소득공제
EPUB
eBook
모두의 한국어 텍스트 분석 with 파이썬
기초부터 챗GPT까지, 누구나 쉽게 시작하는 자연어 처리
EPUB
이 분야의 이벤트
![[첫 이용이라면 누구나] 디지털머니 보너스 드림](https://image.yes24.com/sysimage/renew/loadSpace.png)
이 상품의 태그
상세 이미지
소개
목차
|
1장 코랩 시작하기
LESSON OT 들어가며 LESSON 01 코랩 실행하기 ____1 주석 ____2 단축키 LESSON 02 코랩에서 실습 코드 열기 ____1 코랩 테마 2장 파이썬에서 문자열 다루기 LESSON OT 들어가며 LESSON 01 문자열 실습 전에 LESSON 02 문자열 실습 ____1 문자열 표현 ____2 오류 처리 ____3 표현 방법 + 오류 처리 LESSON O3 문자열을 다루는 여러 방법 ____1 변수 ____2 인덱싱 ____3 슬라이싱 ____4 문자열의 길이, 단어 수 ____5 문자열 함수 ____6 반복 ____7 함수 ____8 문자열 내장 메서드 목록 3장 라이브러리 다루기 LESSON OT 들어가며 LESSON 01 판다스 ____1 데이터 프레임과 시리즈 이해하기 ____2 str 접근자로 문자열 다루기 LESSON 02 넘파이 ____1 넘파이 배열 이해하기 ____2 맷플롯립으로 넘파이 배열 시각화하기 4장 단어 가방 모형과 TF-IDF LESSON OT 들어가며 LESSON 01 단어 가방 모형 ____1 단어 가방 모형을 만드는 방법 ____2 단어 가방 모형 만들기 ____3 n-gram: 앞뒤 단어 묶어서 사용 ____4 min_df와 max_df: 빈도수 설정 ____5 max_features: 학습 단어 개수 제한 ____6 stop_words: 불용어 제거 ____7 analyzer: 문자, 단어 단위 설정 LESSON 02 TF-IDF ____1 TF-IDF 가중치를 적용하는 방법 5장 연합뉴스 타이틀 주제 분류 LESSON OT 들어가며 LESSON 01 데이터 선택하기 LESSON 02 분류 과정 LESSON 03 분류를 위한 기본 설정 ____1 라이브러리 불러오기 ____2 시각화를 위한 폰트 설정 LESSON 04 데이터 불러오기 LESSON 05 데이터 전처리하기 ____1 데이터 전처리를 위한 데이터 병합 ____2 정답값 빈도수 확인 ____3 문자 길이 확인 ____4 맷플롯립과 시본을 이용해 히스토그램으로 시각화 ____5 주제별 글자와 단어의 빈도 확인 LESSON 06 문자 전처리하기 ____1 숫자 제거 ____2 영문자는 모두 소문자로 변경 ____3 형태소 분석기로 조사, 어미, 구두점 제거 ____4 불용어 제거 LESSON 07 학습, 시험 데이터 세트 분리하기 LESSON 08 단어 벡터화하기 LESSON 09 학습과 예측하기 ____1 랜덤 포레스트 분류기 ____2 교차 검증 ____3 학습 LESSON 10 답안지 불러오기 6장 국민청원 데이터 시각화와 분류 LESSON OT 들어가며 LESSON 01 분석 과정 LESSON 02 분석을 위한 기본 설정 ____1 라이브러리 불러오기 LESSON 03 판다스로 데이터 불러오기 ____1 구글 드라이브에 파일 다운로드 ____2 다운로드한 데이터 살펴보기 ____3 결측치가 있는지 확인하기 LESSON 04 판다스 데이터 분석과 시각화 ____1 답변 대상 청원 열 추가 ____2 청원 기간별 분석 ____3 청원 기간과 분야별 분석 ____4 시각화 LESSON 05 soynlp로 워드클라우드 그리기 ____1 라이브러리와 데이터 ____2 토큰화 ____3 텍스트 데이터 전처리 ____4 워드클라우드 그리기 ____5 명사만 추출해 시각화 LESSON 06 머신러닝으로 국민청원 데이터 이진 분류하기 ____1 지도학습과 데이터 세트 분리 ____2 이진 분류 대상 정하기 ____3 평균을 기준으로 투표수 예측하기 ____4 전처리하기 ____5 학습 세트와 시험 세트 만들기 ____6 단어 벡터화하기 ____7 TF-IDF 가중치 적용하기 ____8 LightGBM으로 학습시키기 ____9 평가하기 ____10 예측하기 ____11 예측 결과의 정확도 평가하기 7장 ‘120다산콜재단’ 토픽 모델링과 RNN, LSTM LESSON OT 들어가며 LESSON 01 분석 과정 LESSON 02 잠재 디리클레 할당으로 토픽 분류하기 ____1 라이브러리 설치 및 데이터 불러오기 ____2 단어 벡터화하기 ____3 잠재 디리클레 할당 적용하기 ____4 pyLDAvis를 통한 시각화하기 ____5 유사도 분석하기 LESSON 03 순환 신경망으로 텍스트 분류하기 ____1 라이브러리와 데이터 불러오기 ____2 학습/시험 데이터 세트 분리하기 ____3 레이블값을 행렬 형태로 만들기 ____4 벡터화하기 ____5 패딩하기 LESSON 04 모델 만들기 ____1 Bidirectional LSTM ____2 모델 컴파일하기 ____3 학습하기 ____4 예측하기 ____5 평가하기 8장 인프런 이벤트 댓글 분석 LESSON OT 들어가며 LESSON 01 분석 과정 LESSON 02 분석을 위한 기본 설정 ____1 라이브러리 불러오기 ____2 데이터 불러오기 LESSON 03 데이터 전처리 ____1 중복된 글 제거하기 ____2 소문자로 변환하기 LESSON 04 문자열 분리로 ‘관심강의’ 분리하기 LESSON 05 벡터화하기 LESSON 06 TF-IDF로 가중치를 주어 벡터화하기 LESSON 07 군집화하기 ____1 KMeans ____2 MiniBatchKMeans ____3 클러스터 예측 평가하기 ____4 실루엣 계수 분석하기 9장 ChatGPT를 사용한 문장 생성 자동화 LESSON OT 들어가며 LESSON 01 생성 모델의 개념 LESSON 02 생성 모델의 파라미터 크기와 종류 LESSON 03 ChatGPT 사용하기 LESSON 04 한국어 생성 서비스: 뤼튼 |
저자 소개 2
국어학을 전공했다. 현재 컴퓨팅 인프라와 AI 워크로드를 연결하는 소프트웨어 기업, 래블업에서 연구원으로 활동하고 있다. 사람 언어와 기계 언어 간 장벽을 허물고 길을 내는 사람이 되고자 하며 지금은 그 장벽이 점점 사라지고 있다고 느낀다. 『모두의 한국어 텍스트 분석 with 파이썬』(길벗, 2023)을 집필했으며 『파이썬을 활용한 딥러닝 전이학습』(위키북스, 2019), 『기초부터 다지는 통계학 교과서 with 파이썬』(인사이트, 2024)의 번역에 참여했다.
송영숙의 다른 상품
‘오늘코드’ 유튜브 채널을 운영하며, 파이썬 분야의 마이크로소프트 MVP로 활동하고 있습니다. 웹과 백엔드 개발자로 게임과 광고 회사에서 주로 근무했으며, 다양한 도메인의 기업에서 프로젝트를 진행했습니다. 또한 다수의 대학교와 교육기관, 기업에서 강의를 맡아왔습니다. 『모두의 한국어 텍스트 분석 with 파이썬』(길벗, 2023)의 공저자이며 『NLP와 LLM 실전 가이드』(한빛미디어, 2025)를 우리말로 옮겼습니다.
박조은의 다른 상품
품목정보
- 발행일
- 2023년 06월 14일
- 지원기기
- 크레마,PC(윈도우 - 4K 모니터 미지원),아이폰,아이패드,안드로이드폰,안드로이드패드,전자책단말기(저사양 기기 사용 불가)
- 파일/용량
- EPUB(DRM) | 45.66MB ?
- ISBN13
- 9791140704958
