머신러닝을 용어 암기가 아니라 왜 그렇게 되는지 직접 실험으로 익힙니다. 거의 모든 장에 손으로 만지는 데모가 있어요.
CHAPTER 1
머신러닝이란 무엇인가
규칙 코딩과의 차이, 지도·비지도·강화학습, 데이터·특징·일반화, 전체 작업 흐름
CHAPTER 2기계는 어떻게 배우는가
손실 함수, 경사하강법, 선형회귀 직접 학습, 과적합과 편향-분산, 정규화
CHAPTER 3신경망과 딥러닝
퍼셉트론, 활성화 함수, 순전파·역전파, 직접 학습되는 신경망 플레이그라운드
CHAPTER 4딥러닝의 여러 종류
CNN(합성곱), RNN(순서), GNN(그래프), Transformer(어텐션) — 무엇에 왜 쓰나
CHAPTER 5고전 ML과 비지도학습
k-최근접이웃, 결정트리, SVM, k-평균 군집화, 차원 축소(PCA)