확장메뉴
주요메뉴


소득공제
미리보기 공유하기

처음 만나는 AI 수학 with Python

: 한 권으로 배우는 인공지능 수학 첫걸음

리뷰 총점8.0 리뷰 3건 | 판매지수 2,847
베스트
프로그래밍 언어 top100 2주
정가
23,000
판매가
20,700 (10% 할인)
YES포인트
eBook이 출간되면 알려드립니다. eBook 출간 알림 신청
소중한 당신에게 5월의 선물 - 산리오 3단 우산/디즈니 우산 파우치/간식 접시 머그/하트 이중 머그컵
월간 개발자 2022년 5월호
내일은 개발자! 코딩테스트 대비 도서전
YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정
5월 전사
5월 쇼핑혜택
1 2 3 4 5

품목정보

품목정보
출간일 2021년 01월 15일
쪽수, 무게, 크기 308쪽 | 642g | 170*230*18mm
ISBN13 9788931463378
ISBN10 8931463375

이 상품의 태그

책소개 책소개 보이기/감추기

인공지능을 공부하는데 필요한 기초 수학개념을 한 권에 모았다!

『처음 만나는 AI 수학 with Python』은 인공지능을 공부하는데 기본이 되는 수학 개념을 소개하는 도서로 독자가 수학을 잘 하도록 만드는 것이 아니라 필요한 개념을 이해하도록 돕는데 목적을 두고 있다.

이 책에서는 AI의 기본이 되는 선형대수, 미분, 확률과 통계 등 고등학교 수학과 대학 수학의 기초적인 내용으로 구성되어 중학교 수준의 지식만 있다면 이해할 수 있다. 각 단원은 쉬운 설명과 결과를 직접 눈으로 확인할 수 있는 간단한 파이썬 코딩으로 구성되어 있어 복잡한 계산 과정 없이 수학 개념을 이해할 수 있다. 또한 마지막 장에서는 지금까지 배운 수학을 바탕으로 이 개념들이 어떻게 인공지능에 응용되는지 배울 수 있어 기초적인 인공지능의 개념 또한 이해할 수 있다.

인공지능을 처음 공부하려는 청소년, 인공지능을 이해하고 싶지만 수학에 자신이 없어 포기했던 사람들이 이 책을 통해 쉽게 AI에 첫걸음을 내딛을 수 있게 될 것이다.

목차 목차 보이기/감추기

0장 도입
0.1 이 책의 특징
0.2 이 책을 통해 할 수 있는 것
0.3 이 책의 대상
0.4 인공지능(AI)
0.5 인공지능용 수학
0.6 이 책의 사용법

1장 학습 준비를 하자
1.1 Anaconda 설치
1-1-1 Anaconda 다운로드
1-1-2 Anaconda 설치
1-1-3 Anaconda Navigator의 실행
1-1-4 NumPy와 matplotlib의 설치
1.2 Jupyter Notebook의 사용 방법
1-2-1 Jupyter Notebook의 실행
1-2-2 Jupyter Notebook을 사용해 본다
1-2-3 코드와 마크다운의 전환
1-2-4 노트북의 저장과 종료
1.3 샘플 다운로드와 이 책의 학습 방법
1-3-1 샘플 다운로드
1-3-2 이 책의 학습 방법

2장 Python의 기초
2.1 Python의 기초
2-1-1 Python
2-1-2 변수
2-1-3 값 표시와 변수의 저장
2-1-4 연산자
2-1-5 큰 수, 작은 수의 표시
2-1-6 리스트
2-1-7 튜플
2-1-8 if 문
2-1-9 for 문
2-1-10 함수
2-1-11 스코프
2-1-12 연습
2.2 NumPy의 기초
2-2-1 NumPy
2-2-2 NumPy의 임포트
2-2-3 NumPy 배열을 생성
2-2-4 배열의 형태
2-2-5 배열의 연산
2-2-6 요소로의 접근
2-2-7 함수와 배열
2-2-8 NumPy의 여러 가지 기능
2-2-9 연습
2.3 matplotlib의 기초
2-3-1 matplotlib
2-3-2 matplotlib의 임포트
2-3-3 linspace() 함수
2-3-4 그래프 그리기
2-3-5 그래프 꾸미기
2-3-6 산포도의 표시
2-3-7 히스토그램의 표시
2-3-8 연습

3장 수학의 기초
3.1 변수, 상수
3-1-1 변수와 상수의 차이
3-1-2 변수와 상수의 예
3-1-3 연습
3.2 함수
3-2-1 함수
3-2-2 함수의 예
3-2-3 수학의 함수와 프로그램의 함수의 차이
3-2-4 수학의 「함수」를 프로그래밍의 「함수」로 구현
3-2-5 연습
3.3 거듭제곱과 제곱근
3-3-1 거듭제곱
3-3-2 거듭제곱을 코드로 구현
3-3-3 제곱근
3-3-4 제곱근을 코드로 구현
3-3-5 연습
3.4 다항식 함수
3-4-1 다항식
3-4-2 다항식을 구현
3-4-3 연습
3.5 삼각함수
3-5-1 삼각함수
3-5-2 삼각함수를 구현
3-5-3 연습
3.6 총합과 총곱
3-6-1 총합
3-6-2 총합을 구현
3-6-3 총곱
3-6-4 총곱을 구현
3-6-5 연습
3.7 난수
3-7-1 난수
3-7-2 균일한 난수
3-7-3 편향된 난수
3-7-4 연습
3.8 LaTeX의 기초
3-8-1 LaTeX
3-8-2 여러 가지 수식의 기술
3-8-3 연습
3.9 절댓값
3-9-1 절댓값
3-9-2 함수의 절댓값
3-9-3 연습
COLUMN 딥러닝이 약진하는 이유

4장 선형대수
4.1 스칼라, 벡터, 행렬, 텐서
4-1-1 스칼라
4-1-2 스칼라의 구현
4-1-3 벡터
4-1-4 벡터의 구현
4-1-5 행렬
4-1-6 행렬의 구현
4-1-7 텐서
4-1-8 텐서의 구현
4-1-9 연습
4.2 벡터의 내적과 놈
4-2-1 내적
4-2-2 내적의 구현
4-2-3 놈
4-2-4 놈의 구현
4-2-5 연습
4.3 행렬의 곱
4-3-1 행렬의 곱
4-3-2 행렬곱의 수치 계산
4-3-3 행렬곱의 일반화
4-3-4 행렬곱의 구현
4-3-5 요소별 곱(아다마르 곱)
4-3-6 요소별 곱의 구현
4-3-7 연습
4.4 전치
4-4-1 전치
4-4-2 전치의 구현
4-4-3 행렬곱과 전치
4-4-4 전치와 행렬곱의 구현
4-4-5 연습
4.5 행렬식과 역행렬
4-5-1 단위행렬
4-5-2 단위행렬의 구현
4-5-3 역행렬
4-5-4 행렬식
4-5-5 행렬식의 구현
4-5-6 역행렬의 구현
4-5-7 연습
4.6 선형변환
4-6-1 벡터 그리기
4-6-2 선형변환
4-6-3 표준기저
4-6-4 연습
4.7 고윳값과 고유벡터
4-7-1 고윳값, 고유벡터
4-7-2 고윳값, 고유벡터를 구한다
4-7-3 고윳값과 고유벡터의 계산
4-7-4 연습
4.8 코사인 유사도
4-8-1 놈과 삼각함수로 내적을 나타낸다
4-8-2 코사인 유사도를 계산한다
4-8-3 연습

5장 미분
5.1 극한과 미분
5-1-1 극한
5-1-2 미분
5-1-3 미분 공식
5-1-4 접선 그리기
5-1-5 연습
5.2 연쇄 법칙
5-2-1 합성함수
5-2-2 연쇄 법칙(chain rule)
5-2-3 연쇄 법칙의 증명
5-2-4 연습
5.3 편미분
5-3-1 편미분
5-3-2 편미분의 예
5-3-3 연습
5.4 전미분
5-4-1 전미분
5-4-2 전미분 식의 도출
5-4-3 전미분의 예
5-4-4 연습
5.5 다변수 합성함수의 연쇄 법칙
5-5-1 다변수 합성함수의 미분①
5-5-2 다변수 합성함수의 미분②
5-5-3 다변수 합성함수의 미분의 예
5-5-4 연습
5.6 네이피어수와 자연대수
5-6-1 네이피어수
5-6-2 네이피어수의 구현
5-6-3 자연대수
5-6-4 자연대수와 도함수
5-6-5 자연대수의 구현
5-6-6 시그모이드 함수
5-6-7 연습
5.7 최급강하법
5-7-1 최급강하법
5-7-2 최급강하법의 구현
5-7-3 국소적인 최솟값
5-7-4 연습
COLUMN 싱귤래리티와 지수함수

6장 확률·통계
6.1 확률의 개념
6-1-1 확률
6-1-2 여사건
6-1-3 확률로의 수렴
6-1-4 연습
6.2 평균값과 기댓값
6-2-1 평균값
6-2-2 평균값을 구현
6-2-3 기댓값
6-2-4 기댓값을 구현
6-2-5 평균값과 기댓값의 관계
6-2-6 연습
6.3 분산과 표준편차
6-3-1 분산
6-3-2 분산을 구현
6-3-3 표준편차
6-3-4 표준편차를 구현
6-3-5 연습
6.4 정규분포와 거듭제곱 법칙
6-4-1 정규분포
6-4-2 정규분포곡선을 그린다
6-4-3 정규분포를 따른 난수
6-4-4 거듭제곱 법칙
6-4-5 거듭제곱 법칙을 따르는 난수
6-4-6 연습
6.5 공분산
6-5-1 공분산
6-5-2 공분산의 예
6-5-3 공분산의 구현
6-5-4 공분산으로부터 데이터를 생성한다
6-5-5 연습
6.6 상관계수
6-6-1 상관계수
6-6-2 상관계수의 예
6-6-3 Python으로 상관계수를 구한다
6-6-4 연습
6.7 조건부 확률과 베이스 정리
6-7-1 조건부 확률
6-7-2 조건부 확률의 예
6-7-3 베이스 정리
6-7-4 베이스 정리의 활용 예
6-7-5 연습
6.8 우도(가능도)
6-8-1 우도
6-8-2 우도가 작은 케이스
6-8-3 우도가 큰 케이스
6-8-4 우도와 파라미터
6-8-5 연습
6.9 정보량
6-9-1 정보량
6-9-2 선택정보량(자기엔트로피)
6-9-3 선택정보량을 그래프화
6-9-4 평균정보량(엔트로피)
6-9-5 평균정보량의 의미
6-9-6 교차 엔트로피
6-9-7 교차 엔트로피를 계산한다
6-9-8 연습
COLUMN 자연언어처리

7장 수학을 기계학습에 응용
7.1 회귀와 과학습
7-1-1 회귀와 분류
7-1-2 회귀 분석과 다항식 회귀
7-1-3 최소제곱법
7-1-4 최급강하법을 이용해서 오차를 최소로 한다
7-1-5 사용하는 데이터
7-1-6 다항식 회귀의 구현
7-1-7 연습
7.2 분류와 로지스틱 회귀
7-2-1 분류
7-2-2 로지스틱 회귀
7-2-3 파라미터의 최적화
7-2-4 사용하는 데이터
7-2-5 로지스틱 회귀의 구현
7-2-6 연습
7.3 뉴럴 네트워크의 개요
7-3-1 인공지능(AI), 기계학습, 뉴럴 네트워크
7-3-2 뉴런 모델
7-3-3 뉴럴 네트워크
7.4 학습의 메커니즘
7-4-1 단일 뉴런의 학습
7-4-2 순전파 식
7-4-3 오차의 정의
7-4-4 정답 데이터의 준비
7-4-5 가중치와 바이어스의 갱신
7-4-6 가중치의 기울기
7-4-7 바이어스의 기울기
7.5 단일 뉴런에 의한 학습의 구현
7-5-1 베이스의 수식
7-5-2 입력과 정답
7-5-3 순전파와 역전파
7-5-4 출력의 표시
7-5-5 학습
7.6 딥러닝으로
7-6-1 다층 뉴럴 네트워크의 학습
7-6-2 딥러닝으로

출판사 리뷰 출판사 리뷰 보이기/감추기

인공지능에 필요한 수학의 분야는 치우쳐져 있으므로 이 책에서는 벡터, 행렬, 텐서 등을 다루는 선형대수, 상미분, 편미분, 연쇄법칙 등을 다루는 미분, 표준편차나 정규분포, 우도 등을 다루는 확률·통계 같은 특정의 수학 영역만 설명합니다.

먼저 선형대수를 소개합니다. 선형대수는 다차원의 구조를 가진 수치의 나열을 다루는 수학 분야의 하나입니다. 그러한 다차원의 구조에는 스칼라, 벡터, 행렬, 텐서가 있습니다. 선형대수로부터 매우 많은 수치에 대한 처리를 간결한 수치로 작성할 수 있습니다. 또한 Python 외부 패키지인 NumPy를 사용해 간단하게 선형대수의 수식을 코드로 나타낼 수 있습니다.

다음으로 미분의 개요를 설명합니다. 미분은 한마디로 함수의 변화 비율을 말합니다. 예를 들어, 움직이는 물체의 위치를 시간으로 미분하면 그 물체의 속도가 됩니다. 인공지능에 있어서는 다변수함수, 합성함수 등 조금 복잡한 함수를 미분해야 합니다. 어렵게 느껴질 수도 있으나 이 책에서는 그것들을 하나하나 차근차근 설명해 나갑니다. 미분은 이미지로 파악하는 것이 중요하므로 머릿속에 미분의 이미지를 그릴 수 있게 합시다.

또한 인공지능에는 확률·통계도 중요합니다. 확률은 세계를 「일어나기 쉬움의 정도」로 파악합니다. 그리고 통계는 데이터의 경향이나 특징을 다양한 지표로 파악합니다. 이를 통해 데이터의 전체상을 파악, 데이터로부터 미래를 예측할 수 있게 됩니다. 확률·통계 분야도 수식을 프로그램 코드로 나타내, 그래프를 그리면 잘 이해할 수 있습니다.

회원리뷰 (3건) 리뷰 총점8.0

혜택 및 유의사항?
파워문화리뷰 [리뷰] 처음 만나는 AI 수학 with Python 내용 평점3점   편집/디자인 평점4점 YES마니아 : 로얄 스타블로거 : 블루스타 매***크 | 2021.03.02 | 추천3 | 댓글2 리뷰제목
◎ 원문 : https://blog.naver.com/delete48/222262424738 [매력쟁이크's 리뷰] '수학의 정석' 이후로 수학을 내려놓은지 20년....쿠...쿨럭....... 요즘 #업무자동화 와 관련해 #파이썬 에 대해 관심이 생기던 차에 좀 배워볼까 하고 골랐던 녀석입니다. 수학적 지식이 깊지 않아도 이미 만들어져 있는 프레임워크를 인공지능 학습을 가능하게끔 프로그램할 수있도록 전반적인;
리뷰제목


◎ 원문 : https://blog.naver.com/delete48/222262424738

[매력쟁이크's 리뷰] '수학의 정석' 이후로 수학을 내려놓은지 20년....쿠...쿨럭.......
요즘 #업무자동화 와 관련해 #파이썬 에 대해 관심이 생기던 차에 좀 배워볼까 하고 골랐던 녀석입니다.

수학적 지식이 깊지 않아도 이미 만들어져 있는 프레임워크를 인공지능 학습을 가능하게끔 프로그램할 수있도록 전반적인 가이드를 해주는 책 정도로 이해하면 될듯 싶습니다.

Anaconda 설치 후, Jupyter Notebook을 통해 코드와 마크다운을 전환하는 방법을 시작으로 접근해요. 영진닷컴 홈페이지의 부록 CD 다운로드 페이지를 통해 샘플 코드를 다운받고,
직접 실행하고 수정해보며 공부할 수 있으니 참고하시면 되고요~


수학이나 AI나 기계학습을 공부가 어렵거나 AI를 비즈니스에서 다뤄야 한다거나 수학을다시 배워보고 싶거나 문과, 엔지니어가 이닌 수학에 자신없는 사람이거나 코드를 작성하며
수학을 배우고 싶은 사람을 대상으로 쓴 책이라고 하네요. "파이썬" 보다는 "수학"에
금 더 포커스가 맞춰져 있다는 느낌입니다.

 

  ※ 구매 좌표 : http://www.yes24.com/Product/Goods/96805069

 


 

파이썬도 낯선데, 수포자인 저에겐 조금 어렵게 다가온 책이지만 한장한장 천천히 시간을
내어 읽어보는 중입니다. 미분, 확률, 통계등을 이용해 데이터를 자동화하고 객관적으로
수치화된 자료를 그래프로 시각화하는 과정은 다시봐도 신기할 따름입니다.
코드를 한줄 한줄 따라가다 보면 저도 코딩해서 그래프를 만들어 낼 수 있는 날이 오겠죠? ㅎ
갈 길이 멀긴 하지만 말입니다.

 

▲ 이 책의 특징, AI의 개요, AI 수학의 개요, 그리고 이 책의 사용법으로 시작합니다.



▲ 파이썬의 기초 문법, 수치계산 라이브러리 NumPy, 그래프용 라이브러리에 대한 설명


▲ 함수 등 기본 사용법과 문법을 예제를 통해 상세하게 설명해 줍니다.


▲ 이론 설명 후, 연습 문제를 통해 배운 것을 복습해 볼 수 있습니다.


▲ 수학을 기계학습에 이용할 수 있도록 그래프 등을 접목한 설명이 인상적이예요.

▲ 코딩을 통해 그래프로 시각화 하는게 참 신기했어요~

 

파이썬 기능을 체계적으로 배우고 싶은 독자는 다른 책을 선택하라고 솔직하게 적어
놨더라고요~ 인공지능을 위한 수학의 기초를 배우기에 좀 더 적합하다는 점을 꼭 참고
하신 후, 구매하시길 바랍니다.


<출판사로부터 도서와 소정의 원고료를 지급 받았습니다.>

#인공지능 #인공지능수학 #AI수학 #파이썬 #빅데이터 #데이터시각화 #그래프 #의사결정
#딥러닝 #머신러닝 #신간추천 #교보문고 #예스24 #영진닷컴 #수포자 #python #math
#미분 #수학의정석

댓글 2 3명이 이 리뷰를 추천합니다. 공감 3
파워문화리뷰 《처음 만나는 AI 수학 파이썬》 인공지능 입문자들을 위한 수학! 내용 평점4점   편집/디자인 평점4점 YES마니아 : 로얄 스타블로거 : 블루스타 지* | 2021.02.24 | 추천4 | 댓글0 리뷰제목
  쇼핑, 주식거래, 영양제, 인터넷 검색, 영화 등등 사용자의 정보를 분석해 'AI 추천'이라는 문구로 정보를 주는 방식이 당연해진 만큼 인공지능(AI)이란 단어는 이제 일상이 되었다. 카메라 영상과 인간의 프로그래밍에 의해 사물을 판독하는 프로그램을 만들던 시절에서 지금은 카메라 영상을 학습시켜 컴퓨터 스스로 사물을 판독하게 할 수 있는 시대라고 하니 말이다. &nbs;
리뷰제목

 

쇼핑, 주식거래, 영양제, 인터넷 검색, 영화 등등 사용자의 정보를 분석해 'AI 추천'이라는 문구로 정보를 주는 방식이 당연해진 만큼 인공지능(AI)이란 단어는 이제 일상이 되었다. 카메라 영상과 인간의 프로그래밍에 의해 사물을 판독하는 프로그램을 만들던 시절에서 지금은 카메라 영상을 학습시켜 컴퓨터 스스로 사물을 판독하게 할 수 있는 시대라고 하니 말이다.

 

그러한 인공 지능의 내부를 살펴보고 싶다면, 빼놓을 수 없는 것이 바로 수학 개념이다. 이 책은 인공지능을 공부하는데 필요한 기초 수학개념을 한 권에 담고 있다.

 

 

 

이 책은 AI의 기본이 되는 선형대수, 미분, 확률과 통계 등 고등학교 수학과 대학 수학의 기초적인 내용으로 구성되어 중학교 수준의 지식만 있다면 이해할 수 있다는 점이 큰 장점이다. 복잡한 계산 과정 없이 수학 개념을 이해할 수 있도록 쉬운 설명과 간단한 파이썬 코딩으로 구성되어 있다. 파이썬을 이용해 수식을 프로그램으로 나타내고, 그래프로 확인하는 작업을 통해 선형대수, 미분, 확률, 통계를 직관적으로 이해할 수 있을 것이다.

 

 

 

AI가 사람들에게 친숙해진 요즘이지만, 사실 AI 알고리즘은 문턱이 높은 편이다. AI 알고리즘을 이해하기 위해서는 수학을 기반으로 프로그래밍 언어를 사용해서 소스코드를 작성해야 하기 때문이다. 그러니 AI를 진정으로 이해하기 위해서는 수학과 프로그래밍 언어를 이용해서 알고리즘을 기초부터 이해해야 한다. 그래서 이 책은 AI 수학을 프로그래밍 언어 파이썬과 함께 기초부터 설명해준다. 인공지능에 대해 관심이 많아 처음 공부를 하려는 사람들에게 도움이 될만한 책이다.

 

 

 

파이썬은 다루기 쉽고, 인공지능, 수학과의 궁합이 좋은 프로그래밍 언어이다. 오픈 소스로 누구나 무료로 다운로드 할 수 있어 널리 사용되는데, 전문 프로그래머가 아니더라도 손쉽게 코드를 작성할 수 있어 현재 인공지능의 개발에서 표준이 되고 있다. 이 책의 2장에서 파이썬의 기초부터 차근차근 설명해주고 있는데, 이미 파이썬이 익숙하다면 해당 장은 건너뛰고 읽어도 좋을 것 같다.

 

 

 

인공지능을 처음 공부하려는 청소년, 인공지능을 이해하고 싶지만 수학에 자신이 없어 포기했던 사람들에게 도움이 될만한 책이다.

 

수학에 거부감이 있는 사람들이 많겠지만, 이 책에서는 학문으로서의 수학이 아닌 AI 알고리즘을 이해하기 위한 도구로서의 수학에 포커스를 맞추고 있어 초보자도 접근하기 쉬울 것 같다. 기초적인 파이썬 프로그래밍 경험이 있거나 컴퓨터 조작에 능숙하다면 더 깊이 있게 이해할 수 있을 만한 책이기도 하다. 인공지능을 공부하는데 필요한 기초 수학개념을 공부해보고 싶다면 이 책을 만나 보자!

 

 

*출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

댓글 0 4명이 이 리뷰를 추천합니다. 공감 4
파워문화리뷰 AI 수학과 파이썬의 기초를 공부하다 내용 평점5점   편집/디자인 평점4점 스타블로거 : 블루스타 정*선 | 2021.02.22 | 추천3 | 댓글0 리뷰제목
요즘은 AI가 모든 분야에서 대세로 각광받고 있는 터라 많은 사람에게 관심의 대상이다. 나 역시 그런 사람들 중 하나이지만 수학을 손에서 놓은 지도 오래된 까닭에, 정작 AI의 기초가 되는 분야인 수학이나 특히 AI와 직결된 프로그래밍 언어 파이썬에 대해서는 직접적으로 흥미를 갖거나 주목하지 않았다는 것도 부정할 수 없는 사실이다. 그러다가 최근에 수학을 다시 공부;
리뷰제목

요즘은 AI가 모든 분야에서 대세로 각광받고 있는 터라 많은 사람에게 관심의 대상이다. 나 역시 그런 사람들 중 하나이지만 수학을 손에서 놓은 지도 오래된 까닭에, 정작 AI의 기초가 되는 분야인 수학이나 특히 AI와 직결된 프로그래밍 언어 파이썬에 대해서는 직접적으로 흥미를 갖거나 주목하지 않았다는 것도 부정할 수 없는 사실이다. 그러다가 최근에 수학을 다시 공부하고 싶어지기 시작했는데, 이왕이면 어떤 구체적인 주제를 통해 학습하면 좋겠다는 생각을 갖고 있던 차에 『처음 만나는 AI 수학 with 파이썬』을 접할 수 있게 되었는데, 이 책을 읽으면서 말 그대로 일석이조의 목적을 달성할 수 있는 책이라 생각하게 되었다.

 


 

 

『처음 만나는 AI 수학 with 파이썬』은 일단 많은 사람이 느끼는 수학 기피증을 감안해서 AI와 직접 관련되는 필수적인 수학 분야들을 대단히 알기 쉽게 소개하는 장점이 있다. 예전에는 정석의 실력편을 학습하면 수학 꽤나 공부한다는 소리를 들었는데(요즘도 그런지는 잘 모르겠지만), 이 책은 굳이 그 정도로 고도의 단계까지 올라서야 하는 엄청난 노력을 요구하지 않고 일반인들이 가장 기본적인 수학 개념을 바탕으로 지극히 효과적인 시간과 수고를 투자해서 AI 수학과 프로그래밍 언어를 활용할 수 있도록 도와준다. 무척 고마운 책이 아닐 수 없다.

 

일단 『처음 만나는 AI 수학 with 파이썬』은 정말 무엇을 학습해야 하는지를 전혀 모르는 완전 초보자를 위해 ‘도입 부분’을 제공한다. 여기에는 이 책의 특징, 이 책을 통해 할 수 있는 것, 이 책의 대상, 인공지능, 인공지능용 수학, 이 책의 사용법이 수록되어 있는데, 말 그대로 이 부분은 책의 가장 기본적인 매뉴얼이라 할 수 있다. 완전한 백지 상태에서 출발하는 사람이라도 AI 수학에 대한 두려움이나 선입견에서 해방될 수 있다.

 


 

 

다음으로 『처음 만나는 AI 수학 with 파이썬』은 ‘1장 학습 준비를 하자’와 ‘2장 Python의 기초’를 이어서 제공하는데, 1장은 파이썬을 사용하기 위한 가장 기본적 환경이 되는 Anaconda의 설치와 준비 과정을 소개한다. 이 과정을 무사히 마무리하면 2장에서 파이썬의 기본 원리를 체계적으로 정리해서 학습할 수 있는 자료를 제공한다. 3장부터는 AI 수학과 파이썬에 꼭 필요한 수학 내용을 제공하는데, 수학의 기초, 선형대수, 미분, 확률·통계 순으로 이어진다. 그리고 마지막 ‘7장 수학을 기계학습에 응용’은 지금까지 학습한 내용을 종합적으로 응용하는 부분이다.

 




 

 

『처음 만나는 AI 수학 with 파이썬』은 단순히 내용을 설명하는 데서 그치지 않고 일단 기본이 되는 내용과 개념을 먼저 설명하고 이어서 그것을 2장에서 설명한 파이썬의 기본 원리에 따라 학습자가 직접 변형하는 연습 문제를 제공하는 형태로 편성되어 있어서, 이론에서 실전으로 곧바로 넘어가도록 응용력을 키우는 데 중심을 두는 장점이 있다. 그래서 학습한 내용을 좀 더 효과적으로 터득할 수 있기 때문에 학습 능률면에서 매우 만족스럽다. 만일 주어진 문제가 제대로 이해되지 않거나 그 문제를 자기 힘으로 풀 수 없다면, 자신이 학습한 내용과 개념 부분으로 다시 돌아가 기본을 다진 뒤에 다시 그 문제에 도전해보면 반복 학습의 효과도 누릴 수 있다.

 


 

 

또한 『처음 만나는 AI 수학 with 파이썬』은 책의 곳곳에 ‘Attention’이라는 섹션을 덧붙여서 학습자가 꼭 익혀야 하는 필수 개념이나 공식을 한 번 더 상기시키는데, 이 부분도 꽤나 유용하다. 그리고 ‘Column’ 부분에는 AI 수학이나 파이썬과 직접적인 관련성은 없지만 이 분야를 포괄적으로 이해하는 데 도움이 되는 정보와 자료를 담고 있어서 이 분야에 대한 상식이 부족한 사람에게는 나름대로 깨알 같은 역할을 한다.

 



 

 

수학을 잘 하는 사람이나 잘 아는 사람에게는 이 책이 너무 쉽게 느껴질 수도 있겠지만, 나처럼 수학과 거리를 둔 지 오래되었거나 수학에 자신이 없는 사람이라면 이 책을 활용해 AI 수학과 파이썬이라는 완전히 생소하면서도 흥미진진한 새로운 영역에 첫 발을 들여놓는 데 무리가 없을 것이다. 그리고 이 책을 효과적으로 학습한 뒤에 더 심도 있는 학습에 대한 필요를 느끼게 되면 그만큼 이 책은 소정의 역할을 충분히 완수했다고 할 수 있을 것이다. 나처럼 AI에 관심이 있으면서도 선뜻 시작하기를 꺼리는 많은 비전공자들이 이 책으로 AI 수학과 파이썬을 조금씩 알아가는 재미와 보람을 느낄 수 있기를 바라며 한번쯤 읽어보기를 권한다.

댓글 0 3명이 이 리뷰를 추천합니다. 공감 3

한줄평 (1건) 한줄평 총점 6.0

혜택 및 유의사항 ?
평점3점
수포자에겐 조금 어렵지만, 열공해 보렵니다 ㅠㅠ
이 한줄평이 도움이 되었나요? 공감 0
YES마니아 : 로얄 매***크 | 2021.03.02
스프링분철 서비스를 선택하세요.
수량감소 수량증가 20,700
  •  다운받은 받은 쿠폰은 결제 페이지에서 적용해 주세요.
  •  분철옵션 선택 시, 영업일 기준 3일내 출고됩니다.
  •  분철상품은 해외배송이 불가합니다.
1   20,700

스프링분철 신청 가능

뒤로 앞으로 맨위로 aniAlarm