머신 러닝의 핵심은 정보를 실행 가능한 지능으로 변환하는 알고리즘과 관련이 있다. 이러한 사실 때문에 머신 러닝은 요즘과 같은 빅데이터 시대에 잘 맞다. 머신 러닝이 없었다면 정보의 방대한 흐름을 따라 잡기가 거의 불가능하다. (교차 플랫폼, 비용이 들지 않는 통계 프로그래밍 환경인) R의 명성이 높아지고 있어서 머신 러닝을 시작하기에 지금 같은 적기는 없을 것이다. R은 데이터 통찰력을 찾을 수 있게 도와주는 강력하고 배우기 쉬운 툴셋을 제공한다. 이 책에서는 실습 사례와 내부 핵심 엔진의 작동 방식을 이해하는 데 필요한 기초 이론을 결합해서 독자의 프로젝트에 머신 러닝을 적용할 때 필요한 모든 지식을 제공한다.
머신러닝의 핵심은 정보를 실행 가능한 지능으로 변환하는 알고리즘과 관련 있다. 이러한 사실 때문에 머신러닝은 요즘과 같은 빅데이터 시대에 잘 맞는다. 머신러닝이 없었다면 정보의 방대한 흐름을 따라잡기가 거의 불가능할 것이다.
(교차 플랫폼, 비용이 들지 않는 통계 프로그래밍 환경인) R의 명성이 높아지고 있어서 머신러닝을 시작하기에 지금 같은 적기는 없을 것이다. R은 데이터 통찰력을 찾을 수 있도록 도와주는 배우기 쉽고 강력한 툴셋을 제공한다. 이 책에서는 실습 사례와 내부 핵심 엔진의 작동 방식을 이해하는 데 필요한 기초 이론을 결합해서 프로젝트에 머신러닝을 적용할 때 필요한 모든 지식을 제공한다.
머신러닝은 핵심적으로 데이터를 실행 가능한 지능으로 변환하는 알고리듬을 기술한다. 이 사실은 머신러닝을 현대의 빅데이터 시대에 적합하게 만든다. 머신러닝이 없다면 우리 주변의 거대한 정보 스트림을 이해하는 것은 거의 불가능할 것이다.
R은 크로스플랫폼이며 비용이 들지 않는 통계 프로그래밍 환경을 제공해서 머신러닝을 시작하는 이상적인 방법을 구축해준다. R은 강력하지만 배우기 쉬운 도구를 제공해 데이터에서 통찰을 찾는 데 도움을 준다.
이 책은 이러한 알고리듬이 어떻게 작동하는지 이해하고자 필요한 필수 이론과 실전 사례 연구를 결합해 머신러닝을 시작하고 프로젝트에 이를 적용할 수 있는 모든 지식을 제공한다.
