확장메뉴
주요메뉴


소득공제 베스트셀러 강력추천
미리보기 공유하기

혼자 공부하는 머신러닝+딥러닝

: 1:1 과외하듯 배우는 인공지능 자습서

혼자 공부하는 시리즈이동
리뷰 총점10.0 리뷰 10건 | 판매지수 73,497
베스트
IT 모바일 2위 | IT 모바일 top20 39주
정가
26,000
판매가
23,400 (10% 할인)
YES포인트
배송안내
서울특별시 영등포구 은행로
지역변경
  • 배송비 : 무료 ?
  •  해외배송 가능
  •  최저가 보상
  •  분철옵션 선택 시, 영업일 기준 4일내 출고됩니다.
  •  분철상품은 해외배송이 불가합니다.
  •  문화비소득공제 신청가능
[대학생x취준생] 2학기 시작, 지금 필요한 책!
월간 개발자 2021년 9월호
한빛미디어 단독이벤트 : 오라일리 규조토 코스터 증정 이벤트
한빛미디어 오라일리 노트북 패치 증정 이벤트
[예스24 x 한빛미디어] 신학기 소소한 이벤트!
〈혼자 공부하는 시리즈〉, 노트 증정
YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정
9월 전사
예스24현대카드
1 2 3 4 5

품목정보

품목정보
출간일 2020년 12월 21일
쪽수, 무게, 크기 580쪽 | 1105g | 188*257mm
ISBN13 9791162243664
ISBN10 116224366X

책소개 책소개 보이기/감추기

- 혼자 해도 충분하다! 1:1 과외하듯 배우는 인공지능 자습서
이 책은 수식과 이론으로 중무장한 머신러닝, 딥러닝 책에 지친 ‘독학하는 입문자’가 ‘꼭 필요한 내용을 제대로’ 학습할 수 있도록 구성했다. 구글 머신러닝 전문가(Google ML expert)로 활동하고 있는 저자는 여러 차례의 입문자들과 함께한 머신러닝&딥러닝 스터디와 번역·집필 경험을 통해 ‘무엇을’ ‘어떻게’ 학습해야 할지 모르는 입문자의 막연함을 이해하고, 과외 선생님이 알려주듯 친절하게 핵심적인 내용을 콕콕 집어준다. 컴퓨터 앞에서 [손코딩]을 따라하고, 확인 문제를 풀다 보면 그간 어렵기만 했던 머신러닝과 딥러닝을 개념을 스스로 익힐 수 있을 것이다!

- 베타리더가 함께 만든 입문서
베타리딩 과정을 통해 입문자에게 적절한 난이도, 분량, 학습 요소 등을 고민하고 반영했다. 어려운 용어와 개념은 한 번 더 풀어 쓰고, 복잡한 설명은 눈에 잘 들어오는 그림으로 풀어 냈다. ‘혼자 공부해본’ 여러 입문자의 마음과 눈높이가 책 곳곳에 반영된 것이 이 책의 가장 큰 장점이다.

목차 목차 보이기/감추기

Chapter 01 나의 첫 머신러닝 ▶?이 생선의 이름은 무엇인가요?
__ 01-1 인공지능과 머신러닝, 딥러닝 ▶? 인공지능과 머신러닝, 딥러닝은 무엇일까요?
____ 인공지능이란
____ 머신러닝이란
____ 딥러닝이란
____ 키워드로 끝내는 핵심 포인트
____ 이 책에서 배울 것은
__ 01-2 코랩과 주피터 노트북 ▶?코랩과 주피터 노트북으로 손코딩 준비하기
____ 구글 코랩
____ 텍스트 셀
____ 코드 셀
____ 노트북
____ 키워드로 끝내는 핵심 포인트
____ 표로 정리하는 툴바와 마크다운
____ 확인 문제
__ 01-3 마켓과 머신러닝 ▶?마켓을 예로 들어 머신러닝을 설명합니다.
____ 생선 분류 문제
____ 첫 번째 머신러닝 프로그램
____ [문제해결 과정] 도미와 빙어 분류
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 02 데이터 다루기 ▶?수상한 생선을 조심하라!
__ 02-1 훈련 세트와 테스트 세트 ▶? 모델을 훈련 시키는 훈련 세트와 검증하는 테스트 세트로 나누어 학습하기
____ 지도 학습과 비지도 학습
____ 훈련 세트와 테스트 세트
____ 샘플링 편향
____ 넘파이
____ 두 번째 머신러닝 프로그램
____ [문제해결 과정] 훈련 모델 평가
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 02-2 데이터 전처리 ▶?정교한 결과 도출을 위한 데이터 전처리 알아보기
____ 넘파이로 데이터 준비하기
____ 사이킷런으로 훈련 세트와 테스트 세트 나누기
____ 수상한 도미 한 마리
____ 기준을 맞춰라
____ 전처리 데이터로 모델 훈련하기
____ [문제해결 과정] 스케일이 다른 특성 처리
____ 키워드로 끝나는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 03 회귀 알고리즘과 모델 규제 ▶?농어의 무게를 예측하라!
__ 03-1 k-최근접 이웃 회귀 ▶?회귀 문제를 이해하고 k-최근접 이웃 알고리즘으로 풀어 보기
____ k-최근접 이웃 회귀
____ 데이터 준비
____ 결정계수(R2)
____ 과대적합 vs 과소적합
____ [문제해결 과정] 회귀 문제 다루기
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 03-2 선형 회귀 ▶? 사이킷런으로 선형 회귀 모델 만들어 보기
____ k-최근접 이웃의 한계
____ 선형 회귀
____ 다항 회귀
____ [문제해결 과정] 선형 회귀로 훈련 세트 범위 밖의 샘플 예측
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 03-3 특성 공학과 규제 ▶?특성 공학과 규제 알아보기
____ 다중 회귀
____ 데이터 준비
____ 사이킷런의 변환기
____ 다중 회귀 모델 훈련하기
____ 규제
____ 릿지 회귀
____ 라쏘 회귀
____ [문제해결 과정] 모델의 과대적합을 제어하기
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 04 다양한 분류 알고리즘 ▶?럭키백의 확률을 계산하라!
__ 04-1 로지스틱 회귀 ▶?로지스틱 회귀 알고리즘을 배우고 이진 분류 문제에서 클래스 확률 예측하기
____ 럭키백의 확률
____ 로지스틱 회귀
____ [문제해결 과정] 로지스틱 회귀로 확률 예측
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 04-2 확률적 경사 하강법 ▶?경사 하강법 알고리즘을 이해하고 대량의 데이터에서 분류 모델을 훈련하기
____ 점진적인 학습
____ SGDClassifier
____ 에포크와 과대/과소적합
____ [문제해결 과정] 점진적 학습을 위한 확률적 경사 하강법
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 05 트리 알고리즘 ▶?화이트 와인을 찾아라!
__ 05-1 결정 트리 ▶?결정 트리 알고리즘을 사용해 새로운 분류 문제 다루기
____ 로지스틱 회귀로 와인 분류하기
____ 결정 트리
____ [문제해결 과정] 이해하기 쉬운 결정 트리 모델
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 05-2 교차 검증과 그리드 서치 ▶?검증 세트가 필요한 이유를 이해하고 교차 검증해 보기
____ 검증 세트
____ 교차 검증
____ 하이퍼파라미터 튜닝
____ [문제해결 과정] 최적의 모델을 위한 하이퍼파라미터 탐색
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 05-3 트리의 앙상블 ▶? 앙상블 학습을 알고 실습해 보기
____ 정형 데이터와 비정형 데이터
____ 랜덤 포레스트
____ 엑스트라 트리
____ 그레이디언트 부스팅
____ 히스토그램 기반 그레이디언트 부스팅
____ [문제해결 과정] 앙상블 학습을 통한 성능 향상
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 06 비지도 학습 ▶?비슷한 과일끼리 모으자!
__ 06-1 군집 알고리즘 ▶? 흑백 이미지 분류 방법과 비지도 학습, 군집 알고리즘 이해하기
____ 과일 사진 데이터 준비하기
____ 픽셀값 분석하기
____ 평균값과 가까운 사진 고르기
____ [문제해결 과정] 비슷한 샘플끼리 모으기
____ 키워드로 끝내는 핵심 포인트
____ 확인 문제
__ 06-2 k-평균 ▶?k-평균 알고리즘 작동 방식을 이해하고 비지도 학습 모델 만들기
____ k-평균 알고리즘 소개
____ KMeans 클래스
____ 클러스터 중심
____ 최적의 k 찾기
____ [문제해결 과정] 과일을 자동으로 분류하기
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 06-3 주성분 분석 ▶?차원을 알고 차원 축소 알고리즘 PC 모델 만들기
____ 차원과 차원 축소
____ 주성분 분석 소개
____ PCA 클래스
____ 원본 데이터 재구성
____ 설명된 분산
____ 다른 알고리즘과 함께 사용하기
____ [문제해결 과정] 주성분 분석으로 차원 축소
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 07 딥러닝을 시작합니다 ▶?패션 럭키백을 판매합니다!
__ 07-1 인공 신경망 ▶? 텐서플로로 간단한 인공 신경망 모델 만들기
____ 패션 MNIST
____ 로지스틱 회귀로 패션 아이템 분류하기
____ 인공 신경망
____ 인공 신경망으로 모델 만들기
____ 인공 신경망으로 패션 아이템 분류하기
____ [문제해결 과정] 인공 신경망 모델로 성능 향상
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 07-2 심층 신경망 ▶?인공 신경망에 층을 추가하여 심층 신경망 만들어 보기
____ 2개의 층
____ 심층 신경망 만들기
____ 층을 추가하는 다른 방법
____ 렐루 활성화 함수
____ 옵티마이저
____ [문제해결 과정] 케라스 API를 활용한 심층 신경망
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 07-3 신경망 모델 훈련 ▶?인경 신경망 모델 훈련의 모범 사례 학습하기
____ 손실 곡선
____ 검증 손실
____ 드롭아웃
____ 모델 저장과 복원
____ 콜백
____ [문제해결 과정] 최상의 신경망 모델 얻기
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 08 이미지를 위한 인공 신경망 ▶?패션 럭키백의 정확도를 높입니다!
__ 08-1 합성곱 신경망의 구성 요소 ▶?합성곱 신경망의 개념과 동작 원리를 배우고 간단한 실습하기
____ 합성곱
____ 케라스 합성곱 층
____ 합성곱 신경망의 전체 구조
____ [문제해결 과정] 합성곱 층과 풀링 층 이해하기
____ 키워드로 끝내는 핵심 포인트
____ 확인 문제
__ 08-2 합성곱 신경망을 사용한 이미지 분류 ▶?케라스 API로 합성곱 신경망 모델 만들기
____ 패션 MNIST 데이터 불러오기
____ 합성곱 신경망 만들기
____ 모델 컴파일과 훈련
____ [문제해결 과정] 케라스 API로 합성곱 신경망 구현
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 08-3 합성곱 신경망의 시각화 ▶?신경망이 이미지에서 학습하는 게 무엇인지 이해하기
____ 가중치 시각화
____ 함수형 API
____ 특성 맵 시각화
____ [문제해결 과정]
____ 시각화로 이해하는 합성곱 신경망
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

Chapter 09 텍스트를 위한 인공 신경망 ▶?한빛 마켓의 댓글을 분석하라!
__ 09-1 순차 데이터와 순환 신경망 ▶?순차 데이터의 특징과 개념 이해하기
____ 순차 데이터
____ 순환 신경망
____ 셀의 가중치와 입출력
____ [문제해결 과정] 순환 신경망으로 순환 데이터 처리
____ 키워드로 끝내는 핵심 포인트
____ 확인 문제
__ 09-2 순환 신경망으로 IMDB 리뷰 분류하기 ▶?텐서플로 순환 신경망으로 영화 리뷰 분류하기
____ IMDB 리뷰 데이터셋
____ 순환 신경망 만들기
____ 순환 신경망 훈련하기
____ 단어 임베딩을 사용하기
____ [문제해결 과정] 케라스 API로 순환 신경망 구현
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제
__ 09-3 LSTM과 GRU 셀 ▶?순환 신경망의 중요 기술을 사용해 모델 만들어 보기
____ LSTM 구조
____ LSTM 신경망 훈련하기
____ 순환층에 드롭아웃 적용하기
____ 2개의 층을 연결하기
____ GRU 구조
____ GRU 신경망 훈련하기
____ [문제해결 과정] LSTM과 GRU 셀로 훈련
____ 키워드로 끝내는 핵심 포인트
____ 핵심 패키지와 함수
____ 확인 문제

__ 부록 A 한발 더 나아가기
__ 부록 B 에필로그

____ 정답 및 해설
____ 찾아보기

저자 소개 (1명)

만든이 코멘트 만든이 코멘트 보이기/감추기

안녕하세요. 이책의 저자 입니다.
2020-12-16
안녕하세요. “혼자 공부하는 머신러닝+딥러닝" 책을 쓴 박해선입니다. 이 책을 선택해 주신 많은 독자에게 감사의 말씀 드립니다. 이 책은 머신러닝과 딥러닝을 처음 입문할 때 독자들을 도와줄 수 있는 친절한 안내서입니다. 어떤 분야를 처음 배울 때 느끼는 어려운 점은 생소한 용어와 독특한 기술 문화입니다. 머신러닝과 딥러닝은 이제 소프트웨어 개발자가 꼭 알아야할 필수 지식이 되었지만 기존의 소프트웨어 분야나 컴퓨터 과학 분야와는 이질감이 있습니다. 마찬가지로 수학이나 통계학 등 전통적인 과학 분야와도 색깔이 많이 다릅니다. 머신러닝과 딥러닝은 소프트웨어를 사용하여 문제를 해결하지만 그 이면의 이론은 과학에 바탕을 두고 있습니다. 하지만 이론에 연연하지 않고 실용적이고 창의적인 아이디어를 적용하여 문제를 풀 수 있는 것이 이 분야입니다. 이는 마치 컴파일러 이론을 모르더라도 프로그래밍을 하는데 전혀 문제가 되지 않는 것과 비슷합니다. 머신러닝과 딥러닝도 빠르게 대중화되고 있습니다. 이제 컴퓨터 관련 기술자라면 누구라도 이를 알고 활용할 수 있어야 합니다. 이 책은 복잡한 수식과 어려운 이론을 걷어내고 직관적이고 이해하기 쉬운 예제를 통해서 머신러닝과 딥러닝의 중요한 개념을 차례대로 배우도록 도울 것입니다. 책을 구매하시면 제 블로그의 에러타 페이지(https://tensorflow.blog/hg-mldl/)를 꼭 참고해 주세요. 한빛미디어 유튜브 채널과 제 유튜브 채널에서 이 책의 동영상 강의도 제공됩니다. [GAN 인 액션], [핸즈온 머신러닝 2], [미술관에 GAN 딥러닝], [Do It! 딥러닝 입문], [파이썬을 활용한 머신러닝 쿡북], [머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로], [파이썬 라이브러리를 활용한 머신러닝], [케라스 창시자에게 배우는 딥러닝] 등에 이어 열 두 번째 머신러닝 책입니다. 많은 분들의 응원 덕에 큰 힘을 얻습니다. 더 좋은 책으로 찾아 뵙겠습니다. 감사합니다.

출판사 리뷰 출판사 리뷰 보이기/감추기

누구를 위한 책인가요?
- 인공지능, 머신러닝, 딥러닝 학습의 필요성을 인지하고 파이썬 정도의 기초 프로그래밍 언어를 입문한 독자
- 머신러닝, 딥러닝에 관심은 있지만 너무 어려운 내용으로 시도가 힘들었던 독자
- 개념만 어렴풋이 아는 데 그쳐버리거나 여전히 각 의미가 헷갈려 제대로 낮은 단계부터 다시 배우려는 독자

도서 특징

하나, 탄탄한 학습 설계 : ‘입문자 맞춤형 7단계 구성’을 따라가며 체계적으로 반복 학습한다

이 책은 머신러닝과 딥러닝의 핵심 내용을 7단계에 걸쳐 반복 학습하면서 자연스럽게 머릿속에 기억되도록 구성했다. 모든 절에서 [핵심 키워드]와 [시작하기 전에]를 통해 각 절의 주제에 대한 대표 개념을 워밍업한 후, 이론과 실습을 거쳐 마무리에서는 [핵심 포인트]와 [확인 문제]로 한번에 복습한다. ‘혼자 공부할 수 있는’ 커리큘럼을 그대로 믿고 끝까지 따라가다 보면 인공지능 공부가 난생 처음인 입문자도 무리 없이 책을 끝까지 마칠 수 있다!

둘, 파이썬만 안다면 프로젝트별 ‘손코딩’으로 머신러닝과 인공지능을 제대로 익힌다
파이썬 기초 지식이 있는 독자라면 이론 설명은 두 눈과 머리로 술술 읽으며 넘어가고, 직접 손코딩하며 실전 감각을 익히도록 엄선된 프로젝트 실습 예제를 담았다. 반복 학습과 연습이 가장 필수적인 입문자도, 실전형 코드로 연습하면서 책에 담긴 코드를 ‘나의 코드’로 만들 수 있다. 7장부터 시작하는 딥러닝은 머신러닝 중 4장 내용을 반복 학습한 다음에 익히도록 한다.

셋, ‘혼공’의 힘을 실어줄 동영상 강의, 학습 사이트 지원
http://hongong.hanbit.co.kr
책으로만 학습하기엔 여전히 어려운 입문자를 위해 저자 직강 동영상도 지원한다. 또 학습을 하며 궁금한 사항은 언제든 질문할 수 있도록 학습 사이트를 제공한다. 저자가 질문 하나하나 직접 답변하고 있으며, 관련 최신 기술과 정보도 공유한다. 게다가 혼자 공부하는 그 길에 함께 공부하기를 원하는 사람들의 모임인 혼공 학습단을 운영하여 마지막까지 포기하지 않고 독자가 완주할 수 있도록 최대한 지원하고 있다.

넷, 언제 어디서든 가볍게 볼 수 있는 혼공 필수 [용어 노트] 제공
꼭 기억해야 할 핵심 개념과 용어만 따로 정리한 [용어 노트]를 제공한다. 처음 프로그래밍에 입문하는 사람에게 낯선 용어가 어렵듯이 머신러닝과 딥러닝을 처음 접하는 사람에게도 낯선 용어가 진입 장벽이 된다는 것을 베타리더를 통해 확인했고, 어려운 것이 아니라 익숙하지 않아서 헷갈리는 것이므로 잘 생각나지 않을 때는 언제든 부담 없이 펼쳐보자. 제시된 용어 외에도 새로운 용어를 추가하면서 자신만의 용어 노트를 완성해가는 것도 또 다른 재미가 될 것이다.

다섯, 스토리텔링 속 주인공과 함께 독자도 성장
낯설고 어렵기만 한 이론을 풀기 위해서 한빛 마켓에 입사한 신입사원이 업무에서 머신러닝, 딥러닝을 어떻게 활용하는지를 스토리텔링으로 풀었다. 앱에 새로운 기능을 더해가는 신입사원의 이야기를 통해 독자도 함께 머신러닝, 딥러닝을 학습할 수 있도록 구성했다. 각 절의 끝에는 [문제해결 과정]을 두어 신입사원이 어떤 과정을 통해 문제를 해결했는지 간략하게 정리한다.

먼저 읽은 베타리더들의 한 마디
- 이 책 하나만 있어도 충분히 인공지능 기초를 다질 수 있다고 자신있게 얘기할 수 있습니다. _이동훈 님
- 기초 개념과 핵심 키워드, 복습을 도와주는 마무리, 확인 문제 등 내용이 알차서 머신러닝과 딥러닝을 처음 시작하는 입문자에게 많은 도움이 될 것 같아 추천합니다. _이석곤 님
- 책 속의 주인공이 문제를 해결하며 머신러닝 개발자로 성장하는 과정을 통해 머신러닝을 어떻게 활용할지 자연스럽게 습득할 수 있습니다. _김윤태 님
- 컴퓨터 설정부터 차근차근 알려주는 책이라 좋았습니다. 의료나 산업, 경영 등에도 접목할 수 있으리라 기대합니다. _김현수 님
- 일상 비즈니스를 사례로 들고 쉬운 알고리즘을 활용해 머신러닝의 개념을 익힐 수 있습니다. 코랩을 활용한 덕에 초보자에게 진입 장벽을 낮춰줍니다. _허민 님
- “조금 더 공부하고 싶다”란 생각을 가질 수 있게 해준 책이라 더욱 고맙게 느껴집니다. _도혜리 님
- 이론을 충실하게 설명하면서도 이론을 체감할 수 있는 코드의 배치도 아주 절묘합니다. 독학으로 딥러닝 실무를 익히기 위한 책을 한 권만 고르라면 이 책이지 않을까요? _ 임지순 님

회원리뷰 (10건) 리뷰 총점10.0

혜택 및 유의사항?
구매 혼자 공부하는 머신러닝+딥러닝 내용 평점5점   편집/디자인 평점5점 룰* | 2021.05.23 | 추천0 | 댓글0 리뷰제목
머신러닝을 처음배우는 거라서 혼자 공부하는 시리즈에 처음 입문하게되었습니다. 그림도 있고 나름 장을 들어갈때 스토리로 시작해서 친근하다는 느낌이 들었습니다. 하지만 변수이름들이 당연한거지만 비슷하게 나와서 복습을 하지 않으면 계속 헷갈립니다. 이건 책이 아닌 개인의 문제이긴 하지만 이걸 확실하게 짚고 넘어가지 않으면 다음부터 계속 헷갈리고 아무생각없이;
리뷰제목

머신러닝을 처음배우는 거라서 혼자 공부하는 시리즈에 처음 입문하게되었습니다. 그림도 있고 나름 장을 들어갈때 스토리로 시작해서 친근하다는 느낌이 들었습니다. 하지만 변수이름들이 당연한거지만 비슷하게 나와서 복습을 하지 않으면 계속 헷갈립니다. 이건 책이 아닌 개인의 문제이긴 하지만 이걸 확실하게 짚고 넘어가지 않으면 다음부터 계속 헷갈리고 아무생각없이 강의를 들을 수도 있으니 복습을 추천드립니다. 저는 사정상 잠시 나두고 다른 걸 우선 시 하고 있지만 다시 처음부터 하나하나씩 공부해보고 싶네요. 

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
구매 포토리뷰 너무 맘에 드는 저자분과 동영상 내용 평점5점   편집/디자인 평점5점 y*p | 2021.04.26 | 추천0 | 댓글0 리뷰제목
  해당 책으로 온라인 라이브 강의가 있다고 해서 부라부라 주문했던 기억이 난다. 처음 해당 영역을 공부하려고 할때 막막한 부분에 대해서 참 좋은 교재와 저자분을 만난것 같다. 동영상으로 강의 내용이 전부 제공되어서 참 좋다 강의를 마지막 영역을 빼고 모두 라이브로 소통하면서 진행하셨다. 목소리도 차분히 핵심에 대해서 강의하시고, 라이브로 참여자분들의 Q&A;
리뷰제목


 

해당 책으로 온라인 라이브 강의가 있다고 해서 부라부라 주문했던 기억이 난다.

처음 해당 영역을 공부하려고 할때 막막한 부분에 대해서 참 좋은 교재와 저자분을 만난것 같다. 동영상으로 강의 내용이 전부 제공되어서 참 좋다

강의를 마지막 영역을 빼고 모두 라이브로 소통하면서 진행하셨다.

목소리도 차분히 핵심에 대해서 강의하시고, 라이브로 참여자분들의 Q&A를 잘 답변해주셨다. 처음 몇 강의는 라이브로 실제 참여하였는데, 후반부로 가면서 참여가 어려웠는데 동일 내용의 강의가 그래도 공유되어 있어서 공부하는데 많은 도움이 되었다.

 

저자분이 그림도 참 잘그리시고, 친절한 해설이 마음에 들었다.

다른 교재도 구매하여서 함께 볼 예정이다.

 

동영상 강좌 목록 리스트

https://www.youtube.com/watch?v=GOCVVSMeIf8&list=PLVsNizTWUw7HpqmdphX9hgyWl15nobgQX

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
혼자 공부하는 머신러닝+딥러닝 내용 평점5점   편집/디자인 평점5점 아*한 | 2021.01.09 | 추천0 | 댓글0 리뷰제목
입문자용 시리즈로 최근 각광을 받고 있는 혼공자 시리즈에서 드디어 머신러닝+딥러닝 부문이 출간되었다. 혼자 공부하는 책이니 만큼 어려운 수식도 없고 실습 위주로 어렵기만 하게 느껴지던 머신러닝과 딥러닝에 발을 들일 수 있도록 해준다. 기본 개념들은 실습을 통해서 어떤 것인지 감을 잡히도록 구성하고 있다. 원론적인 수식도 중요한 부분이지만 그것이 입문 허들;
리뷰제목

입문자용 시리즈로 최근 각광을 받고 있는 혼공자 시리즈에서 드디어 머신러닝+딥러닝 부문이 출간되었다.

혼자 공부하는 책이니 만큼 어려운 수식도 없고 실습 위주로 어렵기만 하게 느껴지던 머신러닝과 딥러닝에 발을 들일 수 있도록 해준다.

기본 개념들은 실습을 통해서 어떤 것인지 감을 잡히도록 구성하고 있다. 원론적인 수식도 중요한 부분이지만 그것이 입문 허들을 높이는 것 또한 사실이다. 그러나 일단 뛰어들 수 있도록 하는것이 중요하다. 그러면 여러 가지들을 하나씩 생성해서 결국 나무가 되기 때문이다.

이 책은 그런 면에서 좋은 입문서이다. 프로그래밍 언어를 배울 때도 고레벨의 언어 사용법부터 배우지 그 언어가 바이트코드로 만들어지고 또 그 바이트코드가 어떤게 동작하고 컴퓨터구조는 이렇고 저렇고 이런걸 다 배우지 않는 것처럼... 다 알면 더 좋은 프로그래머가 될 수 있지만 시작부터 그럴수는 없는 법이다.

이렇게 기본 내용에 대해 확인할 수 있는 문제도 있다. 이렇게 문제가 있어야 좀 더 긴장(?)을 하게 되고 무심코 넘어갔던 내용에 대해 다시 한 번 상기하고 집중하는 과정을 거칠 수 있다. 모든 공부의 시작은 사실 암기라고 생각하기 때문에 이런 부분도 마음에 들었다.

풀코드도 이렇게 존재한다. 이게 어렵다고 느껴지는 사람도 있을 수 있겠지만 이건 정말 필수기 때문에 파이썬의 기본은 알아야 한다.

부록으로 별도의 용어집을 제공한다. 어떤 도메인에 뛰어들 때 용어는 매우 중요하다. 이게 암기가 필요한 이유기도 하다. 잘 정리된 용어집은 초보자들에게 매우 유용하다고 생각한다.

실제 예제 중심으로 머신러닝에 입문해보고자 하는 파이썬을 조금 아는 사람들은 이 책으로 입문하기에 좋다!

댓글 0 이 리뷰가 도움이 되었나요? 공감 0

한줄평 (8건) 한줄평 총점 9.8

혜택 및 유의사항 ?
구매 평점5점
딴책으로 입문하다 포기했는데, 혼공시리즈로 재 입문합니다. 유튜브 강의도 기대 되네요.^^
이 한줄평이 도움이 되었나요? 공감 0
d*****7 | 2021.08.03
구매 평점5점
조카가 책을 구입해야 한다고 해서 제가 구입해서 건네주었습니다, 좋아하네요.*^^*
이 한줄평이 도움이 되었나요? 공감 0
듣**고 | 2021.07.22
구매 평점5점
좋은 책이에요 정말
이 한줄평이 도움이 되었나요? 공감 0
s*******o | 2021.06.23
스프링분철 서비스를 선택하세요.
수량감소 수량증가 23,400
  •  다운받은 받은 쿠폰은 결제 페이지에서 적용해 주세요.
  •  분철옵션 선택 시, 영업일 기준 4일내 출고됩니다.
  •  분철상품은 해외배송이 불가합니다.
1   23,400

스프링분철 신청 가능

뒤로 앞으로 맨위로 aniAlarm