소득공제
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 분야의 이벤트
위키북스- 데이터 사이언스 시리즈
이 상품의 시리즈 알림신청
책소개
목차
|
▣ 01장: 사물인터넷과 인공지능의 원리와 기초
IoT 101이란? ___사물인터넷 참조 모델 ___사물인터넷 플랫폼 ___사물인터넷 수직시장 ___빅데이터와 사물인터넷 인공지능 주입: 사물인터넷에서의 데이터과학 ___데이터 마이닝을 위한 산업 간 표준 과정 ___인공지능 플랫폼과 사물인터넷 플랫폼 이 책에서 사용하는 도구들 ___텐서플로 ___케라스 ___데이터셋 요약 ▣ 02장: 사물인터넷을 위한 데이터 액세스와 분산 처리 TXT 형식 ___파이썬에서 TXT 파일을 사용하기 CSV 형식 ___csv 모듈을 사용해 CSV 파일을 다루기 ___pandas 모듈로 CSV 파일을 다루기 ___NumPy 모듈을 사용해 CSV 파일을 다루기 XLSX 형식 ___OpenPyXl로 XLSX 형식 파일 다루기 ___XLSX 형식으로 된 파일에서 pandas를 사용하기 JSON 형식 다루기 ___json 모듈로 JSON 파일을 다루기 ___pandas 모듈로 JSON 파일을 다루기 HDF5 형식 ___PyTables로 HDF5 형식 파일을 다루기 ___pandas로 HDF5 형식 파일을 다루기 ___h5py로 HDF5 형식 파일을 다루기 SQL 데이터 ___SQLite 데이터베이스 엔진 ___MySQL 데이터베이스 엔진 NoSQL data HDFS ___hdfs3로 HDFS를 다루기 ___PyArrow의 파일 시스템 인터페이스를 HDFS용으로 사용하기 요약 ▣ 03장: 사물인터넷을 위한 머신러닝 머신러닝 및 사물인터넷 학습 패러다임 선형회귀 분석을 이용한 예측 ___회귀를 이용한 전력 생산 예측 로지스틱회귀를 이용한 분류 ___교차 엔트로피 손실함수 ___로지스틱회귀를 이용한 포도주 분류 서포트 벡터 머신을 사용한 분류 ___최대 여유도 초평면 ___커널 트릭 ___SVM을 사용해 포도주를 분류하기 나이브베이즈 ___포도주 품질에 대한 가우스 나이브베이즈 결정트리 ___사이킷의 결정트리 ___사용 중인 결정트리 앙상블 학습 ___보팅 분류기 ___배깅 및 페이스팅 모델 개선을 위한 팁과 트릭 ___고르지 않은 데이터 척도를 해결하기 위한 특징 척도화 ___과적합 ___‘공짜 점심은 없다’ 정리 ___하이퍼파라미터 조율 및 격자 검색 요약 ▣ 04장: 사물인터넷을 위한 딥러닝 딥러닝 101 ___딥러닝: 왜 지금에서야? ___인공 뉴런 ___텐서플로에서 단일 뉴런 모형화하기 회귀 및 분류를 위한 다층 퍼셉트론 ___역전파 알고리즘 ___텐서플로로 구현한 다층 퍼셉트론으로 에너지 출력을 예측하기 ___텐서플로로 다층 퍼셉트론을 구현해 포도주 품질을 분류하기 합성곱 신경망 ___CNN의 서로 다른 계층들 ___몇 가지 인기 CNN 모델 ___손글씨 숫자 인식을 위한 LeNet 재귀 신경망 ___LSTM ___게이트 처리 재귀 장치 오토인코더 ___잡음제거 오토인코더 ___변분 오토인코더 요약 ▣ 05장: 사물인터넷을 위한 유전 알고리즘 최적화 ___결정론적 방법과 분석학적 방법 ___경사하강법 ___자연스러운 최적화 방법 유전 알고리즘 소개 ___유전 알고리즘 ___장점과 단점 분산 진화 알고리즘을 유전 알고리즘을 파이썬으로 코딩하기 ___단어 추측 ___CNN 아키텍처를 위한 유전 알고리즘 ___LSTM 최적화를 위한 유전 알고리즘 요약 ▣ 06장: 사물인터넷을 위한 강화학습 소개 ___강화학습 용어 ___성공적인 애플리케이션 시뮬레이션 환경 ___OpenAI gym Q 학습 ___Q 테이블을 사용한 택시 하차 Q 망 ___Q 망을 사용한 택시 하차 ___아타리 게임을 플레이하기 위한 DQN ___이중 DQN ___결투 DQN 정책 경사도 ___왜 정책 경사도인가? ___정책 경사도 방법을 사용하는 퐁 ___연기자-비평가 알고리즘 요약 ▣ 07장: 사물인터넷을 위한 생성 모델 소개 VAE를 사용한 이미지 생성 ___텐서플로의 VAE GAN ___텐서플로를 사용해 바닐라 GAN을 구현하기 ___DCGAN ___GAN의 변종과 멋진 애플리케이션 요약 ▣ 08장: 사물인터넷을 위한 분산 인공지능 소개 ___스파크 컴포넌트 아파치 MLlib ___MLlib에서의 회귀 ___MLlib에서의 분류 ___SparkDL을 사용한 전이학습 H2O 소개 ___H2O AutoML ___H2O에서의 회귀 ___H2O를 사용해 분류하기 요약 ▣ 09장: 개인용 사물인터넷과 가정용 사물인터넷 개인용 사물인터넷 ___MIT의 슈퍼슈즈 ___지속적인 포도당 측정 ___심장 관찰 ___디지털 비서 사물인터넷 및 스마트홈 ___인간 활동 인식 ___스마트라이팅 ___홈서베일런스 요약 ▣ 10장: 산업용 사물인터넷을 위한 인공지능 인공지능 기반 산업용 사물인터넷 소개 ___몇 가지 흥미로운 사용 사례 인공지능을 이용한 예방정비 ___LSTM을 사용한 예방정비 ___예방정비의 장단점 산업용 전기 부하 예측 ___LSTM을 이용한 단기 부하 예측 요약 ▣ 11장: 스마트시티용 사물인터넷을 위한 인공지능 스마트시티가 필요한 이유는? 스마트시티의 구성요소 ___스마트트래픽 ___스마트파킹 ___스마트웨이스트 ___스마트폴리싱 ___스마트라이팅 ___스마트거버넌스 스마트시티에 사물인터넷을 응용하기 위해 필요한 단계 ___공개 데이터가 있는 도시들 ___샌프란시스코 범죄 데이터를 사용해 범죄 탐지하기 도전과 이득 요약 ▣ 12장: 종합해 보기 다양한 데이터 형식 처리 ___시계열 모형화 ___글로 된 데이터를 전처리하기 ___이미지 데이터를 확대하기 ___비디오 파일 다루기 ___오디오 파일이 입력 데이터인 경우 클라우드 컴퓨팅 ___아마존 웹 서비스 ___구글 클라우드 플랫폼 ___마이크로소프트 애저 요약 |
저자 소개 2
Amita Kapoor
신경망 및 인공지능 분야의 연구를 가르치고 관리했다. 인도 델리 대학교에서 부교수로 20년 이상 재직했으며 현재 무소속으로 활동하고 있다. AI 컨설턴트이며 AI 및 EdTech 분야에서 일하는 다양한 조직에 전문 지식을 제공하고 있다.
아미타 카푸어의 다른 상품
다양한 정보기술 분야 경력과 저술/번역 경험을 바탕으로 IT 융·복합 사업을 꿈꾸는, 1인 회사 ‘리율’의 대표다. 옮긴 책으로는 《사물인터넷을 위한 인공지능》 《실전! GAN 프로젝트》 《실전 예제로 배우는 GAN》 《전문가를 위한 머신러닝 솔루션》 《딥러닝 모델 설계를 떠받치는 기술》 《따라 하면서 배우는 유니티 ML-Agents》 《검색을 위한 딥러닝》, 《파이썬으로 배우는 응용 텍스트 분석》, 《R로 배우는 텍스트 마이닝》, 《케라스 창시자의 딥러닝 with R》, 《모두를 위한 실용 전자공학》, 《해킹 일렉트로닉스》, 《ggplot2》 등이 있다.
박진수의 다른 상품
품목정보
- 발행일
- 2020년 06월 02일
- 쪽수, 무게, 크기
- 364쪽 | 188*240*20mm
- ISBN13
- 9791158392062
출판사 리뷰
|
★ 이 책에서 다루는 내용 ★
◎ 텐서플로와 케라스를 사용해 머신러닝 및 딥러닝 등의 다양한 인공지능 기법을 적용한다. ◎ 다양하고 분산된 소스에서 나온 데이터에 접근해 그것을 처리한다. ◎ 지도 학습 방식과 비지도 학습 방식으로 사물인터넷 데이터에 대해 머신러닝(기계학습)을 수행하게 한다. ◎ MLLib 및 H2O.ai 플랫폼을 바탕으로 아파치 스파크를 사용해 사물인터넷 데이터를 분산 처리한다. ◎ 여러 딥러닝 방법을 이용해 시계열 데이터를 예측한다. ◎ 개인용 사물인터넷, 산업용 사물인터넷, 스마트시티 분야의 사례를 연구해 인공지능을 구현한다. ◎ 다양한 웨어러블 장치나 스마트 장치로부터 얻은 데이터에서 독특한 통찰을 얻는다. |
25,200원
총 1개
25,200원
