# 파이썬 머신러닝 완벽 가이드

{{tag>python machine learning ml guide}}

권철민 지음

예제 코드 : https://github.com/wikibook/ml-definitive-guide

## 1 파이썬 기반의 머신러닝과 생태계 이해

  - [[머신러닝]]의 개념
  - 파이썬 머신러닝 생태계를 구성하는 주요 패키지
  - [[numpy|넘파이]]
  - 데이터 핸들링 - [[pandas|판다스]]


## 2 사이킷런으로 시작하는 머신러닝

  - [[사이킷런]] 소개와 특징
  - 첫 번째 머신러닝 만들어 보기 - [[붓꽃 품종 예측]]하기
  - 사이킷런의 기나 프레임워크 익히기
  - Model Selection 모듈 소개
  - [[데이터 전처리]]
  - 사이킷런으로 수행하는 [[타이타닉 생존자 예측]]



## 3 평가

  - [[정확도]] Accuracy
  - [[오차 행렬]]
  - [[정밀도]]와 [[재현율]]
  - [[F1 스코어]]
  - [[ROC]] 곡선과 [[AUC]]
  - [[피마 인디언 당뇨병 예측]]



## 4 분류

  - [[분류]]의 개요
  - [[결정 트리]]
  - [[앙상블]] 학습
  - [[랜덤 포레스트]]
  - [[GBM]] Gradient Boosting Machine
  - [[XGBoost]] eXtra Gradient Boost
  - [[LightGBM]]
  - 분류 실습 - [[캐글 산탄데르 고객 만족 예측]]
  - 분류 실습 - [[캐글 신용카드 사기 검출]]
  - [[스태킹 앙상블]]



## 5 회귀

  - [[회귀]] 소개
  - [[단순 선형 회귀]]를 통한 회귀 이해
  - 비용 최소화히기 - [[경사 하강법]] 소개
  - 사아킷런 LinearRegression을 이용한 [[보스턴 주택 가격 예측]]
  - [[다항 회귀]]와 과(대)적합/과소적합 이해
  - 규제 선형 모델 - [[릿지]], [[라쏘]], [[엘라스틱넷]]
  - [[로지스틱 회귀]]
  - [[회귀 트리]]
  - 회귀 실습 - [[자전거 대여 수요 예측]]
  - 회귀 실습 - [[캐글 주택 가격 - 고급 회귀 기법]]



## 6 차원 축소

  - [[차원 축소]] (Dimension Reductino) 개요
  - [[PCA]] Principal Component Analysis
  - [[LDA]] Linear Discriminant Analysis
  - [[SVD]] Singular Value Decomposition
  - [[NMF]] Non-Negative Matrix Factorization



## 7 군집화

  - [[K-평균]] 알고리즘 이해
  - [[군집 평가]]
  - [[평균 이동]]
  - [[GMM]] Gaussian Mixture Model
  - [[DBSCAN]]
  - [[군집화]] 실습 - [[고객 세그먼테이션]]



## 8 텍스트 분석

  - [[텍스트 분석]] 이해
  - 텍스트 사전 준비 작업 - [[텍스트 정규화]]
  - Bag of Words - [[BOW]]
  - 텍스트 분류 실습 - [[20 뉴스그룹 분류]]
  - [[감성 분석]]
  - [[토픽 모델링]] - [[20 뉴스그룹]]
  - [[문서 군집화]] 소개와 실습
  - [[문서 유사도]]
  - 한글 텍스트 처리 - [[네이버 영화 평점 감성 분석]]
  - 텍스트 분석 실습 - 캐글 [[Mercari Price Suggesion Challenge]]



## 9 추천 시스템

  - [[추천 시스템]]의 개요와 배경
  - [[콘텐츠 기반 필터링]] 추천 시스템
  - [[최근접 이웃 협업 필터링]]
  - [[잠재 요인 협업 필터링]]
  - [[콘텐츠 기반 필터링]] 실습 - [[TMDB 5000 영화 데이터 세트]]
  - 아이템 기반 최근접 이웃 협업 필터링 실습
  - 행렬 분해를 이용한 [[잠재 요인 협업 필터링]] 실습
  - 파이썬 추천 시스템 패키지 - [[Surprise]]