소득공제
- 베스트
- OS/데이터베이스 top100 11주
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 분야의 이벤트
위키북스- 데이터 사이언스 시리즈
이 상품의 시리즈 알림신청
상세 이미지
책소개
목차
|
01장: 들어가며
배경 이 책의 목표와 활용법 실습 환경 구축 __아나콘다 설치 __가상 환경 구성 __실습 프로젝트 구성 __pip 설치 __주피터 노트북 정리 02장: 자연어 처리 개발 준비 텐서플로 __tf.keras.layers __TensorFlow 2.0 사이킷런 __사이킷런을 이용한 데이터 분리 __사이킷런을 이용한 지도 학습 __사이킷런을 이용한 비지도 학습 __사이킷런을 이용한 특징 추출 __TfidfVecotorizer 자연어 토크나이징 도구 __영어 토크나이징 라이브러리 __한글 토크나이징 라이브러리 그 밖의 라이브러리(전처리) __넘파이 __판다스 __Matplotlib __맷플롯립 설치 __Matplotlib.pyplot __re 캐글 사용법 정리 03장: 자연어 처리 개요 단어 표현 텍스트 분류 __텍스트 분류의 예시 텍스트 유사도 자연어 생성 기계 이해 데이터 이해하기 정리 04장: 텍스트 분류 영어 텍스트 분류 __문제 소개 __데이터 분석 및 전처리 __모델링 소개 __회귀 모델 __TF-IDF를 활용한 모델 구현 __랜덤 포레스트 분류 모델 __순환 신경망 분류 모델 __합성곱 신경망 분류 모델 __마무리 한글 텍스트 분류 __문제 소개 __데이터 전처리 및 분석 __모델링 __참고 자료 정리 05장: 텍스트 유사도 문제 소개 데이터 분석과 전처리 __XG 부스트 텍스트 유사도 분석 모델 모델링 __CNN 텍스트 유사도 분석 모델 __MaLSTM 정리 06장: 챗봇 만들기 데이터 소개 데이터 분석 시퀀스 투 시퀀스 모델 __모델 소개 트랜스포머 모델 __모델 구현 정리 07장: 사전 학습 모델 버트 버트를 활용한 미세 조정 학습 __버트를 활용한 한국어 텍스트 분류 모델 __버트를 활용한 한국어 자연어 추론 모델 __버트를 활용한 한국어 개체명 인식 모델 __버트를 활용한 한국어 텍스트 유사도 모델 __버트를 활용한 한국어 기계 독해 모델 GPT __GPT1 __GPT2 GPT2를 활용한 미세 조정 학습 __GPT2를 활용한 한국어 언어 생성 모델 __GPT2를 활용한 한국어 텍스트 분류 모델 __GPT2를 활용한 한국어 자연어 추론 모델 __GPT2를 활용한 한국어 텍스트 유사도 모델 정리 08장: GPT3 GPT3 개요 퓨샷 러닝 퓨샷 러닝을 활용한 텍스트 분류 __퓨샷 러닝을 위한 네이버 영화 리뷰 모델 구성 __퓨샷 러닝을 위한 네이버 영화 리뷰 데이터 구성 __네이버 영화 리뷰 데이터를 활용한 퓨샷 러닝 및 평가 피-튜닝 __개요 __피-튜닝 방법론 __피-튜닝을 활용한 텍스트 분류 적용 |
저자 소개 4
배우고 성장하기 위해 끊임없이 공부하는 것을 즐기며, 해마다 목표를 정하고 이뤄가는 재미에 푹 빠져 살아가고 있습니다. 배운 것을 만들어 보고 이론과 실습을 함께 키워나가고 삶의 방향성을 찾기 위해 책을 읽는 시니어 개발자입니다. 머신러닝 공부를 하면서 2016년 Google Hack Fair, Seoul Make Fair에 참여했고, 국립과천과학관 관장상과 2017년 서울혁신챌린지 혁신챌린지상을 수상했으며, KBS 시사교양 프로그램인 『명견만리』에 출연하고, 2018년 국어 정보처리 시스템 경진대회에서 금상을 수상, 2019년 국어 정보처리 학회에서 논문 발표, 2020년 LG
배우고 성장하기 위해 끊임없이 공부하는 것을 즐기며, 해마다 목표를 정하고 이뤄가는 재미에 푹 빠져 살아가고 있습니다. 배운 것을 만들어 보고 이론과 실습을 함께 키워나가고 삶의 방향성을 찾기 위해 책을 읽는 시니어 개발자입니다. 머신러닝 공부를 하면서 2016년 Google Hack Fair, Seoul Make Fair에 참여했고, 국립과천과학관 관장상과 2017년 서울혁신챌린지 혁신챌린지상을 수상했으며, KBS 시사교양 프로그램인 『명견만리』에 출연하고, 2018년 국어 정보처리 시스템 경진대회에서 금상을 수상, 2019년 국어 정보처리 학회에서 논문 발표, 2020년 LG AWARDS를 수상, 2020년 7월 현재 Korquad 1.0에서 1위를 차지하고 있습니다. 전 DeepNLP 연구실 리더였으며, 현재는 LG에서 딥러닝을 활용한 자연어처리 연구 개발을 하고 있습니다
클래식 음악을 듣기 좋아하고 오랫동안 산책을 즐기는 소프트웨어 개발자입니다. 컴퓨터 분야에 이것저것 관심을 두다 딥러닝과 자연어 처리를 우연히 접하게 되어 재미를 키워가고 있습니다. 서경대학교 컴퓨터과학과를 졸업했고 현재는 네이버에서 근무하고 있습니다
중앙대학교 수학과를 졸업하고 현재 토스증권에서 Data Scientist로 일하고 있습니다. 세상의 다양한 실제 문제들을 딥러닝을 통해 해결함으로써 더 나은 가치를 만들어내는 것을 목표로 삼고 있습니다.
퍼듀 대학교 산업공학과를 졸업하고 NAVER Clova의 Conversation팀에서 리서치 엔지니어(Research Engineer)로 일하고 있다. 머신러닝과 자연어 처리 분야의 전문가가 되기 위해 모두의 연구소 DeepNLP 연구실을 창설했다. 관심사는 멀티모달 대화 인터페이스이며, 해당 분야의 미래를 선도하기 위해 연구/개발에 힘쓰고 있다.
관련 분류
품목정보
- 발행일
- 2022년 03월 24일
- 쪽수, 무게, 크기
- 600쪽 | 175*235*30mm
- ISBN13
- 9791158393168
추천평
|
"이론적인 설명에서 그치지 않고 데이터셋을 자세히 들여다보면서 인사이트를 얻고, 코드 레벨까지 깊게 내려가면서 이론을 손으로 만지듯 더듬으면서 이해할 수 있게 해주며, 간단한 딥러닝 코드가 만들어 내는 경이로운 정확도를 직접 확인할 수 있게 해주는 멋진 가이드가 될 것이다." - 김성훈 (홍콩과기대 / 네이버 Clova AI)
|
|
"딥러닝의 필수 요소에 대한 소개, 트랜스포머(Transformer) 같은 최신 모델에 대한 구체적인 설명까지 필요한 내용을 빠짐없이 다뤘습니다. 자연어 처리에 입문하려는 분들에게 이 책이 하나의 선택지로 자리하게 된 것을 다행스럽게 생각합니다." - 박규병 (카카오브레인 A.I. Researcher)
|
|
"단순히 최신 딥러닝 기반 자연어 처리 기술을 소개하는 것이 아니라 실질적인 코딩과 한국어의 특성 등을 충분히 어필하고 있기에 실제 자연어 처리를 도입해서 새로운 서비스나 앱 등을 개발하려는 분들에게 큰 도움이 될 것이다." - 정지훈 (경희사이버대 선임강의 교수, 모두의 연구소 Chief Vision Officer)
|
|
"복잡한 이론적 내용 때문에 어렵게만 여겨지던 딥러닝을 이 책을 통해 많은 사람들이 쉽고 재미있게 배울 수 있을 것이다." - 주재걸 (고려대 컴퓨터학과 교수)
|
|
"이런 좋은 책을 한글로 써주신 저자분께 감사드리며, 자연어 처리에 관심이 있는 분들께 많은 도움이 되리라 생각합니다. 강추합니다." - 조대협 (구글-조대협의 블로그)
|
|
"한국어로 쓰여진 자연어 처리 서적 가운데 이보다 방대하고 친절한 책은 없을 것이다." - 이기창 (《한국어 임베딩》 저자)
|
리뷰/한줄평0
32,400원
총 1개
32,400원
