파이썬을 활용한 비지도 학습(데이터 과학)

★ 이 책에서 다루는 내용 ★

■ 클러스터링의 기본과 중요성 이해

■ 기본 제공 패키지를 사용해 처음부터 k-평균, 계층적 및 DBSCAN 클러스터링 알고리즘 구축

■ 차원 축소 및 적용

■ Scikit-learn으로 Iris 데이터셋에서 PCA 구현 및 분석

■ Keras로 CIFAR-10 데이터셋용 오토인코더 모델 구축

■ 머신 러닝 익스텐션(Mlxtend)을 사용한 Apriori 알고리즘으로 거래 데이터 연구



★ 이 책의 대상 독자 ★

비지도 학습에 관심 있는 개발자, 데이터 과학자와 머신 러닝에 관심 있는 독자를 위한 책이다. 지수나 제곱근, 평균, 중위값 등을 포함한 수학 개념의 기초 지식과 함께 파이썬 프로그래밍 관련 지식이 필요하다.

1장. 클러스터링 소개

__소개

__비지도 학습과 지도 학습의 차이

__클러스터링

____클러스터 식별

____2차원 데이터

____연습 1: 데이터에서 클러스터 인식

__k-평균 클러스터링 소개

____수학이 필요 없는 k-평균 연습

____k-평균 클러스터링 심화 연습

____대안 거리 메트릭-맨해튼 거리

____더 깊은 차원

____연습 2: 파이썬으로 유클리드 거리 계산

____연습 3: 거리 개념으로 클러스터 구성

____연습 4: 직접 k-평균 구현

____연습 5: 최적화를 통한 k-평균 구현

____클러스터링 성능: 실루엣 점수

____연습 6: 실루엣 점수 계산

____활동 1: k-평균 클러스터링 구현

__요약



2장. 계층적 클러스터링

__소개

____클러스터링 다시 살펴보기

____k-평균 다시 살펴보기

__계층 구조

__계층적 클러스터링 소개

____계층적 클러스터링 수행 단계

____계층적 클러스터링 연습 예제

____연습 7: 계층 구성

__연결

____활동 2: 연결 기준 적용

__응집 vs 분산 클러스터링

____연습 8: scikit-learn을 사용한 응집 클러스터링 구현

____활동 3: 계층적 클러스터링과 k-평균 비교

__k-평균 vs 계층적 클러스터링

__요약



3장. 이웃 접근과 DBSCAN

__소개

____이웃으로서의 클러스터

__DBSCAN 소개

____DBSCAN 심화 학습

____DBSCAN 알고리즘 연습

____연습 9: 이웃 반경 크기의 영향 평가

____DBSCAN 속성 - 이웃 반경

____활동 4: DBSCAN 처음부터 구현

____DBSCAN 속성-최소 지점 수

____연습 10: 최소 지점 수의 영향 평가

____활동 5: DBSCAN과 k-평균 그리고 계층적 클러스터링 비교

__DBSCAN 대 k-평균과 계층적 클러스터링

__요약



4장. 차원 축소와 PCA

__소개

____차원 축소란 무엇인가?

____차원 축소 적용

____차원의 저주

__차원 축소 기법 개요

____차원 축소와 비지도 학습

__PCA

____평균

____표준편차

____공분산

____공분산 행렬

____연습 11: 통계의 기본 개념 이해

____고윳값 및 고유 벡터

____연습 12: 고윳값 및 고유 벡터 계산

____PCA 처리 절차

____연습 13: PCA 수동 실행

____연습 14: Scikit-Learn PCA

____활동 6: 수동 PCA와 scikit-learn 비교

____압축된 데이터셋 복원

____연습 15: 수동 PCA로 분산 감소 시각화

____연습 16: 분산 감소 시각화

____연습 17: Matplotlib에서 3D 도표 그리기

____활동 7: 확장된 아이리스 데이터셋을 사용한 PCA

__요약



5장. 오토인코더

__소개

__인공 신경망 기초

____뉴런

____Sigmoid 함수

____정류 선형 단위

____연습 18: 인공 신경망의 뉴런 모델링

____활동 8: ReLU 활성화 함수를 사용한 뉴런 모델링

____신경망: 구조 정의

____연습 19: Keras 모델 정의

____신경망: 학습

____연습 20: Keras 신경망 훈련

____활동 9: MNIST 신경망

__오토인코더

____연습 21: 간단한 오토인코더

____활동 10: 간단한 MNIST 오토인코더

____연습 22: 다중 계층 오토인코더

____컨볼루셔널 신경망

____연습 23: 컨볼루셔널 오토인코더

____활동 11: MNIST 컨볼루셔널 오토인코더

__요약



6장. t-분포 확률적 이웃 임베딩

__소개

__확률적 이웃 임베딩

__t-분포 확률적 이웃 임베딩

____연습 24: t-SNE MNIST

____활동 12: 와인 t-SNE

__t-SNE 도표 해석

____퍼플렉서티

____연습 25: t-SNE MNIST와 퍼플렉서티

____활동 13: t-SNE 와인과 퍼플렉서티

____이터레이션

____연습 26: t-SNE MNIST와 반복

____활동 14: t-SNE 와인과 이터레이션

____시각화에 대한 최종 의견

__요약



7장. 토픽 모델링

__소개

____토픽 모델

____연습 27: 환경 설정

____토픽 모델 개요

____비즈니스 활용

____연습 28: 데이터 로딩

__텍스트 데이터 정리

____데이터 정리 기법

____연습 29: 단계별 데이터 정리

____연습 30: 데이터 정리 마무리

____활동 15: 트위터 데이터 로딩 및 정리

__잠재 디리클레 할당

____변분 추론

____백오브워즈

____연습 31: 카운트 벡터라이저를 사용한 백오브워즈 모델 생성

____퍼플렉서티

____연습 32: 주제의 수 선택

____연습 33: 잠재 디리클레 할당 실행

____연습 34: LDA 시각화

____연습 35: 4개 주제 시도

____활동 16: 잠재 디리클레 할당과 건강 트윗

____백오브워즈 추가 사항

____연습 36: TF-IDF를 사용한 백오브워즈 생성

__음수 미포함 행렬 분해

____프로베니우스 놈

____증배 갱신

____연습 37: 음수 미포함 행렬 분해

____연습 38: NMF 시각화

____활동 17: 음수 미포함 행렬 분해

__요약



8장. 장바구니 분석

__소개

__장바구니 분석

____활용 사례

____중요한 확률 지표

____연습 39: 샘플 거래 데이터 생성

____지지도

____신뢰도

____향상도와 레버리지

____확신

____연습 40: 지표 계산

__거래 데이터의 특징

____연습 41: 데이터 불러오기

____데이터 정리 및 형식화

____연습 42: 데이터 정리 및 포매팅

____데이터 인코딩

____연습 43: 데이터 인코딩

____활동 18: 전체 온라인 소매 데이터의 로딩과 준비

__Apriori 알고리즘

____계산 수정

____연습 44: Apriori 알고리즘 실행

____활동 19: 전체 온라인 소매 데이터셋에 Apriori 적용

__연관 규칙

____연습 45: 연관 규칙 도출

____활동 20: 전체 온라인 소매 데이터셋의 연관 규칙 찾기

__요약



9장. 핫스팟 분석

__소개

____공간 통계

____확률 밀도 함수

____산업에 핫스팟 분석 사용

__커널 밀도 추정

____대역폭 값

____연습 46: 대역폭 값의 효과

____최적의 대역폭 선택

____연습 47: 그리드 검색을 사용한 최적 대역폭 선택

____커널 함수

____연습 48: 커널 함수의 효과

____커널 밀도 추정 도출

____연습 49: 커널 밀도 추정의 도출 시뮬레이션

____활동 21: 1차원에서의 밀도 추정

__핫스팟 분석

____연습 50: Seaborn으로 데이터 로드 및 모델링

____연습 51: 베이스맵 작업

____활동 22: 런던에서의 범죄 분석

__요약



부록

벤자민 존스턴 (Benjamin Johnston)

세계 최고의 데이터 기반 의료 기업의 선임 데이터 과학자다. 문제 정의부터 솔루션 연구 개발, 최종 배포까지 제품 개발 전 과정에 걸쳐 혁신적인 디지털 솔루션 개발에 참여하고 있다. 현재 이미지 처리와 심층신경망 전문으로 머신 러닝 박사 과정을 이수하고 있다. 의료기기 설계 및 개발 분야에서 10년 이상의 경력이 있으며, 다양한 기술 분야에 종사하고 있다. 오스트레일리아 시드니대학교에서 공학 및 의학 분야의 1급 우등 학사 학위를 보유하고 있다.