기계 학습 관련 서적 2

본명: 해커의 기계 학습

저자: (미국) 드류 콘웨이/존 마일스 화이트 번역자: 진개강/유/맹효남/나림수정출판사: 기계공업출판사 페이지 번호: 320 가격: 69.00 ISBN: 9787/KLOC 기계 학습에 관한 참고서나 이론책이 되고 싶지 않다. 그것은 학습 과정에 초점을 맞추고 있기 때문에 일정한 프로그래밍 배경과 양적 사고를 가진 사람에게는 좋은 선택이다. (존 F. 케네디, 공부명언)

-맥스 스론 오크큐피드

기계 학습은 컴퓨터 과학과 인공지능 중 매우 중요한 연구 분야이다. 기계 학습은 컴퓨터 과학의 많은 분야에서 중요한 역할을 할 뿐만 아니라, 일부 교차 학과에서도 중요한 지원 기술이 되었다. 이 책은 기계 학습의 방법과 기술을 포괄적으로 체계적으로 소개하고, 많은 고전적인 학습 방법뿐만 아니라 생명력을 지닌 새로운 이론과 새로운 방법도 상세히 설명하였다. 책의 경우 분류 문제와 회귀 문제가 모두 있다. 여기에는 감독 학습과 감독되지 않은 학습이 포함됩니다. 이 책에서 논의한 사례는 분류에서 회귀에 이르기까지 클러스터링, 차원 축소, 최적화 등에 대해 논의한다. 스팸인식, 정렬, 스마트 받은 편지함, 회귀 모델, 예측 웹 액세스, 정규화, 텍스트 회귀, 최적화, 암호 해독, 감독되지 않은 학습, 주식시장 지수 구축, 공간 유사성, 투표 기록으로 미국 상원의원 클러스터링, 추천 시스템, 사용자에게 R 언어 팩 추천, 소셜 네트워킹 등의 사례가 있습니다 각 장의 원리에 대한 묘사는 개념이 명확하고, 표현이 정확하며, 이론이 실제와 연결되어 있고, 계발성이 강하며, 통속적이고 이해하기 쉽다. 이러한 사례를 탐색하는 데 사용되는 기본 도구는 R 통계 프로그래밍 언어입니다. R 언어는 데이터 분석을 위한 고급 함수 스크립팅 언어이기 때문에 기계 학습의 사례 연구에 매우 적합합니다.

이 책의 주요 내용: 소박한 베네치아 분류기를 개발하여 메시지의 텍스트 정보만을 근거로 이 메일이 스팸인지 아닌지를 판단한다. 선형 회귀를 사용하여 인터넷에서 상위 1000 위 사이트의 PV 를 예측합니다. 텍스트 회귀를 사용하여 책의 단어 간 관계를 이해합니다. 간단한 암호를 해독하여 최적화 기술을 배웁니다. 감독되지 않은 학습을 이용하여 주식시장 지수를 구축하고 전체 시장 상황을 측정하다. 미국 상원의 투표에 따르면 통계학적으로 미국 상원의원을 클러스터링한다. K-최근 접 알고리즘을 통해 사용자에게 r 을 추천하는 언어 팩을 구성합니다. 트위터 데이터를 사용하여 "관심 있는 사람" 을 위한 추천 시스템을 구축합니다. 모델 비교: 문제에 가장 적합한 알고리즘을 찾습니다. 드루 콘웨이 (Drew Conway) 는 기계 학습 전문가로서 데이터 분석 및 처리에 풍부한 경험을 가지고 있습니다. 주로 수학 통계 컴퓨터 기술을 이용하여 국제 관계 충돌 테러리즘을 연구한다. 그는 미국 정보와 국방부에서 몇 년 동안 연구원으로 일했다. 그는 뉴욕대 정치과학과에서 박사 학위를 받았고 각종 잡지를 위해 문장 저술을 한 적이 있다. 그는 기계 학습 분야의 유명한 학자이다.

존 마이어스 화이트 (John Myles White) 는 데이터 분석 및 처리 경험이 풍부한 기계 학습 전문가입니다. 주로 이론과 실험의 관점에서 인류가 어떻게 결정을 내리는지 연구하는 것이 아니라, 프로젝트 템플릿, log4r 등 여러 인기 있는 R 언어 팩의 주요 관리자이기도 하다. (윌리엄 셰익스피어, 템플릿, LOG4R, LOG4R, LOG4R, LOG4R 등) 그는 프린스턴 대학에서 철학 박사 학위를 받았으며, 많은 기술 잡지를 위해 문장, 기계 학습에 관한 많은 논문, 그리고 많은 국제 회의에서 연설을 한 적이 있다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 과학명언) 나림

박사, 교수, 박사 교사. 현재 베이징 이공대 정보시스템 및 안전대책실험센터 주임, 전문책임교수입니다. 국방과학기술공업국 과학기술위원회 위원; "중국 의학 영상기술지" 와 "중국 개입 영상과 치료학" 편집위 전국 대학생 정보 보안 기술 초청 대회 전문가 그룹 부팀장; 중국 인공지능학회 스마트정보안전전문위원회 위원 등. 주요 연구 방향은 정보 보안, 데이터 마이닝, 미디어 컴퓨팅 및 중국어 정보 처리입니다. 국가자연과학기금, 국가과학기술지원계획, 863 계획, 국가242 계획 등 40 여개 성 장관급 프로젝트를 완료하거나 참여하다. 학술 논문 90 여 편, 저작 8 부, 번역/KLOC-0 편, 특허 3 항을 발표하다.

진개강

시나웨이보 검색부 R&D 엔지니어는 웨이보 콘텐츠 안티스팸 시스템, 웨이보 특색 콘텐츠 마이닝 알고리즘, 셀프 서비스 고객 서비스 시스템 (자동 응답, 사전 발굴, 여론 모니터링 포함) 등의 프로젝트를 독립적으로 담당했으며, 주로 소셜 마이닝, 추천 알고리즘 연구, 기계 학습, 자연어 처리 등 관련 업무를 담당하고 있으며, 연구는 소셜 네트워크 개인화 추천에 관심이 있다.

유씨

알리바바, CBU 기초 플랫폼 검색 추천팀 핵심 기술 및 조회 분석 방향 책임자, 기계 학습 기술 분야 및 서클 책임자. 알고리즘 엔지니어, 전 야후! 중국 관련 팀 및 자연어 처리 팀 AvePoint.inc 개발 엔지니어는 엔터프라이즈 검색 엔진 개발에 종사하고 있습니다. 연구 방향은 기계 학습, 자연어 처리, 개인화 추천 등의 알고리즘을 대규모 데이터에 적용하는 것이다.

맹효남

Amoy 광고 기술, 알리는 검색 광고 알고리즘의 책임자가 아니며 사용자 행동 분석, 모델링 및 세분화, RTB 입찰 알고리즘, 전시 광고의 CTR 예측 및 SEM 최적화를 담당합니다. NetEase Hangzhou Institute 에서 일했으며 NetEase 블로그 제품의 분산 전체 텍스트 검색 시스템 및 데이터 마이닝 알고리즘 개발에 참여했습니다. 연구 방향은 컴퓨팅 광고 기술, 기계 학습, 빅 데이터 기술, 정보 검색 등이다.