머신러닝을 위한 수학

핵심 알고리즘 3가지로 배우는 최적화

이병준 저자(글)

한빛아카데미 · 2022년 12월 26일

책 소개

수학적 최적화를 이해하면, 머신러닝이 보인다!

머신러닝 알고리즘을 잘 이해하고 활용하려면 알고리즘의 기반이 되는 수학 원리를 이해해야 한다. 이 책은 머신러닝을 이해하고 구현하는 데 꼭 필요한 수학 개념만 엄선하여 구성하였다. 선형대수학, 다변수 미분적분학, 확률과 통계의 필수 개념으로 수학의 토대를 다지고 선형 회귀 분석, 서포트 벡터 머신, 주성분 분석의 3가지 핵심 알고리즘을 파이썬 코딩으로 직접 구현해보면 머신러닝 알고리즘의 핵심인 수학적 최적화를 확실하게 이해할 수 있다. 이 책을 통해 머신러닝에 필요한 수학이 무엇이며, 머신러닝과 수학이 어떻게 연결되는지를 이해하면 머신러닝에 한 발짝 더 가까워질 것이다.

작가정보

저자(글) 이병준

서울대학교 수학교육과를 졸업한 후 동 대학교 수리과학부에서 석사, 박사 학위를 취득하였습니다. 주요 연구 분야는 수치해석, 전산 유체역학, 산업응용수학, 수학적 최적화 등입니다. 현재는 가톨릭대학교 수학과 및 인공지능학과 (겸무) 교수로 재직 중입니다. 또한 한국산업응용수학회(KSIAM), 대한수학회(KMS), 한국전산유체공학회(KSCFE) 회원으로 활동 중이며 현재 한국산업응용수학회에서 총무이사를 맡고 있습니다.

가톨릭대학교는 2019년에 4차 산업혁명 혁신선도대학으로 선정되었으며, 저자는 참여학과 교원으로 활동을 하면서 〈인공지능과 수학적 최적화〉, 〈딥러닝의 이론 및 실습〉 등의 신규 과목을 개설하여 학생들에게 머신러닝을 위한 수학을 소개하는 데 힘쓰고 있습니다. 주요 저서로는 『데이터 과학을 위한 기초수학 with 파이썬』(한빛아카데미, 2021)이 있습니다.

목차

• 1장 행렬
  1.1 행렬
  1.2 선형변환
  1.3 고윳값과 고유벡터
  1.4 이차형식
  연습문제
  
  2장 다변수 함수
  2.1 다변수 함수
  2.2 다변수 함수의 미분
  2.3 다변수 벡터함수
  연습문제
  
  3장 볼록 최적화
  3.1 볼록함수
  3.2 볼록 최적화
  3.3 경사하강법
  3.4 응용 : 선형 회귀 분석
  연습문제
  
  4장 쌍대성
  4.1 라그랑주 쌍대함수
  4.2 라그랑주 쌍대성
  4.3 응용 : 서포트 벡터 머신
  연습문제
  
  5장 고급 수학 이론
  5.1 특잇값 분해와 반복법
  5.2 가우시안 분포
  5.3 응용 : 주성분 분석
  연습문제
  
  찾아보기

출판사 서평

머신러닝 알고리즘의 핵심인
수학적 최적화를 확실하게 이해할 수 있는 책
머신러닝 알고리즘을 이해하는 데 꼭 필요한 수학적 최적화 기법을 다루는 책입니다. 최적화를 완벽히 이해하기 위해 미리 알아두어야 할 선형대수학, 다변수 미분적분학, 확률과 통계의 이론을 핵심만 짚어 설명합니다. 복잡한 수학 이론을 명확하게 이해하고 문제해결력을 기를 수 있게 다양한 유형의 문제를 실었습니다. 또한 머신러닝의 핵심 알고리즘 3가지를 파이썬 코딩으로 직접 구현할 수 있도록 일부 예제와 연습문제에 파이썬 실습을 구성하였습니다. 장별로 구성한 칼럼에서는 각 장에서 살펴본 수학 개념이 머신러닝에서 어떻게 활용되는지 소개합니다.

기본정보

ISBN	9791156646327
발행(출시)일자	2022년 12월 26일
쪽수	344쪽
크기	189 * 235 * 17 mm / 771 g
총권수	1권

Klover 리뷰 (3)

[an********]

핵심만 잘 요약돼어 있어서 리뷰용으로 좋아요!