목차

[1] 머신러닝(Machine Learning)이란

[2] 선형 회귀 모델 (Linear Regression)

[3] 로지스틱 회귀 모델 (Logistic Regression)

[4] 뉴럴 네트워크 모델(Neural Network)

[5] 정규화 모델(Regularization)

[6] K-근접 이웃 (K-Nearest Neighbor : KNN)

[7] 의사결정나무 모델(Decision Tree)

[8] 랜덤 포레스트 모델 (Random Forest)

[9] SVM 모델 (Support Vector Machine)

[10] Hidden Markov Model (HMM)

[11] PCA & PLS (Principal Component Analysis: 주성분 분석 & Partial Least Squares : 부분최소자승법)

[12] Clustering (군집화)

1. 저자 소개

- 전직 스타트업 "IT 연구원"

- 현재 대기업 IT 엔지니어 "현직자"

- IT 기술에 대한 끝이 없는 자기계발을 시도하는 "열정 직장인"

2. 전자책 소개

"AI를 시작하기 위해서는 반드시 머신러닝부터 배워야 합니다"

"머신러닝에 대해 알짜배기 모델들만 모았습니다"

- 10여개의 머신러닝 주요 모델들의 개념서

- 코드나 복잡한 수식은 "지양" 하는 머신러닝 소개

- 수학 공식은 제공하지만 의존하지 않는 머신러닝 개념서

- 머신러닝이라는 학문을 PDF에 담아 드립니다

3. 이런 분이 독자이길 추천드립니다

"머신러닝을 위한 수리적 탐구(계산)가 어려우신 분"

"비즈니스 적용을 위해 머신러닝을 급히 배우셔야 하는 분"

"AI/머신러닝 관련 과제 및 보고서 작성을 위해 빠르게 개념정복이 필요하신 분"

"IT 흐름을 따라 가야 되는 걸 알고 있지만 시간이 없는 분"

"인공지능에 대해 얕은 지식을 가지고 있는 분"

"분명 머신러닝에 대해 코드도 짜고 했는데 설명을 할 수가 없는 분"

"빠르게 머신러닝의 알짜배기만 이해하고 넘어가고 싶은 분"

"비즈니스 회의에서 내가 머신러닝을 알고 있다라는 것을 보여줘야 되는 분"

"AI관련 면접 전 빠르게 리뷰 해야 되는 분"

"머신러닝 직무로 변경을 희망하지만 뭐부터 해야되는지 모르는 분"

"코드보다 프로세스나 개념 정리를 우선시 하는 분"

"파이썬도 배우고, 뭐도 배우기에 할게 많아 머신러닝을 포기하신 분"

"머신러닝 한 바퀴, 빠른 정주행하고 싶은 분"

4. 전자책 정보

- 전체 분량: 80 page

- 최종 업데이트 일자: 2021.10.08

- 나눔 고딕 12px, 줄간격 1

* 전자책 구매시 필수 확인 사항

   - 본 서비스는 컨설팅이 아니고 전자책 제공 서비스입니다

   - 구매하신 후에 화면을 통해 전자책을 드립니다

   - 구매 및 전자책 수신 후에 환불은 불가 합니다

   - 질문은 언제든지 전자책에 제공된 저자의 메일을 통해 부탁 드립니다

*전자책 구매 시 크몽(Kmong) 거래창으로 전자책이 즉시 발송됩니다.

추가 수정은 저자 재량의 컨텐츠에 대한 추가용도 외엔 제공 드리지 않습니다.

"전자책은 어디서든지(Anywhere), 언제라도(Anytime) PDF를 열 수 있는 노트북, 스마트폰, 데스크탑, 테블릿이라면 볼 수 있고 인쇄 또한 자유롭습니다"