An Introduction to Statistical Learning
As the scale and scope of data collection continue to increase across virtually all fields, statistical learning has become a critical toolkit for anyone who wishes to understand data. An Introduction to Statistical Learning provides a broad and less techn
www.statlearning.com
우여곡절 끝에 데이터사이언티스트로 커리어를 시작하게 되면서, 선배님으로부터 교재 한 권을 추천받았다.
이 한 권을 완전히 마스터 하면 석사 할 수준은 될 거라 하시더라....(근데 왜 다 영어인지)
학부 출신인 나에겐 현업을 위해 한 줄기의 빛 같은 존재다.
그래서,
이 600페이지가 넘는 책을 파트별로 이해해 보려 한다.
그리고,
"다른 사람에게 설명할 수 있을 정도로 공부해야 완전히 내 것이 된다"는 10년 전의 나의 명언(?)에 따라
데이터사이언스를 공부하는 다른 사람들에게 설명이 될 정도의 요약을 포스팅해보려 한다.
이 책에서 다루는 건 아래와 같다.
- What is statistical learning?
- Regression
- Classification
- Resampling methods
- Linear model selection and regularization
- Moving beyond linearity
- Tree-based methods
- Support vector machines
- Deep learning
- Survival analysis
- Unsupervised learning
- Multiple testing
목차를 슬쩍 보니 전통적인 통계이론 기반으로 머신러닝, 딥러닝 모델에 대해 소개하는 것 같다.
이론의 예시는 파이썬을 사용하고, 책에 사용된 데이터와 코드는 아래 링크에서 확인 할 수 있다.
Welcome to ISLP documentation! — Introduction to Statistical Learning (Python)
Contents
islp.readthedocs.io
오래 걸리더라도 차근차근 포스팅하면서, 나의 미약한 통계 지식 베이스를 채워갈 수 있으면 좋겠다.
'Statistics > ISLP' 카테고리의 다른 글
| 2. Statistical Learning | 2.2 Assesing Model Accuracy (1) | 2023.10.18 |
|---|---|
| 2. Statistical Learning | 2.1 What is Statistical Learning? (0) | 2023.09.25 |
| 1. Introduction (0) | 2023.09.14 |
