파이썬 머신러닝 완벽 가이드

권철민

엔코아 컨설팅, 한국 오라클을 거쳐 현재 kx systems에서 고성능 인메모리 DB인 kdb+의 Machine Learning 컨설턴트로 근무 중이다. 지난 20년간 50여 개 이상의 주요 고객사에서 데이터컨설팅 분야에 매진해 왔으며, 최근 몇 년간은 AI 기반의 Advanced Analytics 분야에 집중하고 있다. 직접 구현해 보지 않으면 절대 이해하지 못하는 평범한 두뇌의 소유자이며, 절망적인 프로젝트에 참여해 자기학대적인 노력으로 문제를 해결하는 이상한 성격의 소유자이기도 하다.

• ▣ 1장: 파이썬 기반의 머신러닝과 생태계 이해
  • 1.1. 머신러닝의 개념
    • 머신러닝의 분류
    • 데이터 전쟁
    • 파이썬과 R 기반의 머신러닝 비교
  • 1.2. 파이썬 머신러닝 생태계를 구성하는 주요 패키지
    • 파이썬 머신러닝을 위한 S/W 설치
  • 1.3. 넘파이
    • 넘파이 ndarray 개요
    • ndarray의 데이터 타입
    • ndarray를 편리하게 생성하기 - arange, zeros, ones
    • ndarray의 차원과 크기를 변경하는 reshape( )
    • 넘파이의 ndarray의 데이터 세트 선택하기 – 인덱싱(Indexing)
    • 행렬의 정렬 – sort( )와 argsort( )
    • 선형대수 연산 – 행렬 내적과 전치 행렬 구하기
  • 1.4. 데이터 핸들링 - 판다스
    • 판다스 시작 - 파일을 DataFrame으로 로딩, 기본 API
    • DataFrame과 리스트, 딕셔너리, 넘파이 ndarray 상호 변환
    • DataFrame의 컬럼 데이터 세트 생성과 수정
    • DataFrame 데이터 삭제
    • Index 객체
    • 데이터 셀렉션 및 필터링
    • 정렬, Aggregation 함수, GroupBy 적용
    • 결손 데이터 처리하기
    • apply lambda 식으로 데이터 가공
  • 1.5. 정리
  •  
• ▣ 2장: 사이킷런으로 시작하는 머신러닝
  • 2.1. 사이킷런 소개와 특징
  • 2.2. 첫 번째 머신러닝 만들어 보기 – 붓꽃 품종 예측하기
  • 2.3. 사이킷런의 기반 프레임워크 익히기
    • Estimator 이해 및 fit( ), predict( ) 메서드
    • 사이킷런의 주요 모듈
    • 내장된 예제 데이터 세트
  • 2.4. Model Selection 모듈 소개
    • 학습/테스트 데이터 세트 분리 – train_test_split()
    • 교차 검증
    • GridSearchCV – 교차 검증과 최적 하이퍼 파라미터 튜닝을 한 번에
  • 2.5. 데이터 전처리
    • 데이터 인코딩
    • 피처 스케일링과 정규화
    • StandardScaler
    • MinMaxScaler
  • 2.6. 사이킷런으로 수행하는 타이타닉 생존자 예측
  • 2.7. 정리
  •  
• ▣ 3장: 평가
  • 3.1. 정확도(Accuracy)
  • 3.2. 오차 행렬
  • 3.3. 정밀도와 재현율
    • 정밀도/재현율 트레이드오프
    • 정밀도와 재현율의 맹점
  • 3.4. F1 스코어
  • 3.5. ROC 곡선과 AUC
  • 3.6. 피마 인디언 당뇨병 예측
  • 3.7. 정리
  •  
• ▣ 4장: 분류
  • 4.1. 분류(Classification)의 개요
  • 4.2. 결정 트리
    • 결정 트리 모델의 특징
    • 결정 트리 파라미터
    • 결정 트리 모델의 시각화
    • 결정 트리 과적합(Overfitting)
    • 결정 트리 실습 – 사용자 행동 인식 데이터 세트
  • 4.3. 앙상블 학습
    • 앙상블 학습 개요
    • 보팅 유형 – 하드 보팅(Hard Voting)과 소프트 보팅(Soft Voting)
    • 보팅 분류기(Voting Classifier)
  • 4.4. 랜덤 포레스트
    • 랜덤 포레스트의 개요 및 실습
    • 랜덤 포레스트 하이퍼 파라미터 및 튜닝
  • 4.5. GBM(Gradient Boosting Machine)
    • GBM의 개요 및 실습
    • GBM 하이퍼 파라미터 및 튜닝
  • 4.6. XGBoost(eXtra Gradient Boost)
    • XGBoost 개요
    • XGBoost 설치하기
    • 파이썬 래퍼 XGBoost 하이퍼 파라미터
    • 파이썬 래퍼 XGBoost 적용 – 위스콘신 유방암 예측
    • 사이킷런 래퍼 XGBoost의 개요 및 적용
  • 4.7. LightGBM
    • LightGBM 설치
    • LightGBM 하이퍼 파라미터
    • 하이퍼 파라미터 튜닝 방안
    • 파이썬 래퍼 LightGBM과 사이킷런 래퍼 XGBoost,
    • LightGBM 하이퍼 파라미터 비교
    • LightGBM 적용 – 위스콘신 유방암 예측
  • 4.8. 분류 실습 - 캐글 산탄데르 고객 만족 예측
    • 데이터 전처리
    • XGBoost 모델 학습과 하이퍼 파라미터 튜닝
    • LightGBM 모델 학습과 하이퍼 파라미터 튜닝
  • 4.9. 분류 실습 – 캐글 신용카드 사기 검출
    • 언더 샘플링과 오버 샘플링의 이해
    • 데이터 일차 가공 및 모델 학습/예측/평가
    • 데이터 분포도 변환 후 모델 학습/예측/평가
    • 이상치 데이터 제거 후 모델 학습/예측/평가
    • SMOTE 오버 샘플링 적용 후 모델 학습/예측/평가
  • 4.10. 스태킹 앙상블
    • 기본 스태킹 모델
    • CV 세트 기반의 스태킹
  • 4.11. 정리
  •  
• ▣ 5장: 회귀
  • 5.1. 회귀 소개
  • 5.2. 단순 선형 회귀를 통한 회귀 이해
  • 5.3. 비용 최소화하기 – 경사 하강법(Gradient Descent) 소개
  • 5.4. 사이킷런 LinearRegression을 이용한 보스턴 주택 가격 예측
    • LinearRegression 클래스 - Ordinary Least Squares
    • 회귀 평가 지표
    • LinearRegression을 이용해 보스턴 주택 가격 회귀 구현
  • 5.5. 다항 회귀와 과(대)적합/과소적합 이해
    • 다항 회귀 이해
    • 다항 회귀를 이용한 과소적합 및 과적합 이해
    • 편향-분산 트레이드오프(Bias-Variance Trade off)
  • 5.6. 규제 선형 모델 – 릿지, 라쏘, 엘라스틱넷
    • 규제 선형 모델의 개요
    • 릿지 회귀
    • 라쏘 회귀
    • 엘라스틱넷 회귀
    • 선형 회귀 모델을 위한 데이터 변환
  • 5.7. 로지스틱 회귀
  • 5.8. 회귀 트리
  • 5.9. 회귀 실습 – 자전거 대여 수요 예측
    • 데이터 클렌징 및 가공
    • 로그 변환, 피처 인코딩과 모델 학습/예측/평가
  • 5.10. 회귀 실습 – 캐글 주택 가격: 고급 회귀 기법
    • 데이터 사전 처리(Preprocessing)
    • 선형 회귀 모델 학습/예측/평가
    • 회귀 트리 모델 학습/예측/평가
    • 회귀 모델의 예측 결과 혼합을 통한 최종 예측
    • 스태킹 앙상블 모델을 통한 회귀 예측
  • 5.11. 정리
  •  
• ▣ 6장: 차원 축소
  • 6.1. 차원 축소(Dimension Reduction) 개요
  • 6.2. PCA(Principal Component Analysis)
    • PCA 개요
  • 6.3. LDA(Linear Discriminant Analysis)
    • LDA 개요
    • 붓꽃 데이터 세트에 LDA 적용하기
  • 6.4. SVD(Singular Value Decomposition)
    • SVD 개요
    • 사이킷런 TruncatedSVD 클래스를 이용한 변환
  • 6.5. NMF(Non-Negative Matrix Factorization)
    • NMF 개요
  • 6.6. 정리
  •  
• ▣ 7장: 군집화
  • 7.1. K-평균 알고리즘 이해
    • 사이킷런 KMeans 클래스 소개
    • K-평균을 이용한 붓꽃 데이터 세트 군집화
    • 군집화 알고리즘 테스트를 위한 데이터 생성
  • 7.2. 군집 평가(Cluster Evaluation)
    • 실루엣 분석의 개요
    • 붓꽃 데이터 세트를 이용한 군집 평가
    • 군집별 평균 실루엣 계수의 시각화를 통한 군집 개수 최적화 방법
  • 7.3. 평균 이동
    • 평균 이동(Mean Shift)의 개요
  • 7.4. GMM(Gaussian Mixture Model)
    • GMM(Gaussian Mixture Model) 소개
    • GMM을 이용한 붓꽃 데이터 세트 군집화
    • GMM과 K-평균의 비교
  • 7.5. DBSCAN
    • DBSCAN 개요
    • DBSCAN 적용하기 – 붓꽃 데이터 세트
    • DBSCAN 적용하기 – make_circles( ) 데이터 세트
  • 7.6. 군집화 실습 – 고객 세그먼테이션
    • 고객 세그먼테이션의 정의와 기법
    • 데이터 세트 로딩과 데이터 클렌징
    • RFM 기반 데이터 가공
    • RFM 기반 고객 세그먼테이션
  • 7.7. 정리
  •  
• ▣ 8장: 텍스트 분석
  • NLP이냐 텍스트 분석이냐?
  • 8.1. 텍스트 분석 이해
    • 텍스트 분석 수행 프로세스
    • 파이썬 기반의 NLP, 텍스트 분석 패키지
  • 8.2. 텍스트 사전 준비 작업(텍스트 전처리) - 텍스트 정규화
    • 클렌징
    • 텍스트 토큰화
    • 스톱 워드 제거
    • Stemming과 Lemmatization
  • 8.3. Bag of Words – BOW
    • BOW 피처 벡터화
    • 사이킷런의 Count 및 TF-IDF 벡터화 구현: CountVectorizer, TfidfVectorizer __BOW 벡터화를 위한 희소 행렬
    • 희소 행렬 - COO 형식
    • 희소 행렬 – CSR 형식
  • 8.4. 텍스트 분류 실습 – 20 뉴스그룹 분류
    • 텍스트 정규화
    • 피처 벡터화 변환과 머신러닝 모델 학습/예측/평가
    • 사이킷런 파이프라인(Pipeline) 사용 및 GridSearchCV와의 결합
  • 8.5. 감성 분석
    • 감성 분석 소개
    • 지도학습 기반 감성 분석 실습 – IMDB 영화평
    • 비지도학습 기반 감성 분석 소개
    • SentiWordNet을 이용한 감성 분석
    • VADER를 이용한 감성 분석
  • 8.6. 토픽 모델링(Topic Modeling) - 20 뉴스그룹
  • 8.7. 문서 군집화 소개와 실습(Opinion Review 데이터 세트)
    • 문서 군집화 개념
    • Opinion Review 데이터 세트를 이용한 문서 군집화 수행하기
    • 군집별 핵심 단어 추출하기
  • 8.8. 문서 유사도
    • 문서 유사도 측정 방법 – 코사인 유사도
    • 두 벡터 사잇각
    • Opinion Review 데이터 세트를 이용한 문서 유사도 측정
  • 8.9. 한글 텍스트 처리 – 네이버 영화 평점 감성 분석
    • 한글 NLP 처리의 어려움
    • KoNLPy 소개
    • 데이터 로딩
  • 8.10. 텍스트 분석 실습–캐글 Mercari Price Suggestion Challenge
    • 데이터 전처리
    • 피처 인코딩과 피처 벡터화
    • 릿지 회귀 모델 구축 및 평가
    • LightGBM 회귀 모델 구축과 앙상블을 이용한 최종 예측 평가
  • 8.11. 정리
  •  
• ▣ 9장: 추천 시스템
  • 9.1. 추천 시스템의 개요와 배경
    • 추천 시스템의 개요
    • 온라인 스토어의 필수 요소, 추천 시스템
    • 추천 시스템의 유형
  • 9.2. 콘텐츠 기반 필터링 추천 시스템
  • 9.3. 최근접 이웃 협업 필터링
  • 9.4. 잠재 요인 협업 필터링
    • 잠재 요인 협업 필터링의 이해
    • 행렬 분해의 이해
    • 확률적 경사 하강법을 이용한 행렬 분해
  • 9.5. 콘텐츠 기반 필터링 실습 – TMDB 5000 영화 데이터 세트
    • 장르 속성을 이용한 영화 콘텐츠 기반 필터링
    • 데이터 로딩 및 가공
    • 장르 콘텐츠 유사도 측정
    • 장르 콘텐츠 필터링을 이용한 영화 추천
  • 9.6. 아이템 기반 최근접 이웃 협업 필터링 실습
    • 데이터 가공 및 변환
    • 영화 간 유사도 산출
    • 아이템 기반 최근접 이웃 협업 필터링으로 개인화된 영화 추천
  • 9.7. 행렬 분해를 이용한 잠재 요인 협업 필터링 실습
  • 9.8. 파이썬 추천 시스템 패키지 - Surprise
    • Surprise 패키지 소개
    • Surprise를 이용한 추천 시스템 구축
    • Surprise 주요 모듈 소개
    • Surprise 추천 알고리즘 클래스
    • 베이스라인 평점
    • 교차 검증과 하이퍼 파라미터 튜닝
    • Surprise를 이용한 개인화 영화 추천 시스템 구축
  • 9.9. 정리

• GitHub 저장소: https://github.com/wikibook/ml-definitive-guide
• ZIP 형식으로 다운로드: https://github.com/wikibook/ml-definitive-guide/archive/master.zip

• 4장 결정트리의 human activity 데이터 세트에 중복된 Feature명으로 인해 신규 버전(0.25버전 이상)의 Pandas에서 Duplicate name 에러가 발생하는 경우에 대해 다음 내용을 수정하고

  • 중복 feature명에 대해 원본 feature명에 '_1(또는 2)'를 추가로 부여하는 함수인 get_new_feature_name_df() 생성
  • get_human_dataset() 함수는 중복된 feature명을 새롭게 수정하는 get_new_feature_name_df() 함수를 반영해서 수정

  수정 사항이 반영된 아래의 2개의 주피터 노트북 파일을 새로 업로드했습니다. 위와 같은 문제가 발생할 경우 아래 파일을 참고하시기 바랍니다.

  • 4.2 결정 트리_Ver01.ipynb
  • 4.3_앙상블학습_4.4_랜덤포레스트_4.5_GBM_Ver01

• 36쪽, 본문 두 번째 예제 코드

  org_array = np.array([ 3, 1, 9, 5])
  sort_indices = np.argsort(org_array)
  print(type(sort_indices))
  print('행렬 정렬 시 원본 행렬의 인덱스:', sort_indices)

  ==>

  org_array = np.array([ 3, 1, 9, 5]) 
  sort_indices_desc = np.argsort(org_array)[::-1]
  print('행렬 내림차순 정렬 시 원본 행렬의 인덱스:', sort_indices_desc)

• 69쪽, 본문 2번째 줄

  iloc[0, 0]을 적용해 보겠습니다.

  ==>

  iloc[0, 1]을 적용해 보겠습니다.

• 70쪽, 5번째 예제 코드

  print('명칭 기반 ix slicing\n', data_df.ix['one':'two', 'name'], '\n')
  print('위치 기반 iloc slicing\n', data_df.iloc[0:1, 0], '\n')
  print('명칭 기반 loc slicing\n', data_df.loc['one':'two', 'name'])

  ==>

  print('명칭 기반 ix slicing\n', data_df.ix['one': 'two', 'Name'], '\n')
  print('위치 기반 iloc slicing\n', data_df.iloc[0:1, 0], '\n')
  print('명칭 기반 loc slicing\n', data_df.loc['one': 'two', 'Name'])

• 77쪽, 본문 3번째 줄

  SQ, 판다스 모두

  ==>

  SQL, 판다스 모두

• 108쪽, 페이지 상단 예제 코드의 2번째 줄

  print('검증 레이블 데이터 분포:\n', label_test.value_counts())iris_df['label'].value_counts()

  ==>

  print('검증 레이블 데이터 분포:\n', label_test.value_counts())

• 110쪽, 본문 8번째 줄

  다음 코드는 KFold를 이용해 데이터를 분리한 것입니다

  ==>

  다음 코드는 StratifiedKFold를 이용해 데이터를 분리한 것입니다.

• 112쪽, 본문 밑에서 2번째 줄

  교차 검증 폴드 수는 5,

  ==>

  교차 검증 폴드 수는 3,

• 115쪽, 상단 예제 코드의 6번째 줄

  iris = load_iris()

  ==>

  iris_data = load_iris()

• 135쪽, 본문 2번째 줄

  그리고 여자 Senior의 경우는

  ==>

  그리고 여자 Elderly의 경우는

• 157쪽, 본문 밑에서 4번째 줄

  predict_prob( ) 메서드로 구한

  ==>

  predict_proba( ) 메서드로 구한

• 167쪽, 페이지 하단 도표

  predict_prob( )의 반환 값 array에서

  ==>

  predict_proba( )의 반환 값 array에서

• 169쪽, 본문 4번째 줄

  FRP이 작은 상태에서

  ==>

  FPR이 작은 상태에서

• 170쪽, 페이지 상단 예제 코드의 3번째 줄

  pred = lr_clf.predict(X_test)

  ==>

  pred = lr_clf.predict_proba(X_test)[:, 1]

• 180쪽, 밑에서 8번째 줄

  적용될 수 알고리즘입니다.

  ==>

  적용될 수 있는 알고리즘입니다.

• 203쪽, 예제 실행 시 사이킷런 버전이 0.21일 경우('mean_train_score' 키가 삭제되어 오류가 발생) 다음과 같이 예제 코드를 수정

  # GridSearchCV 객체의 cv_results_ 속성을 DataFrame으로 생성.
  cv_results_df = pd.DataFrame(grid_cv.cv_results_)
  
  # max_depth 파라미터 값과 그때의 테스트 세트, 학습 데이터 세트의 정확도 수치 추출
  cv_results_df[['param_max_depth', 'mean_test_score', 'mean_train_score']]

  ==>

  # GridSearchCV 객체의 cv_results_ 속성을 DataFrame으로 생성.
  cv_results_df = pd.DataFrame(grid_cv.cv_results_)
  
  # max_depth 파라미터 값과 그때의 테스트 세트, 학습 데이터 세트의 정확도 수치 추출
  cv_results_df[['param_max_depth', 'mean_test_score']] 

• 223쪽, 본문 9번째 줄

  GridSeachCV, Pipeline 등)와

  ==>

  GridSearchCV, Pipeline 등)와

• 243쪽, 밑에서 12번째 줄

  sub_sample로

  ==>

  subsample로

• 251쪽, 본문 5번째 줄

  n_estimators는 200으로 하되 early_stopping_rounds를 50으로 설정합니다.

  ==>

  n_estimators는 500으로 하되 early_stopping_rounds를 100으로 설정합니다.

• 255쪽, 페이지 하단 예제코드의 4번째 줄

  LGBM_clf = LGBMClassifier(n_estimators=200)

  ==>

  lgbm_clf = LGBMClassifier(n_estimators=200)

• 259쪽, 본문 밑에서 2번째 줄

  284,807개의 레코드에서 Not Null 값은 없으며,

  ==>

  284,807개의 레코드에서 결측치 값은 없으며,

• 269쪽, 페이지 상단 예제 코드의 10번째 줄

  iqr_weight = boundary * weight

  ==>

  iqr_weight = iqr * weight

• 300쪽, 표 내용 중 MSE 항목의 수식을 다음 수식으로 교체

  

• 308쪽, 밑에서 6번째 줄

  마찬가지로 두 번째 입력 단항 계수 피처 [x₁ = 0, x₂ = 1]은 [1, 2, 3, 4, 6, 9]로 변환됩니다.

  ==>

  마찬가지로 두 번째 입력 단항 계수 피처 [x₁ = 2, x₂ = 3]은 [1, 2, 3, 4, 6, 9]로 변환됩니다.

• 309쪽, 페이지 상단의 polynomial_func 함수를 다음 코드로 교체

  def polynomial_func(X):
    y = 1 + 2*X[:,0] + 3*X[:,0]**2 + 4*X[:,1]**3 
    return y

• 309쪽, 페이지 상단의 [Output]을 다음 내용으로 교체

  일차 단항식 계수 feature: 
  [[0 1]
  [2 3]]
  삼차 다항식 결정값: 
  [  5 125]

• 309쪽, 페이지 하단의 [Output]을 다음 내용으로 교체

  3차 다항식 계수 feature: 
  [[ 1.  0.  1.  0.  0.  1.  0.  0.  0.  1.]
  [ 1.  2.  3.  4.  6.  9.  8. 12. 18. 27.]]
  Polynomial 회귀 계수
  [0.   0.18 0.18 0.36 0.54 0.72 0.72 1.08 1.62 2.34]

• 310쪽, 예제 코드의 polynomial_func 함수를 다음 코드로 교체

  def polynomial_func(X):
    y = 1 + 2*X[:,0] + 3*X[:,0]**2 + 4*X[:,1]**3 
    return y

• 310쪽, 페이지 하단의 [Output]을 다음 내용으로 교체

  Polynomial 회귀 계수
  [0.   0.18 0.18 0.36 0.54 0.72 0.72 1.08 1.62 2.34]

• 312쪽, 예제 코드의 밑에서 16번째 줄

  print('\nDegree {0} 회귀 계수는 {1} 입니다.'.format(degrees[i], np.round(coefficients),2))

  ==>

  print('\nDegree {0} 회귀 계수는 {1} 입니다.'.format(degrees[i], np.round(coefficients,2)))

• 319쪽, 본문 첫 번째 줄

  alpha가 10일 때 평균 RMSE가 5.524로 가장 좋습니다.

  ==>

  alpha가 100일 때 평균 RMSE가 5.332로 가장 좋습니다.

• 342쪽, 페이지 상단 예제 코드의 밑에서 3번째 줄

  # MSE는 사이킷런의 mean_absolute_error()로 계산

  ==>

  # MAE는 사이킷런의 mean_absolute_error()로 계산

• 360쪽, 본문 밑에서 7번째 줄

  왜곡 정도가 높다고 판단지만, 상황에 따라

  ==>

  왜곡 정도가 높다고 판단하지만, 상황에 따라

• 378쪽, 본문 첫 번째 줄

  고유벡터 직교 행렬, 고유값 정방 행렬

  ==>

  고유벡터 직교 행렬 * 고유값 정방 행렬

• 381쪽, 페이지 상단 첫 번째 예제 코드

  from sklearn.decomposition import PCA
  
  pca = PCA(n_components=2)
  
  #fit( )과 transform( )을 호출해 PCA 변환 데이터 반환
  pca.fit(iris_scaled)
  iris_pca = pca.transform(iris_scaled)
  print(iris_pca.shape)

  ==>

  # PCA  변환된 데이터의 컬럼명을 각각 pca_component_1, pca_component_2로 명명
  pca_columns=['pca_component_1','pca_component_2']
  irisDF_pca = pd.DataFrame(iris_pca,columns=pca_columns)
  irisDF_pca['target']=iris.target
  irisDF_pca.head(3)

• 384쪽, 페이지 하단 예제 코드를 다음 코드로 교체

  # header로 의미없는 첫행 제거, iloc로 기존 id 제거
  import pandas as pd
  
  df = pd.read_excel('default of credit card clients.xls', header=1, sheet_name='Data').iloc[0:,1:]
  print(df.shape)
  df.head(3)

• 392쪽, 밑에서 첫 번째 줄

  U의 차원이 m × n,

  ==>

  U의 차원이 m × m,

• 409쪽, 페이지 상단 예제 코드를 다음 코드로 교체

  irisDF['target'] = iris.target
  irisDF['cluster'] = kmeans.labels_
  iris_result = irisDF.groupby(['target', 'cluster'])['sepal_length'].count()
  print(iris_result)

• 463쪽, 본문 5번째 줄

  NLTK(National Language Toolkit for Python)

  ==>

  NLTK(Natural Language Toolkit for Python)

• 464쪽, 페이지 하단 예제 코드의 첫 번째 줄

  from nltk import sent_tokenize

  ==>

  from nltk import sent_tokenize
  
  import nltk
  nltk.download('punkt')

• 469쪽, 페이지 하단 예제 코드의 첫 번째 줄

  from nltk.stem import WordNetLemmatizer

  ==>

  from nltk.stem import WordNetLemmatizer
  
  import nltk
  nltk.download('wordnet')

• 560쪽, 페이지 하단 그림을 다음 그림으로 교체(《블레이드 러너 2049》와 《프로메테우스》의 설명이 뒤바뀜)