소장자료검색

책소개

머신 러닝과 함께 웹 마이닝, 자연어 처리 기법을 활용해 영화를 추천하고 영화 리뷰에 대한 감성을 분석하는 웹 애플리케이션을 직접 구현해볼 수 있도록 관련 이론과 예시를 실용적으로 제시한다. 실습을 통해 머신 러닝을 학습하고 이를 웹 애플리케이션에 적용하는 데 관심 있는 입문자에게 이 책은 좋은 길라잡이가 될 것이다.

목차

1장. 파이썬 기반의 실용적 머신 러닝 소개
__머신 러닝 기본 개념
____머신 러닝 예제
________모듈(라이브러리) 설치와 가져오기
__데이터의 준비, 조작, 시각화: NumPy, pandas, matplotlib 튜토리얼
____NumPy 사용
________배열 생성
________배열 조작
________배열 연산
________선행 대수 연산
________통계 및 수학 함수
____pandas 모듈 이해
________데이터 탐색
________데이터 조작
____Matplotlib 튜토리얼
__이 책에서 사용된 과학 라이브러리
__머신 러닝을 사용할 때
__요약


2장. 머신 러닝 기법: 자율 학습
__군집화 알고리즘
____확률 분포 방식
________EM 알고리즘
________가우시안 혼합
____중심 방식
________k 평균
____밀도 방식
________평균 이동
____계층 방식
________군집화 방법의 훈련과 비교
__차원 축소
____주성분 분석
________PCA 예제
__특이값 분해
__요약


3장. 머신 러닝 기법: 지도 학습
__모델 오류 평가
__일반화 선형 모델
____선형 회귀
____리지 회귀
____라소 회귀
____로지스틱 회귀
____일반화 선형 모델에 대한 확률적 해석
____k 근접 이웃법(KNN)
__나이브 베이즈
____다항 분포 나이브 베이즈
____가우시안 나이브 베이즈
__의사 결정 트리
__서포트 벡터 머신
____커널 트릭
__방법 간의 비교
____회귀 분석 문제
____분류 문제
__히든 마르코프 모델
____파이썬 예제
__요약


4장. 웹 마이닝 기법
__웹 구조 마이닝
____웹 크롤러(스파이더)
____인덱서
____랭킹: 페이지 랭크 알고리즘
__웹 콘텐츠 마이닝
____파싱
__자연어 처리
____정보 검색 모델
________TF-IDF
________잠재 의미 분석(LSA)
________Doc2Vec(word2vec)
________Word2vec: CBOW와 스킵그램 아키텍처
________CBOW 모델의 수학적 설명
________Doc2Vec 확장
________영화 리뷰 쿼리 예제
__사후 처리 정보
____잠재 디리클레 할당
________모델
________예제
____오피니언 마이닝(감성 분석)
__요약


5장. 추천 시스템
__유틸리티 행렬
__유사도 척도
__협업 필터링 방법
____메모리 기반 협업 필터링
________사용자 기반 협업 필터링
________아이템 기반 협업 필터링
________가장 단순한 아이템 기반 협업 필터링: 슬롭원
____모델 기반 협업 필터링
________교대 최소 제곱법
________확률 내리막 경사법
________비음수 행렬 분해
________특이값 분해
__CBF 방법
____아이템 특징 평균 방법
____정규화된 선형 회귀 분석 방법
__추천 시스템 학습을 위한 연관 규칙
__로그 우도비 추천 시스템 방법
__하이브리드 추천 시스템
__추천 시스템 평가
____평균 제곱근 오차 평가
____분류 척도
__요약


6장. 장고 시작
__HTTP: GET, POST 메소드 기초
____설치와 서버 생성
____설정
__앱 작성: 주요 기능
____모델
____HTML 웹 페이지 URL과 뷰
________HTML 페이지
____URL 선언과 뷰
__어드민
____셸 인터페이스
____명령
____RESTful 애플리케이션 프로그래밍 인터페이스(API)
__요약


7장. 영화 추천 시스템 웹 애플리케이션
__애플리케이션 설정
__모델
__명령
__사용자 등록 및 로그인/로그아웃 구현
__정보 검색 시스템(영화 쿼리)
__평점 시스템
__추천 시스템
__어드민 인터페이스와 API
__요약


8장. 영화 리뷰에 대한 감성 분석 애플리케이션
__애플리케이션 사용법 개요
__검색 엔진 선택과 애플리케이션 코드
__Scrapy 설정과 애플리케이션 코드
____Scrapy 설정
____스크랩퍼
____파이프라인
____크롤러
__장고 모델
__장고와 Scrapy 통합
____명령(감성 분석 모델과 쿼리 삭제)
____감성 분석 모델 로더
____실행 완료 쿼리 삭제
____감성 리뷰 분석기: 장고 뷰와 HTML
__페이지 랭크: 장고 뷰와 알고리즘 코드
__어드민과 API
__요약