[정오표] 실무가 훤히 보이는 머신러닝 & 딥러닝

# 2020년 10월 8일 2쇄본 정오사항 # 

p290. 마지막 줄 코드: 오타

$ suto apt-get install -y python3 -pip
-> $ sudo apt-get install -y python3 -pip

 

# 2019년 7월 31일 1쇄본 정오사항 # 

p89. (2)번 설명 6째 줄

text_size -> test_size

 

p100. 코드부 2째 줄: 대소문자 오류

X = [] -> x = []

 

p100. 코드부 9째 줄: 대소문자 오류

X.append(row_X) -> x.append(row_X)

 

p100. 코드부 11째 줄: 대소문자 오류

x_train, x_test, y_train, y_test = train_test_split(X, y)

-> x_train, x_test, y_train, y_test = train_test_split(x, y)

 

p100. 코드부 마지막 줄: 대소문자 오류

(X_test, y_test) -> (x_test, y_test)

 

p118-p119. 그림 4.8, 그림 4.9

와인 데이터를 이용한 클러스터링 결과는 랜덤 특성 때문에 매번 다른 결과를 나타냅니다. 책의 p118 그림 4.8은 1~13번 컬럼을 모두 사용한 예제이며 그림 4.9는 그중 일부만 사용한 예이나, 이해하는 데 간혹 어려움이 있어서 다음과 같이 (1) 1~13 컬럼을 모두 사용한 예시 그림, (2) 홀수 컬럼만 사용한 예시 그림, (3) 짝수 컬럼만 사용한 예시 그림을 다시 제공하니 참고하시기 바랍니다.

 

 

 

 

(1) 1~13 컬럼을 모두 사용한 예시

 

(2) 홀수 컬럼만 사용한 예시

(3) 짝수 컬럼만 사용한 예시

 

   

 

 

 

p120. 예제 4.3 | 와인 데이터로 군집화하기 [소스 코드] kmeans.run.py

p118의 kmeans-cluster.py의 실행 방법과 같이 컬럼명을 지정하도록 코드를 수정했습니다(2020년 5월 19일 수정). 변경된 코드는 아래 깃허브 링크를 참조하기 바랍니다.

 

https://github.com/onlybooks/AI_begin/blob/master/chapter04/kmeans-run.py  

 

p121. 두 번째 코드부 1째줄 내용 추가

$ python kmeans-run.py wine-centroid.csv wine-test.data

->

$ python kmeans-run.py wine-centroid.csv wine-test.data "1,2,3,4,5,6,7,8,9,10,11,12,13"

 

p192. 코드부 12째 줄 문단 교체

# 불용어 제거(2) stoplist = ('.!?') texts = [[word for word in document.split() if word not in stoplist] for document in documents]

->

# 문자열에서 구두점 제거(2)

import re, string regex = re.compile('[%s]' % re.escape(string.punctuation)) def remove_punctuation(s): return regex.sub('', s) texts = [[remove_punctuation(word) for word in document.split() ] for document in documents]

 

p194. 표 3행 2열

스마튼폰은 -> 스마트폰은

 

p194. 그림 7.5 교체

pp219-231. 9장 예제는 다음 환경에서 테스트가 완료되었고, 라이브러리 버전이 다를 경우에는 실행이 불가능할 수도 있으므로 하기 버전을 맞춰서 테스트하시기 바랍니다.
* 파이썬 3.8
* 텐서플로(tensorflow 2.2)
* 케라스(keras 2.3.1)
* 넘파이(Numpy 1.19.3)

 

p294. 6행 (1) pip 업그레이드 하기 코드부

$ python -m pip install -upgrade pip -> $ python -m pip install --upgrade pip