Page 2 -
P. 2
목차 MATH FOR MACHINE LEARNING
1장 데이터 과학과 파이썬 소개 15
1.1 데이터 과학이란? 16
1.1.1 아나콘다 설치하기 19
1.2 선형대수, 미분과 적분, 확률, 통계의 필요성 28
1.3 그리스 문자와 연산 기호 30
1.4 데이터와 변수의 이해 32
1.4.1 텍스트 마이닝으로 살펴본 비정형 데이터의 분석 36
1.5 파이썬의 자료 구조 41
1.5.1 파이썬 기본 빌트인 구조 41
1.5.2 넘파이, 판다스 기반의 자료 구조 46
1.5.3 파일로부터 자료 구조 생성하기 48
1.6 파이썬 실습 49
1.7 R 실습 58
1.8 핵심 요약 63
2장 머신 러닝을 위한 선형대수 67
2.1 선형대수의 필요성 68
2.2 벡터와 공간, 행렬과 사상 69
2.2.1 벡터의 이해 69
2.2.2 벡터의 사칙 연산 72
2.2.3 행렬로의 확장 75
2.3 행렬의 내적과 외적 79
2.4 행렬 연산의 의미와 활용 83
2.4.1 분석모형 응용 - 유사도행렬의 계산 84
2.5 행렬식, 역행렬 그리고 일차방정식 86
2.5.1 분석모형 응용 - 마르코프 체인 90
2.6 행렬의 분해: 고윳값과 고유 벡터, 대각화 92
2.6.1 분석모형 응용 - 주성분 분석 96
수학통계_06.indd 9 2020-08-13 오후 4:29:02
