소득공제
파이썬으로 배우는 딥러닝 교과서
이미지 인식 모델을 만들면서 익히는 딥러닝
- 베스트
- OS/데이터베이스 top100 9주
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 분야의 이벤트
책소개
목차
|
CHAPTER 0 개발 환경 준비
0.1 아나콘다 설치 0.2 가상 환경 만들기 0.3 라이브러리 설치 0.4 주피터 노트북 실행 및 조작 CHAPTER 1 머신러닝 개요 1.1 머신러닝 기초 1.2 머신러닝 학습 방식 연습 문제 CHAPTER 2 머신러닝의 흐름과 과적합 2.1 머신러닝의 흐름 2.2 학습 데이터 사용법 2.3 과적합 2.4 앙상블 학습 연습 문제 CHAPTER 3 성능평가지표와 PR 곡선 3.1 성능평가지표 3.2 PR 곡선 연습 문제 종합 문제 CHAPTER 4 파이썬 기초, 변수와 자료형 4.1 파이썬 기초 4.2 변수 4.3 자료형 4.4 if 문 연습 문제 CHAPTER 5 파이썬 기본 문법 5.1 리스트 5.2 딕셔너리 5.3 while 문 5.4 for 문 5.5 추가 설명 연습 문제 CHAPTER 6 함수 기초 6.1 내장 함수와 메서드 6.2 함수 6.3 클래스 6.4 문자열 포맷 지정 연습 문제 종합 문제 CHAPTER 7 NumPy 7.1 NumPy 개요 7.2 NumPy 1차원 배열 7.3 NumPy 2차원 배열 연습 문제 종합 문제 CHAPTER 8 Pandas 기초 8.1 Pandas 개요 8.2 Series 8.3 DataFrame 연습 문제 CHAPTER 9 Pandas 응용 9.1 DataFrame 연결과 결합의 개요 9.2 DataFrame 연결 9.3 DataFrame 결합 9.4 DataFrame을 이용한 데이터 분석 연습 문제 종합 문제 CHAPTER 10 데이터 시각화 10.1 다양한 그래프 10.2 난수 생성 10.3 시간 데이터 10.4 데이터 조작 연습 문제 CHAPTER 11 matplotlib 사용하기 11.1 한 종류의 데이터 시각화하기 11.2 여러 데이터 시각화하기(1) 11.3 여러 데이터 시각화하기(2) 연습 문제 CHAPTER 12 다양한 그래프 그리기 12.1 선 그래프 12.2 막대그래프 12.3 히스토그램 12.4 산포도 12.5 원그래프 12.6 3D 그래프 연습 문제 종합 문제 CHAPTER 13 람다와 맵: 편리한 파이썬 기법 13.1 람다식의 기초 13.2 편리한 표기법 13.3 리스트 내포 13.4 딕셔너리 객체 연습 문제 CHAPTER 14 DataFrame을 이용한 데이터 클렌징 14.1 CSV 14.2 DataFrame 복습 14.3 결측치 14.4 데이터 요약 연습 문제 CHAPTER 15 OpenCV 이용 및 이미지 데이터 전처리 15.1 이미지 데이터 기초 15.2 OpenCV 기초 15.3 OpenCV 이용 연습 문제 종합 문제 CHAPTER 16 지도학습(분류) 기초 16.1 지도학습(분류) 알아보기 16.2 주요 기법 소개 연습 문제 CHAPTER 17 하이퍼파라미터와 튜닝(1) 17.1 하이퍼파라미터와 튜닝 17.2 로지스틱 회귀의 하이퍼파라미터 17.3 선형 SVM의 하이퍼파라미터 17.4 비선형 SVM의 하이퍼파라미터 연습 문제 CHAPTER 18 하이퍼파라미터와 튜닝(2) 18.1 결정 트리의 하이퍼파라미터 18.2 랜덤 포레스트의 하이퍼파라미터 18.3 k-NN의 하이퍼파라미터 18.4 튜닝 자동화 연습 문제 종합 문제 CHAPTER 19 딥러닝 구현 19.1 딥러닝 개요 19.2 필기체 숫자의 분류 연습 문제 CHAPTER 20 딥러닝 튜닝 20.1 하이퍼파라미터 20.2 네트워크 구조 20.3 드롭아웃 20.4 활성화 함수 20.5 손실 함수 20.6 최적화 함수 20.7 학습률 20.8 미니배치 학습 20.9 반복 학습 연습 문제 CHAPTER 21 CNN을 이용한 이미지 인식 기초 21.1 딥러닝 이미지 인식 21.2 CNN 21.3 하이퍼파라미터 연습 문제 CHAPTER 22 CNN을 이용한 이미지 인식 응용 22.1 데이터 부풀리기 22.2 정규화 22.3 전이학습 연습 문제 종합 문제 맺음말 |
저자 소개 2
石川聰彦
주식회사 Aidemy 대표이사. 1992년 태생으로, 동경대학공학부를 졸업하였다. 데이터 분석과 관련된 연구와 실무 경험을 살려 2017년 인공지능 엔지니어를 위한 온라인 교육 서비스 ‘Aidemy’를 론칭하였다. Aidemy는 인공지능을 다루는 데 꼭 필요한 기술을 알려주는 서비스로, 회원 수 2만 명 이상에 100만 회를 넘는 학습 기록을 세우고 있다. 지금은 와세다대학 선진이공학 박사 과정에서 AI 프로그래밍 실습 과정을 지도하고 있다.
이시카와 아키히코의 다른 상품
아크몬드
박광수라는 이름보다 ‘아크몬드’라는 필명으로 알려진 블로거이다. 2004년부터 지금까지 최신 윈도우 정보를 꾸준히 나누고 있다. 지금까지 7회 마이크로소프트 MVP(Windows 부문)를 수상했다. Microsoft 365, 애저 등 마이크로소프트의 최신 기술에 열광한다. 심리학에 관심이 많으며 현재 일본에서 개발자로 일하면서 딥러닝에 많은 관심을 두고 있다. 지은 책으로는 『진짜 쓰는 윈도우 11』(제이펍, 2023), 『윈도우 10 마스터북』(한빛미디어, 2016), 옮긴 책으로는 『처음 배우는 딥러닝 수학』, 『파이썬으로 배우는 머신러닝의 교과서』 (이상 한빛미디어) 등이 있다.
박광수의 다른 상품
관련 분류
품목정보
- 발행일
- 2020년 03월 01일
- 쪽수, 무게, 크기
- 712쪽 | 183*235*40mm
- ISBN13
- 9791162242827
출판사 리뷰
|
인공지능 시대 딥러닝은 지속적인 발전이 기대되는 분야이자 4차산업 시대를 이끌 기술입니다. 이러한 딥러닝을 배우려면 강력한 라이브러리를 제공하는 파이썬을 알아야 합니다. 이 책은 파이썬과 딥러닝을 풍부한 그림과 구체적인 예로 기초부터 활용까지 제대로 알려줍니다.
1 파이썬부터 배웁니다. 초반 간략히 딥러닝을 소개한 뒤 바로 파이썬을 학습합니다. 딥러닝 기초와 함수 사용법을 배우고 행렬 계산에 특화된 NumPy와 빅데이터를 다루는 Pandas를 반복적으로 다루면서 파이썬 사용법을 철저히 익힙니다. 2 이미지 인식으로 딥러닝을 학습합니다. 이미지를 감지하고 시각화하는 언뜻 어려워 보이는 주제를 영상 이미지를 활용하여 쉽고 재미있게 다가갈 수 있습니다. 어떤 근거로 구현할 것인지 수치와 예제로 알려주므로 자신감을 갖고 공부할 수 있습니다. 3 문제로 복습하고 다음 단계로 넘어갑니다. 개념 설명 후에는 문제를 풀면서 그동안 배운 지식을 바로 활용할 수 있도록 구성됐습니다. ‘손을 움직여’ 딥러닝을 배울 수 있습니다. 주요 내용 - 머신러닝/딥러닝 개요 - 파이썬 기본 문법/함수 - 성능평가지표와 PR 곡선 - NumPy, Pandas 기초/응용 - matplotlib을 활용한 데이터 시각화 - DataFrame을 이용한 데이터 클렌징 - OpenCV 이용 및 이미지 데이터 전처리 - 하이퍼파라미터와 튜닝 - CNN을 이용한 이미지 인식 기초/응용 |
