들어가며
이 책의 예제 테스트 환경
이 책의 대상 독자와 3학년 시리즈에 대하여
이 책을 읽는 방법
예제 파일과 회원 특전 PDF 다운로드 방법


제1장 머신러닝 준비

LESSON 01 머신러닝이 뭘까?
머신러닝이란?
데이터 분석과 머신러닝의 차이

LESSON 02 나눈다는 것은 이해한다는 것
머신러닝 알고리즘으로 하는 것은 ‘선을 그리는 일’
잘 나누기 위해서는 의미가 있는 특징량이 중요하다

LESSON 머신러닝을 준비하자
Colab Notebook 준비하기
Windows에 Jupyter Notebook 설치하기
macOS에 Jupyter Notebook 설치하기


제2장 샘플 데이터를 살펴보자

LESSON 04 scikit-learn 샘플 데이터 세트
붓꽃 품종 데이터 세트

LESSON 05 샘플 데이터 세트를 자동으로 생성하자
분류용 데이터 세트 자동 생성(클러스터)
분류용 데이터 세트 자동 생성(초승달)
분류용 데이터 세트 자동 생성(2중원)
분류용 데이터 세트 자동 생성(동심원)
회귀용 데이터 세트 자동 생성


제3장 머신러닝 과정을 이해하자

LESSON 06 데이터를 준비한다

LESSON 07 데이터를 학습용과 테스트용으로 나눈다

LESSON 08 모델을 선택해서 학습한다

LESSON 09 모델을 테스트한다

LESSON 10 새로운 값을 넘겨주고 예측한다

LESSON 11 분류 상태를 시각화한다


제4장 머신러닝의 다양한 알고리즘

LESSON 12 회귀: 선형 회귀
어떤 알고리즘일가?
모델 사용법
시험해보자

LESSON 13 분류: 로지스틱 회귀
어떤 알고리즘일까?
모델 사용법
시험해보자

LESSON 14 분류: SVM(서포트 벡터 머신)
모델 사용법
시험해보자

LESSON 15 분류: 결정 트리
어떤 알고리즘일가?
모델 사용법
시험해보자

LESSON 16 분류: 랜덤 포레스트
어떤 알고리즘일가?
모델 사용법
시험해보자

LESSON 17 k-NN(k 최근접 이웃법)
어떤 알고리즘일가?
모델 사용법
시험해보자

LESSON 16 클러스터링 k-means(k 평균법)
어떤 알고리즘일가?
모델 사용법
시험해보자


제5장 치노 다시 한 번! 이미지로 숫자를 예측하자

LESSON 19 데이터를 준비한다
새 노트북을 만든다

LESSON 20 학습 데이터를 준비한다

LESSON 21 학습하게 한다

LESSON 22 예측하게 한다
[Colab Notebook에서 업로드하는 경우]
[Jupyter Notebook에서 업로드하는 경우]
이미지를 읽고 숫자를 예측한다

LESSON 23 비지도 학습을 이용해 데이터를 표시해 보자

LESSON 24 앞으로 무엇을 공부하면 좋을까

찾아보기