음성 검색
QR/바코드 검색
품목정보
| 발행일 | 2020년 12월 28일 |
|---|---|
| 이용안내 ? |
|
| 지원기기 | 크레마, PC(윈도우), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(일부 기기 사용 불가), PC(Mac) |
| 파일/용량 | PDF(DRM) | 16.34MB ? |
| 글자 수/ 페이지 수 | 약 581쪽? |
| ISBN13 | 9791162247358 |
{ Html.RenderPartial("Sections/BaseInfoSection/DeliveryInfo", Model); }
관련분류
이 상품의 태그
소개 책소개 보이기/감추기
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 문제Chapter 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 문제Chapter 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 문제Chapter 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 문제Chapter 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 문제Chapter 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 문제Chapter 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 문제Chapter 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 문제Chapter 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 |
상세 이미지 상세 이미지 보이기/감추기
상품 이미지를 확대해서 볼 수 있습니다.
원본 이미지
저자 소개 (1명)
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 독자도서 특징하나, 탄탄한 학습 설계 : ‘입문자 맞춤형 7단계 구성’을 따라가며 체계적으로 반복 학습한다이 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 익힌다파이썬 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 지원http://hongong.hanbit.co.kr책으로만 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] 제공꼭 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 성장낯설고 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
eBook 회원리뷰 (2건)
혜택 및 유의사항?
혼자 공부하려고 샀어요. 인공지능을 공부하고 있는데 해당 책을 많이 추천하더라구요. 그래서 해당 책을 샀습니다. pdf 파일로 필기를 하고 싶지만 ㅠㅠ 그래도 예스에서 필기를 할 수 있게 제공해줘서 좋아요. 조금 불편하긴 하지만요. 부디 제가 중간에 포기하지 않고 열심히 공부해서 머신러닝과 딥러닝에 대한 개념을 제대로 알 수 있었으면 좋겠습니다. 좋은 책 써주셔서 정말 감사;
리뷰제목
혼자 공부하려고 샀어요. 인공지능을 공부하고 있는데 해당 책을 많이 추천하더라구요. 그래서 해당 책을 샀습니다. pdf 파일로 필기를 하고 싶지만 ㅠㅠ 그래도 예스에서 필기를 할 수 있게 제공해줘서 좋아요. 조금 불편하긴 하지만요. 부디 제가 중간에 포기하지 않고 열심히 공부해서 머신러닝과 딥러닝에 대한 개념을 제대로 알 수 있었으면 좋겠습니다. 좋은 책 써주셔서 정말 감사합니다!
머신러닝 분야를 한국에 알리는데 큰 공헌을 하고계시는 분입니다. 유튜브에도 머신러닝 관련 좋은 강의들을 올려주시고 커뮤니티 통해서도 좋은 정보들을 알리고 계십니다. 이 책을 살펴보면 머신러닝을 처음 접하는 분들에게 어려움 적게 시작할 수 있도록 배려하는 자세한 설명으로 많이 있습니다. pdf버전이라 폰으로 보기에는 조금 불편함이 있지만 컴퓨터로도 볼 수 있기에 코딩을;
리뷰제목
머신러닝 분야를 한국에 알리는데 큰 공헌을 하고계시는 분입니다. 유튜브에도 머신러닝 관련 좋은 강의들을 올려주시고 커뮤니티 통해서도 좋은 정보들을 알리고 계십니다. 이 책을 살펴보면 머신러닝을 처음 접하는 분들에게 어려움 적게 시작할 수 있도록 배려하는 자세한 설명으로 많이 있습니다. pdf버전이라 폰으로 보기에는 조금 불편함이 있지만 컴퓨터로도 볼 수 있기에 코딩을 따라서 하기에는 정말 편한거 같아요. 추천합니다.
한줄평 (6건)
혜택 및 유의사항
?
공부하려고 샀어요
이 한줄평이 도움이 되었나요?
공감
0
YES마니아 : 플래티넘
이***호
|
2023.01.06
혼자 공부하기 좋습니다.
이 한줄평이 도움이 되었나요?
공감
0
YES마니아 : 골드
m****2
|
2022.05.24
작가 직강이 있어서 좋았습니다.
이 한줄평이 도움이 되었나요?
공감
0
1*3
|
2022.01.17
종이책 회원리뷰 (35건) 종이책 회원리뷰 이동
