이미지 검색을 사용해 보세요
검색창 이전화면 이전화면
최근 검색어
인기 검색어

소득공제
PyTorch를 활용한 머신러닝, 딥러닝 철저 입문
파이토치를 활용한 머신러닝, 딥러닝 알고리즘의 원리와 구현
베스트
IT 모바일 top100 5주
가격
25,000
10 22,500
YES포인트?
1,250원 (5%)
5만원 이상 구매 시 2천원 추가 적립
결제혜택
카드/간편결제 혜택을 확인하세요

이미 소장하고 있다면 판매해 보세요.

  •  국내배송만 가능
  •  최저가 보상
  •  문화비소득공제 신청가능

위키북스- 데이터 사이언스 시리즈

이 상품의 시리즈 알림신청

책소개

목차

[1부] 우리 일상 속의 AI

▣ 01장: AI 동향 알아보기
1-1 AI 기술의 보급
1-2 시민 데이터 과학자의 등장
1-3 딥러닝 라이브러리

▣ 02장: 파이토치 라이브러리
2-1 파이토치란?
2-2 파이토치의 특징
___Define by Run 설계 사상을 채택함
___“파이썬스러운” 구현이 가능함
___자동미분 기능
2-3 파이토치의 구성 요소

▣ 03장: 파이토치 개발 환경 갖추기
3-1 윈도우에서 설치
___아나콘다 설치
___파이썬 환경 설치
___파이토치 설치
___관련 라이브러리 설치
3-2 macOS에서 설치
___아나콘다 설치
___파이썬 환경 설치
___파이토치 설치
___관련 라이브러리 설치
3-3 리눅스에서 설치
___아나콘다 설치
___파이썬 환경 설치
___파이토치 설치
___관련 라이브러리 설치

[02부] 머신러닝 입문

▣ 04장: 머신러닝이란 무엇인가?
4-1 머신러닝의 개요
4-2 지도 학습
4-3 비지도 학습
4-4 강화학습

▣ 05장: 신경망 실전 활용
5-1 퍼셉트론 알고리즘
5-2 퍼셉트론 모형 학습
5-3 신경망의 알고리즘
5-4 신경망 모형 학습
5-5 예제: 와인 분류하기
___주피터 환경 설정
___학습 데이터 준비
___텐서 생성
___신경망 구성
___모형 학습

[03부] 딥러닝 입문

▣ 06장: 다층 퍼셉트론 실전 활용
6-1 알고리즘과 모형 학습
___자기부호화기
___최적화 기법
___과적합
6-2 예제: 와인 분류하기 2
___주피터 환경 설정
___학습 데이터 준비
___텐서 생성
___신경망 구성
___모형 학습
6-3 손글씨 이미지 분류
___주피터 환경 설정
___학습 데이터 준비
___텐서 생성
___신경망 구성
___모형 학습
6-4 뉴스 기사 분류
___주피터 환경 설정
___학습 데이터 준비
___텐서 생성
___신경망 구성
___모형 학습
6-5 시계열 데이터에서 이상탐지하기
___주피터 환경 실행
___학습 데이터 준비
___신경망 구성
___모형 학습
___이상 점수 계산

▣ 07장: 합성곱신경망 실전 활용
7-1 알고리즘 및 모형 학습
7-2 손글씨 이미지 분류하기 2
___주피터 환경 설정
___학습 데이터 준비
___텐서 생성
___신경망 구성
___모형 학습
7-3 옷 이미지 분류
___주피터 환경 설정
___학습 데이터 준비
___텐서 생성
___신경망 구성
___모형 학습
7-4 이미지 분류
___주피터 환경 설정
___학습 데이터 준비
___텐서 생성
___신경망 구성
___모형 학습

▣ 08장: Q러닝 실전 활용
8-1 Open AI
8.2 Q러닝 구현
8.3 Deep Q Network 구현

▣ 부록A: 주피터 노트북 사용법
1. 주피터 노트북 실행
2. 홈 화면의 조작 방법
3. 노트북 화면의 조작
4. 주피터 노트북 종료

▣ 부록B: 파이썬 기본 문법
1. 변수와 연산
2. 데이터 구조 다루기
3. 제어문 활용
4. 컴프리헨션 문법 활용
5. 함수 활용
6. 클래스 활용
7. 파일 다루기

▣ 부록C: 파이썬 라이브러리
1. NumPy 라이브러리
2. pandas 라이브러리
3. Matplotlib 라이브러리
4. Pillow 라이브러리
5. KoNLPy 라이브러리
6. 서로 다른 포맷으로 데이터 변환

▣ 부록D: 서포트 벡터 머신 구현
1. 주피터 환경 설정
2. 학습 데이터 준비
3. 모형 학습

▣ 부록E: PyTorch 래퍼인 Skorch 사용하기
1. 주피터 환경 설정
2. 학습 데이터 준비
3. 신경망 구성
4. 모형 학습

저자 소개2

코이즈미 사토시

관심작가 알림신청
지방에서 분투 중인 IT 엔지니어. 소프트하우스에서 IoT와 AI를 접목한 서비스를 개발 중이다. 주말에는 머신러닝을 주제로 한 직장인 스터디에 나가거나, 문장이나 음악을 만드는 AI를 만들고 있다. 텃밭에서 키운 채소를 새에 쪼아먹힌 아픈 경험이 있어, 조수 대책과 함께 맛있는 채소를 키우는 것을 목적으로 IoT와 AI를 접목한 텃밭 솔루션도 계획 중이다.
연세대학교 문헌정보학과를 졸업하고 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하면서 개발을 시작했다. 네이버에서 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에 머신러닝 공부도 꾸준히 하고 있다. 최근 관심사는 회사에 속하지 않고도 지속 가능한 삶이다. 옮긴 책으로는 『엔지니어를 위한 블록체인 프로그래밍』, 『머신러닝 실무 프로젝트』(이상 한빛미디어), 『엔지니어를 위한 파이썬』, 『딥 러닝 제대로 시작하기』, 『딥 러닝 제대로 정리하기』, 『그림과 수식으로 배우는 통통 딥러닝』, 『그림과 수식으로 배우는 통통 머신러닝』, 『그림과 수식으로 배우는 통통 인공지능』(이
연세대학교 문헌정보학과를 졸업하고 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하면서 개발을 시작했다. 네이버에서 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에 머신러닝 공부도 꾸준히 하고 있다. 최근 관심사는 회사에 속하지 않고도 지속 가능한 삶이다. 옮긴 책으로는 『엔지니어를 위한 블록체인 프로그래밍』, 『머신러닝 실무 프로젝트』(이상 한빛미디어), 『엔지니어를 위한 파이썬』, 『딥 러닝 제대로 시작하기』, 『딥 러닝 제대로 정리하기』, 『그림과 수식으로 배우는 통통 딥러닝』, 『그림과 수식으로 배우는 통통 머신러닝』, 『그림과 수식으로 배우는 통통 인공지능』(이상 제이펍), 『파이썬으로 시작하는 컴퓨터 과학 입문』(인사이트) 등이 있다.

심효섭의 다른 상품

품목정보

발행일
2018년 11월 08일
쪽수, 무게, 크기
256쪽 | 188*240*15mm
ISBN13
9791158391225

출판사 리뷰

★ 이 책의 내용 ★
◎ 1부: AI 기술의 최신 동향과 파이토치 라이브러리 소개, 구현 환경 구축
◎ 2부: 머신러닝의 개요, 신경망 알고리즘으로 사용한 학습 구현
◎ 3부: 딥러닝 알고리즘(DNN, CNN, DQN)을 이용한 학습 구현

★ 이 책의 대상 독자 ★
◎ 머신러닝 및 딥러닝에 입문하는 IT 엔지니어
◎ 수식 없이 알고리즘을 이해하고 싶은 사람
◎ 직접 구현해보며 이해하고 싶은 사람

★ 이 책의 특징 ★
◎ 수식 없이 머신러닝 및 딥러닝 알고리즘을 이해할 수 있다.
◎ 간결한 파이썬 코드로 구현해 볼 수 있다.
◎ 이상탐지, 이미지 인식 등 다양한 과업에 대한 학습을 구현해 볼 수 있다.

리뷰/한줄평1

리뷰

첫번째 리뷰어가 되어주세요.

한줄평

2.0 한줄평 총점