법 = 515 텍스트 마이닝에서의 토픽 선정 = 518 텍스트 카테고리화 및 텍스트 분류 = 518 토픽 모델링 = 519 텍스트 클러스터링 = 524 클러스터링 기법 = 524 개체명 인식 = 531 NER을 위한 은닉 마코프 모델 = 532 딥러닝과 NLP = 536 NLP 분석 도구와 활용 방법 = 542 맬릿을 이용한 토픽 모델링 = 544 비즈니스 문제 정의 = 545 머신 러닝 맵핑 = 546 데이터 수집 = 546 표본추출 및 변환 = 546 특성 분석 및 차원 감소 = 548 모델, 결과, 평가 = 549 텍스트 처리 결과 분석 = 550 정리 = 551 9장 빅데이터 분석을 위한 머신 러닝의 첨단 도구 = 557 빅데이터의 특징 = 560 빅데이터 분석을 위한 머신 러닝 = 561 범용 빅데이터 프레임워크 = 561 배치형 빅데이터 머신 러닝 = 573 빅데이터 머신 러닝 플랫폼 - H2O = 574 사례 분석 = 582 비즈니스 문제 정의 = 582 머신 러닝 맵핑 = 583 데이터 수집 = 583 데이터 추출 및 변환 = 583 빅데이터 머신 러닝 플랫폼 - Spark MLlib = 586 실시간형 빅데이터 머신 러닝 = 598 실시간 빅데이터 머신 러닝 프레임워크 - SAMOA = 599 머신 러닝 알고리즘 = 602 도구와 활용 = 603 실험, 결과, 그리고 분석 = 604 머신 러닝의 미래 = 605 정리 = 606 부록 A 선형 대수학 = 611 벡터 = 612 벡터의 스칼라 곱 = 612 행렬 = 612 행렬 변환 = 613 행렬의 특이값 분해 = 617 부록 B 확률 = 619 확률의 공리 = 619 베이즈 이론 = 620 확률 밀도 측정 = 620 평균 = 621 분산 = 621 표준편차 = 622 가우시안 표준편차 = 622 공분산 = 623 상관관계 상관계수 = 623 이항 분포 = 624 푸와송 분포 = 624 가우시안 분포 = 625 중심극한정리 = 625 오류 전파 = 626 찾아보기 = 628