품목정보
발행일	2024년 06월 03일
쪽수, 무게, 크기	352쪽 \| 18323514mm
ISBN13	9791169212502
ISBN10	1169212506

더보기

이 상품의 태그

#데이터과학 #머신러닝 #인공지능

개발자를 위한 필수 수학

27,000원 (10%)

'개발자를 위한 필수 수학' 상세페이지 이동

파이썬 시계열 예측 분석

34,200원 (10%)

'파이썬 시계열 예측 분석' 상세페이지 이동

실무로 통하는 인과추론 with 파이썬

34,200원 (10%)

'실무로 통하는 인과추론 with 파이썬' 상세페이지 이동

개발자를 위한 실전 선형대수학

25,200원 (10%)

'개발자를 위한 실전 선형대수학' 상세페이지 이동

파이썬 라이브러리를 활용한 데이터 분석

35,100원 (10%)

'파이썬 라이브러리를 활용한 데이터 분석' 상세페이지 이동

머신러닝 시스템 설계

34,200원 (10%)

'머신러닝 시스템 설계' 상세페이지 이동

데이터 품질의 비밀

25,200원 (10%)

'데이터 품질의 비밀' 상세페이지 이동

머신러닝 리스크 관리 with 파이썬

37,800원 (10%)

'머신러닝 리스크 관리 with 파이썬' 상세페이지 이동

인사이드 머신러닝 인터뷰

24,300원 (10%)

'인사이드 머신러닝 인터뷰' 상세페이지 이동

데이터 과학자의 가설 사고

18,000원 (10%)

'데이터 과학자의 가설 사고' 상세페이지 이동

줄리아를 생각하다

27,000원 (10%)

'줄리아를 생각하다' 상세페이지 이동

파이썬과 대스크를 활용한 고성능 데이터 분석

25,200원 (10%)

'파이썬과 대스크를 활용한 고성능 데이터 분석' 상세페이지 이동

1장 기초 수학과 미적분 _1.1 정수론 _1.2 연산 순서 _1.3 변수 _1.4 함수 _1.5 합계 _1.6 거듭제곱 _1.7 로그 _1.8 오일러 수와 자연로그 _1.9 극한 _1.10 미분 _1.11 적분 _1.12 마치며 2장 확률 _2.1 확률 이해하기 _2.2 확률 계산 _2.3 이항 분포 _2.4 베타 분포 _2.5 마치며 3장 기술 통계와 추론 통계 _3.1 데이터란 무엇인가요? _3.2 기술 통계와 추론 통계 _3.3 모집단, 표본, 편향 _3.4 기술 통계 _3.5 추론 통계 _3.6 t 분포: 소규모 표본 처리 _3.7 빅 데이터 고려 사항과 텍사스 명사수 오류 _3.8 마치며 4장 선형대수학 _4.1 벡터란 무엇인가요? _4.2 선형 변환 _4.3 행렬 곱셈 _4.4 행렬식 _4.5 특수 행렬 _4.6 연립 방정식과 역행렬 _4.7 고유 벡터와 고윳값 _4.8 마치며 5장 선형 회귀 _5.1 기본 선형 회귀 _5.2 잔차와 제곱 오차 _5.3 최적의 직선 찾기 _5.4 과대적합 및 분산 _5.5 확률적 경사 하강법 _5.6 상관 계수 _5.7 통계적 유의성 _5.8 결정 계수 _5.9 추정 표준 오차 _5.10 예측 구간 _5.11 훈련/테스트 분할 _5.12 다중 선형 회귀 _5.13 마치며 6장 로지스틱 회귀와 분류 _6.1 로지스틱 회귀 이해하기 _6.2 로지스틱 회귀 수행하기 _6.3 다변수 로지스틱 회귀 _6.4 로그 오즈 이해하기 _6.5 R2 _6.6 p 값 _6.7 훈련/테스트 분할 _6.8 오차 행렬 _6.9 베이즈 정리와 분류 _6.10 ROC 곡선과 AUC _6.11 클래스 불균형 _6.12 마치며 7장 신경망 _7.1 언제 신경망과 딥러닝을 사용할까요? _7.2 간단한 신경망 _7.3 역전파 _7.4 사이킷런 사용하기 _7.5 신경망과 딥러닝의 한계 _7.6 마치며 8장 경력 조언과 앞으로의 진로 _8.1 데이터 과학의 재정의 _8.2 데이터 과학의 간략한 역사 _8.3 나만의 강점 찾기 _8.4 데이터 과학 직무에서 주의해야 할 사항 _8.5 꿈의 직업이 존재하지 않나요? _8.6 이제 어디로 가야 하나요? _8.7 마치며 부록 A 보충 학습 A.1 심파이로 수학식 표현하기 A.2 밑바닥부터 이항 분포 구현하기 A.3 밑바닥부터 베타 분포 구현하기 A.4 베이즈 정리 유도하기 A.5 밑바닥부터 CDF와 역CDF 구현하기 A.6 e를 사용해 시간 경과에 따른 사건 확률 예측하기 A.7 언덕 오르기와 선형 회귀 A.8 언덕 오르기와 로지스틱 회귀 A.9 선형 계획법에 대한 간략한 소개 A.10 사이킷런을 사용한 MNIST 분류기 〈별책 부록〉 워크북

더보기

상세 이미지 상세 이미지 보이기/감추기

상품 이미지를 확대해서 볼 수 있습니다. 원본 이미지

더보기

저자 소개 (2명)

만든이 코멘트 만든이 코멘트 보이기/감추기

안녕하세요. 이책의 역자 입니다.

2024-06-16

안녕하세요. [개발자를 위한 필수 수학]을 번역한 박해선입니다. 이 책을 구매해 주신 많은 독자분들에게 감사의 말씀 드립니다. 이 책은 머신러닝과 데이터 과학 분야를 배우려는 학생과 개발자를 위해 이 분야에 꼭 필요한 수학을 알기 쉽게 설명합니다. 미적분, 확률, 통계, 선형대수학 등을 이론에 너무 매몰되지 않고 파이썬과 심파이 코드를 활용해 직접 손으로 타이핑하면서 원리를 이해할 수 있습니다. 또한 수학 자체에 그치지 않고 이런 이론이 어떻게 머신러닝에 접목되는지 선형 회귀, 로지스틱 회귀, 신경망의 이면에 있는 이론을 살펴 보면서 깨우칠 수 있습니다. 이것으로 그치지 않고 마지막 장에서는 데이터 과학 분야에서 어떻게 커리어를 쌓아야 할 지 정말 좋은 조언을 하고 있는데요. 만약 이 분야에 이미 몸담고 있다면 먼저 마지막 장부터 읽어 보세요. 큰 도움이 되리라 생각합니다. 책 뒤에는 별책 부록이 붙어 있습니다. 별책 부록에 실린 연습문제를 풀면서 본문에서 배운 내용을 검증하고 심화할 수 있을 거에요. 책을 구매하시면 제 블로그의 에러타 페이지(https://tensorflow.blog/math4ds/)를 꼭 참고해 주세요. [실무로 통하는 ML 문제 해결 with 파이썬], [머신 러닝 교과서: 파이토치 편], [스티븐 울프럼의 챗GPT 강의], [핸즈온 머신러닝 3판], [만들면서 배우는 생성 AI 2판], [코딩 뇌를 깨우는 파이썬], [혼자 공부하는 데이터 분석 with 파이썬], [트랜스포머를 활용한 자연어 처리], [케라스 창시자에게 배우는 딥러닝 2판], [개발자를 위한 머신러닝&딥러닝], [파이썬 라이브러리를 활용한 머신러닝(번역개정2판)], [머신러닝 교과서 3판], [혼자 공부하는 머신러닝+딥러닝] 등에 이어 서른 한 번째 머신러닝 책입니다. 많은 분들의 응원 덕에 큰 힘을 얻습니다. 더 좋은 책으로 찾아 뵙겠습니다. 감사합니다.

출판사 리뷰 출판사 리뷰 보이기/감추기

아마존 선형대수학, 미적분 분야 베스트셀러 개발자라면 꼭! 짚고 넘어가야 할 수학 개념 101 데이터 과학과 머신러닝 세계를 정복하고 싶으신가요? 그 여정의 첫걸음은 바로 수학입니다. 머신러닝의 핵심 원리와 알고리즘은 사실 수학적 개념에 뿌리를 두고 있습니다. 이 책은 미적분, 확률, 통계, 선형대수학의 기초부터 데이터 과학에 적용하는 방법까지 체계적으로 안내합니다. 파이썬을 활용한 실습을 통해 선형 회귀부터 신경망에 이르기까지, 실무에서 수학이 어떻게 녹아드는지를 생생하게 배울 수 있습니다. 데이터 과학자로서의 여정을 시작하는 데 이보다 더 완벽한 안내서는 없습니다. 이 책과 함께 데이터 과학의 무한한 가능성을 탐험해보세요. 탄탄한 수학 개념 이해로 시작하는 데이터 과학 첫걸음, 지금 바로 시작하세요! 대상 독자 ●	데이터 과학과 머신러닝에 사용되는 수학 개념과 도구, 알고리즘을 이해하고 싶은 개발자 ●	데이터 분석 실무를 맡고 있는 데이터 엔지니어, 데이터 과학자, 머신러닝 엔지니어, 통계 전문가 주요 내용 ●	파이썬 코드와 라이브러리로 살펴보는 기초 수학 개념 ●	기술 통계와 가설 검정으로 p 값과 통계적 유의성 해석하기 ●	선형 회귀, 로지스틱 회귀, 신경망에 수학 개념 적용하기 ●	탄탄한 데이터 과학 경력을 쌓는 방법과 진로 조언 ●	각 장에서 배운 개념을 복습하는 워크북 제공 [지은이의 말] 지난 10여 년 동안 일상생활과 업무에 수학과 통계를 적용하는 데 관심이 높아졌습니다. 데이터의 가용성이 증가함에 따라 수학과 통계학이 주류의 관심을 끌고 있으며, 이런 데이터를 이해하기 위해서는 수학, 통계학, 머신러닝이 필요합니다. 컴퓨터가 우리보다 더 똑똑하다고 생각하기 쉽지만(그리고 이러한 생각은 종종 마케팅에 활용되기도 합니다), 현실은 그 반대일지 모릅니다. 이러한 오해는 상당히 위험할 수 있습니다. 알고리즘이나 AI가 범죄 판결을 내리거나 자동차 운전을 하는 데 개발자를 포함한 그 누구도 특정 결정에 도달한 이유를 설명할 수 없다면 어떻게 될까요? 설명 가능성은 통계 컴퓨팅과 AI의 차세대 영역입니다. 이는 블랙박스를 열어 그 아래 숨겨진 수학을 끄집어낼 때에만 가능합니다. 일상생활에 인터넷에 연결된 기기가 깊숙이 들어와 있기 때문에 우리의 데이터는 수시로, 그리고 대규모로 수집됩니다. 우리는 더 이상 데스크톱이나 노트북 컴퓨터에서만 인터넷을 사용하는 게 아니라, 스마트폰, 자동차, 가정용 기기에서까지 인터넷을 사용합니다. 이런 현상은 지난 20년 동안 미묘한 변화를 가져왔습니다. 데이터가 운영 도구에서 보다 명확한 목적을 위해 수집하고 분석되는 대상으로 진화되었습니다. 데이터의 가용성이 증가함에 따라 데이터 과학과 머신러닝은 수요가 많은 직업이 되었습니다. 데이터를 다루는 데 필요한 필수 수학은 확률, 선형대수학, 통계학, 머신러닝과 맞닿아 있습니다. 데이터 과학, 머신러닝 또는 엔지니어링 분야에서 경력을 쌓고 싶다면 이 주제에 대한 이해는 필수입니다. 이 책에서는 여러분이 만나게 될 블랙박스 라이브러리의 내용을 더 잘 이해하는 데 필요한 수학, 미적분, 통계학을 소개합니다. 이 책의 목표는 실제 문제에 적용할 수 있는 다양한 수학, 통계, 머신러닝 영역을 여러분에게 소개하는 것입니다. 처음 네 개 장에서는 실용적인 미적분, 확률, 선형대수학, 통계 등 기초 수학 개념을 다룹니다. 마지막 세 개 장에서는 머신러닝을 소개합니다. 머신러닝을 가르치는 궁극적인 목적은 책에서 배운 내용을 모두 통합하고, 블랙박스에 대한 이해를 넘어 머신러닝과 통계 라이브러리를 사용하는 데 있어 실용적인 인사이트를 보여주기 위함입니다. 지금 펼친 이 책을 통해 여러분은 전문가가 되거나 박사 학위 수준의 지식을 얻을 수 있는 것은 아닙니다. 필자는 그리스 기호로 가득 찬 수식을 피하고, 그 자리에 일반적인 언어를 사용하려고 최선을 다했습니다. 하지만 이 책을 통해 여러분이 수학과 통계에 대해 조금 더 편안하게 이야기하고, 이 분야를 성공적으로 탐험하는 데 필요한 지식을 얻기를 바랍니다. 저는 성공으로 가는 가장 넓은 길은 한 가지 주제에 대한 깊고 전문적인 지식이 아니라, 여러 주제를 탐구하고 실용적인 지식을 갖추는 것이라고 믿습니다. 이게 바로 이 책의 목표입니다. 여러분은 위험할 수 있을 정도로, 그리고 한때 알기조차 어려웠던 중요한 질문을 던질 수 있을 만큼 배울 것입니다. 그럼 시작해보겠습니다! - 토머스 닐드 [옮긴이의 말] “인공지능을 공부하려면 수학을 잘 알아야 할까요?”, “머신러닝을 배울 때 수학을 먼저 공부해야 하나요?”와 같은 질문을 참 많이 받습니다. 아이러니하게도 그에 대한 대답은 “네” 또는 “아니요” 모두 가능합니다. 머신러닝을 처음 배울 때 수학이 반드시 필요한 것은 아닙니다. 하지만 공부를 계속하다 보면 자연스럽게 수학의 필요성을 느낄 수 있습니다. 반대로 수학을 조금 이해하고 나서 시작하면 머신러닝 모델의 작동 방식을 이해하는 데 훨씬 더 자유롭습니다. 정답이 있는 것이 아니며 자신에게 맞는 공부 방법을 선택하면 됩니다. 그간 수학을 실용적으로 잘 설명하는 책을 번역하려고 마음먹었지만 좋은 책이 쉽게 눈에 띄지 않았습니다. 다행히 오라일리에서 나온 이 책은 이런 요구 사항을 딱 채워주었습니다. 벡터에서 머신러닝까지 수학이 어떻게 데이터 분석과 머신러닝에 활용되는지 탐험해볼 수 있어 즐거웠습니다. 모쪼록 독자들도 이 책이 마음에 들기를 바랍니다. - 박해선

회원리뷰 (20건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

총 평점 10.0점 10.0 / 10.0

검색결과 정렬 옵션 삭제

회원리뷰 전체보기

한줄평 (6건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 9.0점 9.0 / 10.0

구매 한줄평

한줄평 전체보기

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

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