소득공제
- 베스트
- 인공지능 top100 1주
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 신청가능
위키북스 헬로! 인공지능 시리즈
상세 이미지
책소개
목차
|
[1부] 텐서플로 101
01장: 도입 01 오리엔테이션 __선수 지식 __머신러닝 __머신러닝 알고리즘 __딥러닝 라이브러리 __정리 02 목표와 전략 __딥러닝 입문 강의의 높은 벽 __새로운 배움 전략 03 지도학습의 빅 픽처 __#1 과거의 데이터를 준비합니다 __#2 모델의 구조를 만듭니다 __#3 데이터로 모델을 학습합니다 __#4 모델을 이용합니다 __정리 04 실습 환경: 구글 코랩 __구글 코랩 소개 __코랩 실습 환경 준비 __코랩 노트북 사용해보기 __소스 코드 02장: 표를 다루는 도구 ‘판다스’ 01 판다스 __‘변수’의 의미 __판다스 __실습 데이터 02 판다스 실습 __실습 코드와 데이터 __판다스 라이브러리를 임포트 __파일로부터 데이터 읽어오기 __데이터 모양 확인하기 __데이터 칼럼 이름 확인 __독립변수와 종속변수 분리 __각각의 데이터 확인해보기 __전체 코드 03장: 첫 번째 딥러닝 - 레모네이드 판매 예측 01 머신러닝 모델을 만드는 과정 __머신러닝의 흐름 __머신러닝 코드 훑어보기 __머신러닝의 흐름과 코드를 함께 살펴보기 __정리 02 손실의 의미 __fit 함수의 실행 결과 __손실을 계산하는 원리 __학습을 반복하며 손실이 줄어듦을 확인 03 레모네이드 판매 예측 실습 __라이브러리 사용 __데이터를 준비 __모델 만들기 __학습 __모델을 이용하기 __전체 코드 04장: 두 번째 딥러닝 - 보스턴 집값 예측 01 보스턴 집값 예측 __보스턴 주택 가격 __중앙값 __각 열의 의미 02 수식과 퍼셉트론 __모델을 구성하는 코드 __퍼셉트론, 가중치, 편향의 의미 __데이터의 독립변수가 12개, 종속변수가 2개일 때의 모델 03 보스턴 집값 예측 실습 __라이브러리 사용 __과거의 데이터를 준비 __모델의 구조 만들기 __모델을 학습 __모델을 이용 __모델의 수식 확인 __전체 코드 05장: 학습의 실제 01 학습의 실제 __딥러닝 워크북 __실습 준비 __워크북 이용 방법 __초기화 __첫 번째 히스토리 __두 번째 히스토리 __세 번째 히스토리 __정리 06장: 세 번째 딥러닝 - 붓꽃 품종 분류 01 개요 __붓꽃의 품종 __붓꽃 데이터 __코드 02 원핫 인코딩 __원핫 인코딩의 원리 __데이터를 원핫 인코딩하는 코드 __모델을 만드는 코드 03 소프트맥스 __정답을 확률 표현으로 예측 __활성화 함수 __크로스엔트로피 __정확도 __정리 04 붓꽃 품종 분류 실습 __라이브러리 임포트 __과거의 데이터를 준비 __원핫 인코딩 __칼럼 이름 출력 __종속변수, 독립변수 __모델의 구조 만들기 __데이터로 모델을 학습 __모델을 이용 __학습한 가중치 __정리 __전체 코드 07장: 네 번째 딥러닝 - 멀티 레이어 인공 신경망 01 히든 레이어 __인풋 레이어, 아웃풋 레이어, 히든 레이어 __히든 레이어 추가하기 __히든 레이어를 3개 사용한 모델 02 히든 레이어 실습 __보스턴 집값 예측 __모델 구조 확인 __붓꽃 품종 분류 __전체 코드 08장: 데이터를 위한 팁 01 데이터를 위한 팁 __원핫 인코딩이 되지 않는 문제 __NA 값 체크 __전체 코드 09장: 모델을 위한 팁 01 모델을 위한 팁 __보스턴 집값 예측에 배치 노멀라이제이션을 적용 __분류 모델에 배치 노멀라이제이션을 적용 __전체 코드 10장: 1부 정리 [2부] 텐서플로 102 11장: 오리엔테이션 01 오리엔테이션 __이미지 분류 문제 12장: 데이터와 차원 01 데이터와 차원 __용어 지옥 __‘차원’이라는 말의 두 가지 의미 __표의 열 vs. 포함 관계 __정리 13장: 이미지 데이터 이해 01 이미지 데이터 구경하기 __MNIST 이미지 __CIFAR-10 이미지 __사진의 속성 __샘플 이미지 02 이미지 데이터 실습 __라이브러리 사용 __샘플 이미지셋 불러오기 __화면 출력 __차원 확인 __정리 __전체 코드 14장: 다섯 번째 딥러닝 1 - 플래튼 레이어를 활용한 이미지 학습 01 플래튼 __reshape __모델을 조금 더 살펴보기 __코드 사용법 02 플래튼 레이어를 활용한 이미지 학습 모델 실습 __reshape를 사용한 모델 __Flatten 레이어를 사용한 모델 __정리 __전체 코드 15장: 다섯 번째 딥러닝 2 - Conv2D 01 컨볼루션의 이해 __숫자 이미지의 특징 __컨볼루션 필터와 특징 맵 __컨볼루션 레이어를 적용한 코드 02 필터의 이해 __딥러닝 모형으로 이해 03 컨볼루션 연산의 이해 __컨볼루션 연산의 원리 __실제 계산의 예 04 Conv2D 실습 __노트북 설정 __라이브러리 사용 __데이터 준비 __모델 만들기 __모델을 학습 __모델을 이용 __정답 확인 __모델 확인 __전체 코드 16장: 다섯 번째 딥러닝 3 - MaxPool2D 01 MaxPool2D __플래튼만을 이용한 모델 __컨볼루션 레이어를 추가한 모델 __풀링 레이어를 사용한 모델 __맥스 풀링의 원리 02 MaxPool2D 실습 __컨볼루션 레이어 모델 __맥스 풀링 모델을 활용한 CNN 모델 완성 __전체 코드 17장: 다섯 번째 딥러닝 완성 - LeNet 01 LeNet 02 LeNet 실습 __라이브러리 로딩 __MNIST를 사용하는 LeNet 모델 __LeNet으로 CIFAR-10을 학습 __정리 __전체 코드 18장: 내 이미지 사용하기 01 내 이미지 사용하기 __notMNIST 이미지셋 __이미지 데이터를 읽어들이기 02 내 이미지 사용하기 실습 __이미지 데이터셋을 읽어 들이기 __독립변수와 종속변수를 변형 __모델 학습 __보충 설명 __전체 코드 19장: 2부 정리 차원 특징 자동 추출기 LeNet 딥러닝의 정상 축하합니다! |
저자 소개2
프로그래밍하는 것과 프로그래밍 지식을 강의하는 것을 좋아해서 개발자와 강사를 병행하고 있습니다. 현재 주 3일은 (주)에누마에서 백엔드 개발을 담당하고 있고, 그 외의 시간에는 머신러닝과 프로그래밍 분야 강의 및 비영리단체 오픈튜토리얼스의 멤버로 활동하고 있습니다.
이숙번의 다른 상품
30만 구독자가 선택한 생활코딩(opentutorials.org)의 운영자이다. 일반 사람들에게 프로그래밍을 알려주는 무료 온라인, 오프라인 사이트 생활코딩(opentutorials.org) 운영자이다. EGOING은 프로그래밍과 글을 쓰는 것을 좋아한다. 개발자뿐만 아니라 수많은 문서를 관리해야 하는 모든 사람들이 깃과 깃허브를 사용할 수 있도록 ‘GIT1’ 등 150여 개의 강의 영상을 만들었다. 현재 일반인에게 프로그래밍을 알려주는 활동인 생활코딩과 이와 같은 활동을 할 수 있도록 도와주는 플랫폼인 OPENTUTORIALS.ORG를 친구들과 함께 만들어가고 있다. 블로그 E
30만 구독자가 선택한 생활코딩(opentutorials.org)의 운영자이다. 일반 사람들에게 프로그래밍을 알려주는 무료 온라인, 오프라인 사이트 생활코딩(opentutorials.org) 운영자이다. EGOING은 프로그래밍과 글을 쓰는 것을 좋아한다. 개발자뿐만 아니라 수많은 문서를 관리해야 하는 모든 사람들이 깃과 깃허브를 사용할 수 있도록 ‘GIT1’ 등 150여 개의 강의 영상을 만들었다. 현재 일반인에게 프로그래밍을 알려주는 활동인 생활코딩과 이와 같은 활동을 할 수 있도록 도와주는 플랫폼인 OPENTUTORIALS.ORG를 친구들과 함께 만들어가고 있다. 블로그 EGOING.NET을 운영한다.
이고잉의 다른 상품
품목정보
- 발행일
- 2021년 12월 15일
- 쪽수, 무게, 크기
- 320쪽 | 175*235*17mm
- ISBN13
- 9791158392994
출판사 리뷰
|
이 책에서 배우는 내용
- 지도학습(supervised learning)이 이루어지는 과정 - 구글 코랩에서 파이썬으로 딥러닝 코드를 작성하는 방법 - 판다스(Pandas)를 활용해 표 형태의 데이터를 다루는 법 - 텐서플로(TensorFlow)를 활용한 레모네이드 판매 예측, 보스턴 집값 예측, 붓꽃(iris) 품종 분류 실습 - CNN의 원리와 사용법 - 딥러닝을 활용한 손글씨 이미지(MNIST)와 사물의 이미지(CIFAR-10) 분류 [동영상 강좌] - Tensorflow 101 수업: https://opentutorials.org/module/4966 - Tensorflow 102 수업: https://opentutorials.org/module/5268 |
리뷰/한줄평0
21,600원
총 1개
21,600원
