머신러닝 딥러닝(초보자를 위한)
Regular price
$42.70
Sale price
Regular price
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
이 책은 머신러닝을 처음 시작하는 분들이 흥미를 잃지 않고 끝까지 학습하여 딥러닝으로 계속 학습을 이어갈 수 있도록 하는 것을 목표로 하고 있습니다.
이 책은 크게 3단계로 구성되어 있습니다.
첫 번째 단계는 머신러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 머신러닝 모델을 구현하기 위해서는 기본적인 프로그래밍 스킬을 필요로 하기 때문에 핵심적인 기능들을 요약해서 빠르게 머신러닝으로 접근할 수 있도록 하였습니다.
두 번째 단계는 본격적인 머신러닝 학습 단계입니다. 머신러닝이 무엇인지 이해를 돕기 위해 수치 예측과 분류 예측 모델을 구현하는 실습 예제를 통해 직관적으로 이해할 수 있도록 하였습니다. 인공신경망이 발전해 온 과정을 초보자도 쉽게 이해할 수 있는 설명으로 오늘날 다층 인공신경망의 학습 원리를 명확히 이해할 수 있도록 하였습니다. 또한 안정적이고 빠르게 성공적인 모델을 학습시키기 위한 여러 가지 이론적 개념과 용어들은 도식화된 이미지를 사용하여 쉽게 이해할 수 있도록 하였습니다. 또한 통계학이나 미분과 같은 수학 지식이 부족한 분들도 수식이 의미하는 바가 무엇인지 이해하는데 어렵지 않도록 쉽게 풀어서 설명하였습니다.
세 번째 단계는 딥러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 최근 일상생활에서 이 딥러닝 기술들을 쉽게 접하게 되면서 딥러닝 기술에 대한 관심도 그만큼 커지고 있습니다.
따라서 딥러닝 분야에서 최근 가장 활발하게 발전되고 있는 컴퓨터비전 분야와 자연어처리 분야에 대한 기반 지식을 학습할 수 있도록 하여 본인이 관심 있는 분야로 계속해서 학습을 이어나갈 수 있게 구성하였습니다.
머신러닝과 딥러닝 초보자분들께 이 책이 많은 도움이 되길 바라며 앞으로 더 흥미를 갖게 되어 좀 더 Deep하게 학습해 나가시길 바라겠습니다.
이 책은 크게 3단계로 구성되어 있습니다.
첫 번째 단계는 머신러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 머신러닝 모델을 구현하기 위해서는 기본적인 프로그래밍 스킬을 필요로 하기 때문에 핵심적인 기능들을 요약해서 빠르게 머신러닝으로 접근할 수 있도록 하였습니다.
두 번째 단계는 본격적인 머신러닝 학습 단계입니다. 머신러닝이 무엇인지 이해를 돕기 위해 수치 예측과 분류 예측 모델을 구현하는 실습 예제를 통해 직관적으로 이해할 수 있도록 하였습니다. 인공신경망이 발전해 온 과정을 초보자도 쉽게 이해할 수 있는 설명으로 오늘날 다층 인공신경망의 학습 원리를 명확히 이해할 수 있도록 하였습니다. 또한 안정적이고 빠르게 성공적인 모델을 학습시키기 위한 여러 가지 이론적 개념과 용어들은 도식화된 이미지를 사용하여 쉽게 이해할 수 있도록 하였습니다. 또한 통계학이나 미분과 같은 수학 지식이 부족한 분들도 수식이 의미하는 바가 무엇인지 이해하는데 어렵지 않도록 쉽게 풀어서 설명하였습니다.
세 번째 단계는 딥러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 최근 일상생활에서 이 딥러닝 기술들을 쉽게 접하게 되면서 딥러닝 기술에 대한 관심도 그만큼 커지고 있습니다.
따라서 딥러닝 분야에서 최근 가장 활발하게 발전되고 있는 컴퓨터비전 분야와 자연어처리 분야에 대한 기반 지식을 학습할 수 있도록 하여 본인이 관심 있는 분야로 계속해서 학습을 이어나갈 수 있게 구성하였습니다.
머신러닝과 딥러닝 초보자분들께 이 책이 많은 도움이 되길 바라며 앞으로 더 흥미를 갖게 되어 좀 더 Deep하게 학습해 나가시길 바라겠습니다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
목차
목차
Part 01 Python Basic Programming
01 개발환경 설정 14
02 데이터 타입 32
03 조건문과 반복문 62
04 함수와 클래스 79
Part 02 Numpy(연산처리 라이브러리)
01 ndarray 데이터 생성하기 110
02 ndarray 인덱싱과 슬라이싱 124
03 ndarray 데이터 형태 바꾸기 131
04 numpy 기본함수 137
05 axis를 파라미터로 갖는 함수 143
06 broadcasting 149
07 Boolean indexing 153
Part 03 Pandas(데이터 분석 라이브러리)
01 Series 생성하기 159
02 Series 데이터 확인하기 164
03 Series 데이터 변경 169
04 Series에서 원하는 데이터만 가져오기 172
05 DataFrame 생성하기 177
06 DataFrame 데이터 확인하기 182
07 DataFrame에서 원하는 데이터 가져오기 189
08 DataFrame에 column 추가 및 삭제 198
09 DataFrame에 있는 NaN 값 처리 203
10 DataFrame에 있는 데이터 그룹핑해서 보기 209
11 DataFrame 병합하기 218
12 보스톤 마라톤 대회 기록 데이터 가공 222
Part 04 Matplotlib/Seaborn(데이터 시각화 라이브러리)
01 Column chart/Bar chart 235
02 Pareto chart(Dual axis chart) 241
03 Pie chart 246
04 Line graph 247
05 Scatter plot chart 257
06 Bubble chart 261
07 Geo chart 265
08 Heatmap 271
09 Histogram 275
10 Box plot 278
Part 05 Machine Learning
01 Machine Learning 개요 284
02 Linear Regression의 이해 293
03 Machine Learning 실습환경 구축 301
04 Linear Regression 모델 만들기 317
05 Multivalue Linear Regression 모델 만들기(1) 327
06 Multivalue Linear Regression 모델 만들기(2) 337
07 Logistic Classification 모델 만들기 345
08 Multinomial Classification 모델 만들기 360
09 Machine Learning Optimization 372
Part 06 Neural Network
01 Neural Network의 이해 388
02 MNIST Fully-connected Multi Layer Neural Network Classification 모델 만들기 421
Part 07 CNN(Convolutional Neural Network)
01 CNN(Convolutional Neural Network)의 이해 434
02 MNIST CNN Classification 모델 만들기 451
03 Fashion-MNIST CNN Classification 모델 만들기 458
Part 08 RNN(Recurrent Neural Network)
01 RNN(Recurrent Neural Network)의 이해 472
02 IMDB LSTM Classification 모델 만들기 485
01 개발환경 설정 14
02 데이터 타입 32
03 조건문과 반복문 62
04 함수와 클래스 79
Part 02 Numpy(연산처리 라이브러리)
01 ndarray 데이터 생성하기 110
02 ndarray 인덱싱과 슬라이싱 124
03 ndarray 데이터 형태 바꾸기 131
04 numpy 기본함수 137
05 axis를 파라미터로 갖는 함수 143
06 broadcasting 149
07 Boolean indexing 153
Part 03 Pandas(데이터 분석 라이브러리)
01 Series 생성하기 159
02 Series 데이터 확인하기 164
03 Series 데이터 변경 169
04 Series에서 원하는 데이터만 가져오기 172
05 DataFrame 생성하기 177
06 DataFrame 데이터 확인하기 182
07 DataFrame에서 원하는 데이터 가져오기 189
08 DataFrame에 column 추가 및 삭제 198
09 DataFrame에 있는 NaN 값 처리 203
10 DataFrame에 있는 데이터 그룹핑해서 보기 209
11 DataFrame 병합하기 218
12 보스톤 마라톤 대회 기록 데이터 가공 222
Part 04 Matplotlib/Seaborn(데이터 시각화 라이브러리)
01 Column chart/Bar chart 235
02 Pareto chart(Dual axis chart) 241
03 Pie chart 246
04 Line graph 247
05 Scatter plot chart 257
06 Bubble chart 261
07 Geo chart 265
08 Heatmap 271
09 Histogram 275
10 Box plot 278
Part 05 Machine Learning
01 Machine Learning 개요 284
02 Linear Regression의 이해 293
03 Machine Learning 실습환경 구축 301
04 Linear Regression 모델 만들기 317
05 Multivalue Linear Regression 모델 만들기(1) 327
06 Multivalue Linear Regression 모델 만들기(2) 337
07 Logistic Classification 모델 만들기 345
08 Multinomial Classification 모델 만들기 360
09 Machine Learning Optimization 372
Part 06 Neural Network
01 Neural Network의 이해 388
02 MNIST Fully-connected Multi Layer Neural Network Classification 모델 만들기 421
Part 07 CNN(Convolutional Neural Network)
01 CNN(Convolutional Neural Network)의 이해 434
02 MNIST CNN Classification 모델 만들기 451
03 Fashion-MNIST CNN Classification 모델 만들기 458
Part 08 RNN(Recurrent Neural Network)
01 RNN(Recurrent Neural Network)의 이해 472
02 IMDB LSTM Classification 모델 만들기 485
저자
저자
송정현
중앙대학교 컴퓨터소프트웨어학과 (공학석사)
서울벤처대학원대학교 AI 창업연구센터 책임연구원
(주)주경야독 직업전문학교 인공지능학과 훈련교사
(주)주경야독 교육사업부 팀장
(주)에듀윌 교육시스템연구소 팀장
(주)영진닷컴 교육사업부 팀장
서울벤처대학원대학교 AI 창업연구센터 책임연구원
(주)주경야독 직업전문학교 인공지능학과 훈련교사
(주)주경야독 교육사업부 팀장
(주)에듀윌 교육시스템연구소 팀장
(주)영진닷컴 교육사업부 팀장
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.
