머신러닝에 필요한 선형대수, 통계학, 최적화 이론부터 파이썬, 사이킷런, 텐서플로를 활용한 실습까지 『선형대수와 통계학으로 배우는 머신러닝 with 파이썬』은 머신러닝의 기본적인 사용 방법뿐만 아니라 통계학, 선형대수, 최적화 이론 등 머신러닝에 필요한 배경 이론까지 다룬다. 머신러닝 알고리즘을 소개하는 것에 그치지 않고 이론적으로 이해가 필요한 부분은 수학 수식을 통해 자세히 설명함으로써, 해당 머신러닝 알고리즘의 작동 방식을 파악할 수 있다. 프로그래밍 실습은 머신러닝 파트에서는 사이킷런 라이브러리를, 딥러닝 파트에서는 텐서플로 라이브러리를 사용한다. 각 코드의 라인별 부가 설명을 통해 해당 코드의 역할을 이해할 수 있으며, 각 장 마지막의 전체 코드로 전체 흐름 또한 파악할 수 있다. 머신러닝의 배경 이론 이해를 바탕으로 실습하는 이 책을 통해, 머신러닝 기본기를 다지는 것을 넘어 자신의 분야에 응용할 수 있을 것이다. 이 책의 특징 - 머신러닝 수학 수식 전개 과정을 상세히 표현한다. - 머신러닝 알고리즘 개념을 쉬운 그림으로 알기 쉽게 설명한다. - 복잡한 수학 수식과 프로그래밍 코드를 자세하게 설명한다. 이 책이 필요한 독자 - 머신러닝 분야에 관심이 있고 머신러닝을 배우고 싶은 분 - 머신러닝을 공부한 경험이 있지만 실제 사용에 어려움을 느끼는 분 - 머신러닝 알고리즘의 원리를 이해하고 싶은 분