확장메뉴
주요메뉴


닫기
사이즈 비교
소득공제
코드로 배우는 인공지능

코드로 배우는 인공지능

제이펍-I♥A.I 시리즈-34이동
리뷰 총점10.0 리뷰 1건 | 판매지수 12
베스트
OS/데이터베이스 top100 3주
정가
25,000
판매가
22,500 (10% 할인)
신상품이 출시되면 알려드립니다. 시리즈 알림신청
분철서비스 시작 시 알려드립니다. 분철서비스 알림신청

품목정보

품목정보
발행일 2021년 11월 24일
쪽수, 무게, 크기 328쪽 | 628g | 188*245*17mm
ISBN13 9791191600421
ISBN10 1191600424

책소개 책소개 보이기/감추기

목차 목차 보이기/감추기

저자 소개 (3명)

책 속으로 책속으로 보이기/감추기

이 책의 가장 큰 특징은 개발자의 시각에서 인공지능을 설명하고 있다는 점입니다. 아무래도 두 저자 모두 컴퓨터과학 전공이다 보니, 자연스럽게 개발자의 시선으로 인공지능을 개발하고 적용하는 문제를 고민하기 시작했을 것이라 생각합니다. 주변에 많은 개발자 분들이 인공지능 열풍에 흥미를 느끼거나 반대로 불안감을 느껴 관련 공부를 시작하고 있습니다. 물론 대학교 때 배웠던 선형대수, 미적분을 다시 복습하고 고급 통계를 배우는 정도(正道)를 걷는 것은 매우 권장할 일이지만, 저자의 의도처럼 경험 있는 개발자들이 인공지능에 대해 빠르게 습득하고 적용할 수 있는 가이드도 필요하다고 생각합니다. 이 책은 인공지능 개념이 아직은 생소한 개발자가 머신러닝과 딥러닝의 핵심 개념들을 코드로 실습해가며 빠르게 습득할 수 있도록 도와줍니다.
--- p.ix

이어서 네트워크 훈련을 시작해 봅시다. 훈련 과정은 이전 프로세스와 상당히 유사합니다. 이전 코드 예제인 simple_perceptron과 linear_regression에서는 코드가 너무 간단해 훈련 과정에서 일정 개념에 대한 구현을 보여줄 수 없었습니다. 예를 들어, simple_perceptron 코드 예시에서 손실함수와 가중치 업데이트 방법에 대해 정의하지 않고 net_input과 predict를 단독으로 실행했습니다(실질적으로 활성화 함수에 해당합니다). 그리고 linear_regression 코드 예제에서는 손실함수와 가중치 업데이트 update_weight의 개념에 대해서 강조하고 경사 하강법을 사용한 최적화에 대해서는 설명했지만, 네트워크 입력과 활성화 함수에 대해서는 언급하지 않았습니다.
--- p.29

사용자 기반의 협업 필터링 방법은 먼저 유사도 공식을 사용해 대상 사용자와 비슷한 취향을 가진 K개의 최대 유사 사용자 이웃(nearest neighbor)을 얻고, 해당 유사 사용자의 취향에 기반해 대상 사용자에 대한 추천을 진행합니다. 계산적인 측면에서 한 사용자의 전체 상품에 대한 선호도를 하나의 벡터로 하여 사용자 사이의 유사도를 계산합니다.
--- p.131

앞서 언급했던 소벨 연산자와 비교하면, 여기의 소벨 연산자가 포함하는 두 행렬은 모든 이미지에 대해 동일합니다. 즉, 소벨 연산자를 사용하는 모든 이미지가 동일한 행렬 수치를 사용한다는 이야기와 같습니다. 이는 커널 함수와 동일합니다. 차이라고 한다면 소벨 연산자는 인간의 실험과 경험적 설계에 기반해 얻어지지만, 딥러닝의 경사 하강법 등의 알고리즘을 통하면 적합하고 다양한 이미지 데이터에 대해 공통으로 사용할 수 있는 커널 파라미터를 찾을 수 있다는 것입니다.
--- p.200

따라서 많은 회사의 머신러닝 서비스에는 전문적인 머신러닝 모델 서비스가 필요합니다. 즉, 머신러닝 모델의 특징과 사용 방법에 맞춰 전문적인 온라인 서비스 구조를 만들어 데이터 과학자가 설계한 모델을 효율적인 전용 모델 파일로 변환해 자체 정의한 프레임워크를 통해 대외적 서비스를 진행하는 것입니다. 우리는 이러한 과정을 모델 서빙(model serving)이라고 부릅니다. 그림 9-1은 비교적 초기의 모델 서빙 프레임워크를 보여주고 있습니다.
--- p.297

출판사 리뷰 출판사 리뷰 보이기/감추기

회원리뷰 (1건) 회원리뷰 이동

한줄평 (0건) 한줄평 이동

  등록된 한줄평이 없습니다!

첫번째 한줄평을 남겨주세요.

배송/반품/교환 안내

배송 안내
반품/교환 안내에 대한 내용입니다.
배송 구분 예스24 배송
  •  배송비 : 무료배송
포장 안내

안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다.

고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다.

목적 : 안전한 포장 관리
촬영범위 : 박스 포장 작업

  • 포장안내1
  • 포장안내2
  • 포장안내3
  • 포장안내4
반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법
  •  고객만족센터(1544-3800), 중고샵(1566-4295)
  •  판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간
  •  출고 완료 후 10일 이내의 주문 상품
  •  디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품
  •  중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용
  •  고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임
  •  직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음

    단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제

    •  오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소
    •  오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소
  •  직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음

    단, 당일 00시~13시 사이의 주문은 취소 수수료 면제

  •  박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유
  •  소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
  •  소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등
  •  복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집
  •  소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우
  •  디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
  •  eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가
  •  중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우
  •  LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등)
  •  시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
  •  전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상
  •  상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에
따른 배상
  •  대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리
  •  쿠폰은 결제 시 적용해 주세요.
1   22,500
뒤로 앞으로 맨위로 공유하기