음성 검색
QR/바코드 검색
품목정보
| 출간일 | 2019년 09월 30일 |
|---|---|
| 쪽수, 무게, 크기 | 332쪽 | 173*230*30mm |
| ISBN13 | 9791190014465 |
| ISBN10 | 1190014467 |
파이썬과 NumPy로 배우는 선형대수
: 파이썬 라이브러리로 쉽게 구현하는 수치해석 프로그래밍
이정주 저
|
비제이퍼블릭(BJ퍼블릭)
|
2019년 09월 30일
저자/출판사 더보기/감추기
- 프로그래밍 언어 top100 3주
- eBook
20,800원이동 - 이미 소장하고 있다면 판매해 보세요! 이 상품 팔기 매입가 1,900원 더보기/감추기
.jpg)
.jpg)
.jpg)
1
2
3
4
5
관련분류
이 상품의 태그
-
'컴퓨터과학의 기초를 다지는 단단한 수학: CONCRETE MATHEMATICS 구체 수학' 상세페이지 이동
컴퓨터과학의 기초를 다지는 단단한 수학: CONCRETE MATHEMATICS 구체 수학
44,100원 (10%)
책소개 책소개 보이기/감추기
|
프로그래밍에서 점점 더 중요해지는 선형대수, 이제 파이썬과 NumPy로 쉽고 재미있게 이해한다! 파이썬은 문법이 단순하여 배우는 데 걸리는 시간이 다른 언어에 비해 적게 들며 직관적이라 코드를 읽고 이해하기 쉽다. 또한 머신러닝 관련 라이브러리, 프레임워크가 많이 제공되는 언어이다. 이런 파이썬의 장점을 살려 파이썬과 넘파이(NumPy)를 사용하여 선형대수의 기본적인 개념들을 구현해 본다. 넘파이는 파이썬에서 수학적인 내용을 다룰 때 필수적인 라이브러리이다. 넘파이를 사용하여 벡터, 행렬의 개념부터 선형 결합, 행렬식, 고유값, 고유벡터를 코드로 작성하여 결과를 확인하고 맷플롯리브(matplotlib)를 사용하여 시각화하는 과정을 실습해본다. |
목차 목차 보이기/감추기
| Chapter 1 파이썬 1.1파이썬의 장단점 1.2파이썬 개발 환경 만들기 1.3데이터 타입 1.4제어문 1.5함수 1.6모듈 1.7입출력 Chapter 2 넘파이 2.1 넘파이 배열 2.2 넘파이 배열 생성 함수와 shape 변환 함수 2.3 인덱싱과 슬라이싱 2.4 얕은 복사와 깊은 복사 2.5 산술 연산과 브로드캐스팅 Chapter 3 선형대수 3.1 맷플롯리브 3.2 벡터의 정의 3.3. 벡터의 기본 연산 3.4 행렬의 정의 3.5 행렬의 기본 연산 3.6 선형 결합 3.7 벡터 공간 3.8 벡터와 행렬 간 곱셈 3.9 선형 연립 방정식 3.10 행렬식 3.11 고유값, 고유벡터 Chapter 4 예제 1: 이미지 기하학적 변환 4.1 이동 4.2 회전 4.3 확대/축소 4.4 결합된 변환 Chapter 5 예제 2: Planar Rectification 5.1 호모그래피 행렬 구하기 5.2 Planar Rectification 구현하기 Chapter 6 예제 3: 인공 신경망 6.1 인공 신경망 구조 6.2 인공 뉴런 6.3 레이어 6.4 활성화 함수 6.5 가중치 6.6 편향 6.7 데이터 세트 6.8 모델 학습 6.9 신경망의 학습 메커니즘 6.10 신경망 표기법 6.11 피드포워드 6.12 경사 하강법 6.13 역전파 알고리즘 6.14 붓꽃 분류 문제 |
저자 소개 (1명)
출판사 리뷰 출판사 리뷰 보이기/감추기
요즘 프로그래밍은 우리 일상 생활에서 쉽게 접할 수 있는 것이 되었습니다. 누구나 관심만 있으면 아이폰, 안드로이드 폰에서 자신이 만든 앱을 실행시켜 볼 수 있고 접근하기 어려웠던 머신러닝을 쉽게 다룰 수 있게 해주는 텐서플로우 같은 라이브러리가 공개되었습니다. 그러나 주어진 입력에 대해 원하는 결과가 나오는지 확인하는 과정을 제대로 이해하고 활용하려면 내부적으로 동작하는 원리를 알아야 합니다.
이 책에서는 프로그램의 동작 원리를 이해하는 데 필수적으로 알아야 할 선형대수를 쉽게 공부하기 위해 파이썬과 넘파이(NumPy)를 사용하여 예제를 하나씩 구현해보고, 맷플롯리브(matplotlib)를 사용하여 시각화를 해보았습니다. 이후 인공 신경망에 관한 수식을 파이썬과 넘파이를 사용하며 분석하고 구현해보았습니다.
이 책에서는 프로그램의 동작 원리를 이해하는 데 필수적으로 알아야 할 선형대수를 쉽게 공부하기 위해 파이썬과 넘파이(NumPy)를 사용하여 예제를 하나씩 구현해보고, 맷플롯리브(matplotlib)를 사용하여 시각화를 해보았습니다. 이후 인공 신경망에 관한 수식을 파이썬과 넘파이를 사용하며 분석하고 구현해보았습니다.
회원리뷰 (2건)
혜택 및 유의사항?
파이썬은 문법이 단순하여 배우는 데 걸리는 시간이 다른 언어에 비해 적게 들며 직관적이라 코드를 읽고 이해하기 쉽다. 또한 머신러닝 관련 라이브러리, 프레임워크가 많이 제공되는 언어이다. 이런 파이썬의 장점을 살려 파이썬과 넘파이(NumPy)를 사용하여 선형대수의 기본적인 개념들을 구현해 본다.
넘파이는 파이썬에서 수학적인 내용을 다룰 때 필수적인 라이브러리이다. 넘파이;
리뷰제목
파이썬은 문법이 단순하여 배우는 데 걸리는 시간이 다른 언어에 비해 적게 들며 직관적이라 코드를 읽고 이해하기 쉽다. 또한 머신러닝 관련 라이브러리, 프레임워크가 많이 제공되는 언어이다. 이런 파이썬의 장점을 살려 파이썬과 넘파이(NumPy)를 사용하여 선형대수의 기본적인 개념들을 구현해 본다.
넘파이는 파이썬에서 수학적인 내용을 다룰 때 필수적인 라이브러리이다. 넘파이를 사용하여 벡터, 행렬의 개념부터 선형 결합, 행렬식, 고유값, 고유벡터를 코드로 작성하여 결과를 확인하고 맷플롯리브(matplotlib)를 사용하여 시각화하는 과정을 실습해본다.
머신러닝 전문가가 되기 위해서 정말 필수적으로 공부해야되는 수학 중 하나가 선형대수학이다 효율적으로 머신을 학습시키고 그 수치를 분석하기 위해서 선형의 그래프를 분석하고 계산할 줄 알아야 한다 모든 머신러닝 개발자의 필수 학문 중에 하나이다 그로 인해 요즘 선형대수학을 좀더 쉽게 이해시키기 위한 많은 서적과 강의가 쏟아져 나오고 있다이 책은 파이썬의;
리뷰제목
머신러닝 전문가가 되기 위해서 정말 필수적으로 공부해야되는 수학 중 하나가 선형대수학이다
효율적으로 머신을 학습시키고 그 수치를 분석하기 위해서 선형의 그래프를 분석하고 계산할 줄 알아야 한다
모든 머신러닝 개발자의 필수 학문 중에 하나이다
그로 인해 요즘 선형대수학을 좀더 쉽게 이해시키기 위한 많은 서적과 강의가 쏟아져 나오고 있다
이 책은 파이썬의 라이브러리 중에 하나인 NumPy를 활용해 코드로 선형대수학을 이해할 수 있게 구성된 입문 서적이다
323페이지의 얇은 분량에 파이썬 개발환경과 기본적은 파이썬 문법에 대해서 약 50 페이지 가량 할애 하였고
파이썬의 주요 라이브러리인 NumPy의 문법에 대해서 약 50페이지 가량 할애 하였다
그 후 모든 페이지는 선형대수학의 이론과 NumPy를 활용한 실습에 초점이 맞춰져 있다
정말 알기 쉽게 표현한 수학책이라고 하여도 선형대수학 자체가 그렇게 쉬운 학문은 아니다
난해한 수학기호들과 수학공식과 그래프를 어느정도 이해하고 볼 줄 알아야 코드로 풀어낼 수가 있다
이 책은 어렵지만 최대한 수학의 공식과 이론을 코드로 보여주면서 진행한다
다른 책들 처럼 이론만 나열 해놓은 책들과는 조금 다르게 프로그래밍은 알지만 수학은 잘 모르는 초보자가 쉽게 이해할 수 있도록 많은 노력을 한 것으로 보인다
아마 이 책을 먼저 보고 다른 선형대수학 강의나 선형대수학 프로그래밍 서적 과 머신러닝 서적을 보면 이해가 더 빠를 것 같다는 생각이 든다
그만큼 최대한 코드로 풀어 쉽게 이해시키려는 저자의 많은 노력이 돋보이는 책이다
책의 목차는 아래와 같다
Chapter 1 파이썬
1.1파이썬의 장단점
1.2파이썬 개발 환경 만들기
1.3데이터 타입
1.4제어문
1.5함수
1.6모듈
1.7입출력
Chapter 2 넘파이
2.1 넘파이 배열
2.2 넘파이 배열 생성 함수와 shape 변환 함수
2.3 인덱싱과 슬라이싱
2.4 얕은 복사와 깊은 복사
2.5 산술 연산과 브로드캐스팅
Chapter 3 선형대수
3.1 맷플롯리브
3.2 벡터의 정의
3.3. 벡터의 기본 연산
3.4 행렬의 정의
3.5 행렬의 기본 연산
3.6 선형 결합
3.7 벡터 공간
3.8 벡터와 행렬 간 곱셈
3.9 선형 연립 방정식
3.10 행렬식
3.11 고유값, 고유벡터
Chapter 4 예제 1: 이미지 기하학적 변환
4.1 이동
4.2 회전
4.3 확대/축소
4.4 결합된 변환
Chapter 5 예제 2: Planar Rectification
5.1 호모그래피 행렬 구하기
5.2 Planar Rectification 구현하기
Chapter 6 예제 3: 인공 신경망
6.1 인공 신경망 구조
6.2 인공 뉴런
6.3 레이어
6.4 활성화 함수
6.5 가중치
6.6 편향
6.7 데이터 세트
6.8 모델 학습
6.9 신경망의 학습 메커니즘
6.10 신경망 표기법
6.11 피드포워드
6.12 경사 하강법
6.13 역전파 알고리즘
6.14 붓꽃 분류 문제
이 책을 통해 선형대수학의 기초 이론을 이해하고 사용된 NumPy 코드를 활용하여 선형대수학 정복에 도전 해보자
한줄평 (4건)
혜택 및 유의사항
?
좋아요
이 한줄평이 도움이 되었나요?
공감
0
YES마니아 : 플래티넘
r*****6
|
2021.03.01
그냥 이렇게 따라하세요하면서 구술하는방식, 목차도 내가원하는기능이 어딘지 찾지못함
4명이 이 한줄평을 추천합니다.
공감
4
a*********l
|
2020.04.11
정작 중요한 선형대수에 대한 내용은 적고, 이것 저것 짜깁기 해놓았네요..
1명이 이 한줄평을 추천합니다.
공감
1
J***n
|
2020.03.11
