이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능?
- 문화비소득공제 가능
이 분야의 이벤트
한빛아카데미-IT COOKBOOK
이 상품의 태그
상세 이미지
책소개
목차
|
PART 01 기본 : 머신러닝과 신경망의 이해
Chapter 01 머신러닝의 구조 이해 01 머신러닝의 이해 02 머신러닝 학습 유형 03 머신러닝 학습 파이프라인 마무리 / 연습문제 Chapter 02 전통 머신러닝 모델 01 선 기반 모델 I : 선형 회귀 및 로지스틱 회귀 02 선 기반 모델 II : 서포트 벡터 머신 03 트리 기반 모델 04 거리 기반 모델 마무리 / 연습문제 Chapter 03 비지도학습과 차원 축소 01 군집화 02 차원 축소 마무리 / 연습문제 Chapter 04 신경망에 대한 기본 이해 01 퍼셉트론의 개념과 작동 원리 02 퍼셉트론의 한계와 비선형 문제 03 비선형 문제 해결을 위한 신경망 확장 마무리 / 연습문제 Chapter 05 데이터 표현과 계산 방식 01 데이터 표현 방식 02 텐서와 선형대수 연산 03 데이터의 수치화 04 수치의 정규화 마무리 / 연습문제 Chapter 06 신경망 모델링의 원리 01 다층 퍼셉트론 구조 02 은닉층의 역할과 깊이의 의미 03 활성화 함수 마무리 / 연습문제 Chapter 07 목적 함수와 신경망 학습의 원리 01 목적 함수 개요 02 정답 데이터 표현 03 목적 함수의 정의와 계산 마무리 / 연습문제 Chapter 08 신경망 최적화와 일반화 기법 01 최적화 문제로서의 신경망 학습 02 경사 하강법을 통한 신경망 최적화 03 순전파와 역전파 04 경사 하강법의 다양한 형태 05 개선된 경사 하강법 기법들 06 가중치 초기화 기법 07 과적합과 일반화 기법 08 학습 장애 요인과 구조적 해결 전략 마무리 / 연습문제 Chapter 09 모델 학습 실험과 성능 평가 01 데이터 분할 전략과 학습 루프 02 과제 유형별 성능 평가 지표 03 하이퍼파라미터 설정과 자동 튜닝 04 실험 재현성과 관리 마무리 / 연습문제 Chapter 10 입력 데이터별 핵심 신경망 01 입력 형태에 따른 신경망 구조 02 합성곱 신경망 03 순환 신경망 04 오토인코더 마무리 / 연습문제 Chapter 11 어텐션과 트랜스포머 01 어텐션 02 트랜스포머 마무리 / 연습문제 PART 02 응용 : 도메인별 응용 사례 Chapter 12 자연어처리 기초 01 자연어 데이터의 특수성 02 머신러닝 기반 자연어처리 개요 03 토큰화 04 언어모델링 05 응용 과제 구현 마무리 / 연습문제 Chapter 13 거대 언어모델과 자연어 생성 01 거대 언어모델의 등장 02 자연어 생성의 원리 03 프롬프팅과 문맥 내 학습 04 정렬과 미세조정 마무리 / 연습문제 Chapter 14 이미지처리와 인식 01 CNN 아키텍처의 진화 02 전이학습 전략 03 비전 트랜스포머 04 이미지 이해 과제 개요 마무리 / 연습문제 Chapter 15 이미지 생성 01 이미지 생성의 개념과 도전 과제 02 VAE와 GAN 03 확산 모델 04 생성 기법 비교 및 응용 마무리 / 연습문제 Chapter 16 음성 이해와 인식 01 음성 데이터의 이해 02 스펙트로그램 03 음성인식의 핵심 도전 과제 04 실전 음성처리 마무리 / 연습문제 Chapter 17 음성 및 오디오 생성 01 음성 생성의 개념 02 현대 TTS의 핵심 기술 03 음악 및 오디오 생성 마무리 / 연습문제 Chapter 18 시계열 분석과 예측 01 시계열 데이터의 이해 02 시계열 예측 03 시계열 이상 탐지 마무리 / 연습문제 Chapter 19 강화학습 기초 01 해 공간 탐색과 머신러닝 02 강화학습 문제 정의 03 마르코프 결정 과정 04 정책과 가치 함수 05 벨만 방정식 06 탐험과 활용 마무리 / 연습문제 Chapter 20 딥러닝 기반 강화학습 01 테이블에서 신경망으로 02 심층 Q-신경망 03 DQN의 한계와 확장 마무리 / 연습문제 |
저자 소개 1
포항공과대학교 컴퓨터공학과에서 학사·석사·박사 학위를 취득했다. 삼성전자, ETRI, SK텔레콤 AI 리서치센터에서 대화 시스템과 자연어처리 기술을 연구·개발했으며, 현재 충남대학교 컴퓨터인공지능학부 교수로 재직 중이다. 머신러닝, 딥러닝, 자연어처리, 대규모 언어모델을 가르치고 연구하며, ACL, EMNLP 등 주요 국제학회에 다수의 논문을 발표했다. 저서로는 『Artificial Intelligence: Data Representation and Problem Solving』(2025) 등이 있다.
관련 분류
품목정보
- 발행일
- 2026년 07월 17일
- 쪽수, 무게, 크기
- 616쪽 | 935g | 188*257*22mm
- ISBN13
- 9791173400605
리뷰/한줄평0
38,000원
총 1개
38,000원
