상편

CHAPTER 01 머신러닝의 Hello World 3
1.1 머신러닝에 대한 간략한 소개 3
1.2 머신러닝 애플리케이션의 핵심 개발 프로세스 5
1.3 코드로 시작하기 8
1.4 마무리 11
1.5 참고자료 11

CHAPTER 02 직접 구현하는 신경망 12
2.1 퍼셉트론 12
2.2 선형 회귀와 경사 하강법 구현 17
2.3 확률적 경사 하강법의 구현 23
2.4 파이썬을 통한 단층 신경망 구현 25
2.5 요약 40
2.6 참고자료 40

CHAPTER 03 케라스 시작하기 41
3.1 케라스 소개 41
3.2 케라스 개발 입문 42
3.3 케라스 개념 설명 46
3.4 다시 코드 실습으로 72
3.5 요약 77
3.6 참고자료 78

CHAPTER 04 예측과 분류: 간단한 머신러닝 응용 79
4.1 머신러닝 프레임워크 ? 사이킷런 소개 79
4.2 분류 알고리즘 기초 82
4.3 의사결정 트리 92
4.4 선형 회귀 103
4.5 로지스틱 회귀 104
4.6 신경망 110
4.7 요약 123
4.8 참고자료 123

하편

CHAPTER 05 추천 시스템 기초 127
5.1 추천 시스템 소개 127
5.2 유사도 계산 130
5.3 협업 필터링 131
5.4 추천 환경에서 사용하는 로지스틱 회귀 모델 137
5.5 여러 모델을 융합한 추천 모델: Wide&Deep 모델 140
5.6 요약 149
5.7 참고자료 149

CHAPTER 06 실전 프로젝트: 챗봇 만들기 150
6.1 챗봇의 발전 역사 150
6.2 순환 신경망 152
6.3 Seq2Seq 소개 및 구현 161
6.4 어텐션 176
6.5 요약 187
6.6 참고자료 187

CHAPTER 07 이미지 분류 실전 프로젝트 189
7.1 이미지 분류와 합성곱 신경망 189
7.2 합성곱 신경망의 원리 192
7.3 실전 예제: 교통 표지판 분류 202
7.4 최적화 정책 211
7.5 요약 217
7.6 참고자료 217

CHAPTER 08 객체 검출 218
8.1 CNN의 진화 219
8.2 YOLO 241
8.3 YOLO v3 구현 252
8.4 요약 292
8.5 참고자료 293

CHAPTER 09 모델 배포 및 서비스 295
9.1 생산 환경에서의 모델 서비스 295
9.2 텐서플로 서빙의 응용 298
9.3 요약 306
9.4 참고자료 307