국내도서

>

전공도서/대학교재

>

공학계열

>

컴퓨터공학

• 
• 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.

• 
• 도서  > 전공도서/대학교재  > 공학계열  > 컴퓨터공학

• 
• 
• 컬러판으로 돌아온 아마존 인공지능 분야 부동의 1위 도서 이 책은 지능형 시스템을 구축하려면 반드시 알아야 할 머신러닝, 딥러닝 분야 핵심 개념과 이론을 이해하기 쉽게 설명한다. 사이킷런, 케라스, 텐서플로를 이용해 실전에서 바로 활용 가능한 예제로 모델을 훈련하고 신경망을 구축하는 방법을 상세하게 안내한다. 장마다 제공하는 연습문제를 풀며 익힌 내용을 확인하고 응용할 수도 있다. 머신러닝을 배우고 싶지만 어디서부터 시작해야 할지 막막하다면, 이 책이 인공지능 마스터로 가는 길에 좋은 친구가 될 것이다. 2판은 텐서플로 2를 반영하고 비지도 학습, 자연어 처리, 생성적 적대 신경망(GAN) 등 최신 기법을 추가했다.
• 
• 머신러닝 전문가로 이끄는 최고의 실전 지침서 텐서플로 2.0을 반영한 풀컬러 개정판 이 책의 원서는 출간 직후부터 미국 아마존 인공지능 분야에서 줄곧 1위 자리를 지키고 있습니다. 가장 많은 명저가 경쟁하는 시장에서 이처럼 확고부동한 호응을 얻은 데는 그만한 이유가 있습니다. 이론과 활용을 적절히 섞으면서도 실무에서 확실히 통하도록 구성했고, 나아가 실무자들의 실력을 한층 끌어올려줄 깊이를 담았기 때문이죠. 완전히 새로워진 2판에서는 내지를 흑백에서 전면 컬러로 변경했습니다. 사이킷런, 케라스, 텐서플로 2.x을 사용하며 비지도 학습, 자연어 처리, 생성적 적대 신경망을 포함한 딥러닝 최신 기법을 소개합니다. 분산 트레이닝이나 배포, 구글 클라우드와의 연동과 관련된 내용도 맛볼 수 있습니다. 이 책 한 권으로 머신러닝과 딥러닝을 통달할 수는 없지만, 인공지능 마스터로 가는 거리를 단축해줄 치트키가 되어줄 것입니다. ★ 2판에서 달라진 점 1. 더 많은 비지도 학습 기법(군집, 이상치 탐지, 밀도 추정, 혼합 모델 등), 심층 신경망을 훈련하기 위한 다양한 방법(자기 정규화 네트워크 등), 추가적인 컴퓨터 비전 기법(Xception, SENet, YOLO를 사용한 객체 탐지, R-CNN을 사용한 시맨틱 분할 등), 합성곱 신경망(CNN)을 사용하여 시퀀스 다루기(WaveNet 등), CNN과 트랜스포머, 순환 신경망을 사용한 언어 처리, 생성적 적대 신경망(GAN)입니다. 2. 추가적인 라이브러리와 API(케라스, Data API, 강화 학습을 위한 TF-Agents), 분산 전략 API를 사용해 대규모 TF 모델을 훈련하고 배포하기, TF 서빙, TF Addons/Seq2Seq, TensorFlow.js를 다룹니다. 3. 최근 중요한 딥러닝 연구 결과를 설명합니다. 4. 모든 텐서플로 관련 장에서 텐서플로 2를 사용하고 가능하면 텐서플로의 케라스 API 구현(tf.keras)을 사용합니다. 5. 사이킷런, 넘파이, 판다스, 맷플롯립, 그 외 다른 라이브러리 최신 버전에 맞게 코드 예제를 업데이트 했습니다. ★ 목적과 접근 방식 이 책은 여러분이 머신러닝을 거의 모른다고 가정하고, 데이터로부터 스스로 학습하는 프로그램을 실제로 구현하는 데 필요한 개념, 직관, 도구를 알려주는 것을 목표로 합니다. 선형 회귀처럼 가장 단순하고 널리 쓰이는 기법부터 시장을 선도하는 딥러닝 기법까지 다채로운 지식과 경험을 담았고, 당장 제품화에 사용할 수 있는 다음의 세 가지 파이썬 프레임워크를 활용했습니다. - 사이킷런(Scikit-Learn): 다양한 머신러닝 알고리즘을 효율적으로 구현했으며 사용하기도 쉬워 머신러닝을 처음 배우기에 가장 좋은 도구입니다. - 텐서플로(TensorFlow): 수치계산을 데이터 플로 그래프를 이용하여 분산 처리해주는, 더 복잡한 라이브러리입니다. 연산을 수천 대의 GPU 서버에 분배하여 대규모 신경망을 효율적으로 학습시키고 운영할 수 있습니다. - 케라스(Keras): 고수준 딥러닝 API입니다. 매우 쉽게 신경망을 훈련하고 실행할 수 있습니다. 케라스는 텐서플로, 시애노(Theano), 마이크로소프트 코그니티브 툴킷(Microsoft Cognitive Toolkit) 위에서 작동합니다. 텐서플로는 자체적인 케라스 API 구현을 tf.keras란 이름으로 포함하며, tf.keras는 텐서플로의 고급 기능을 지원합니다. ★ 주요 내용 1부 머신러닝 ● 한눈에 보는 머신러닝 ● 머신러닝 프로젝트 처음부터 끝까지 ● 분류 ● 모델 훈련 ● 서포트 벡터 머신 ● 결정 트리 ● 앙상블 학습과 랜덤 포레스트 ● 차원 축소 ● 비지도 학습* 2부 신경망과 딥러닝 ● 케라스를 사용한 인공 신경망* ● 심층 신경망 훈련...하기 ● 텐서플로를 사용한 사용자 정의 모델과 훈련* ● 텐서플로에서 데이터 적재와 전처리하기* ● 합성곱 신경망(CNN)을 사용한 컴퓨터 비전 ● 순환 신경망(RNN)과 CNN을 사용한 시퀀스 처리하기* ● RNN과 어텐션을 사용한 자연어 처리* ● 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습* ● 강화 학습* ● 대규모 텐서플로 모델 훈련과 배포* 신규 추가 부록 ● 부록 F 특수한 데이터 구조* ● 부록 G 텐서플로 그래프* 별표(*)를 표시한 장은 완전히 새로 쓰였거나, 50% 이상 개정되었습니다. 1부에서는 대부분 사이킷런을 기반으로 하고 2부에서는 텐서플로와 케라스를 사용합니다.
• 
• [PART 1 머신러닝] CHAPTER 1 한눈에 보는 머신러닝 1.1 머신러닝이란? 1.2 왜 머신러닝을 사용하는가? 1.3 애플리케이션 사례 1.4 머신러닝 시스템의 종류 1.5 머신러닝의 주요 도전 과제 1.6 테스트와 검증 1.7 연습문제 CHAPTER 2 머신러닝 프로젝트 처음부터 끝까지 2.1 실제 데이터로 작업하기 2.2 큰 그림 보기 2.3 데이터 가져오기 2.4 데이터 이해를 위한 탐색과 시각화 2.5 머신러닝 알고리즘을 위한 데이터 준비 2.6 모델 선택과 훈련 2.7 모델 세부 튜닝 2.8 론칭, 모니터링, 그리고 시스템 유지 보수 2.9 직접 해보세요! 2.10 연습문제 CHAPTER 3 분류 3.1 MNIST 3.2 이진 분류기 훈련 3.3 성능 측정 3.4 다중 분류 3.5 에러 분석 3.6 다중 레이블 분류 3.7 다중 출력 분류 3.8 연습문제 CHAPTER 4 모델 훈련 4.1 선형 회귀 4.2 경사 하강법 4.3 다항 회귀 4.4 학습 곡선 4.5 규제가 있는 선형 모델 4.6 로지스틱 회귀 4.7 연습문제 CHAPTER 5 서포트 벡터 머신 5.1 선형 SVM 분류 5.2 비선형 SVM 분류 5.3 SVM 회귀 5.4 SVM 이론 5.5 연습문제 CHAPTER 6 결정 트리 6.1 결정 트리 학습과 시각화 6....2 예측하기 6.3 클래스 확률 추정 6.4 CART 훈련 알고리즘 6.5 계산 복잡도 6.6 지니 불순도 또는 엔트로피? 6.7 규제 매개변수 6.8 회귀 6.9 불안정성 6.10 연습문제 CHAPTER 7 앙상블 학습과 랜덤 포레스트 7.1 투표 기반 분류기 7.2 배깅과 페이스팅 7.3 랜덤 패치와 랜덤 서브스페이스 7.4 랜덤 포레스트 7.5 부스팅 7.6 스태킹 7.7 연습문제 CHAPTER 8 차원 축소 8.1 차원의 저주 8.2 차원 축소를 위한 접근 방법 8.3 PCA 8.4 커널 PCA 8.5 LLE 8.6 다른 차원 축소 기법 8.7 연습문제 CHAPTER 9 비지도 학습 9.1 군집 9.2 가우시안 혼합 9.3 연습문제 [PART 2 신경망과 머신러닝] CHAPTER 10 케라스를 사용한 인공 신경망 소개 10.1 생물학적 뉴런에서 인공 뉴런까지 10.2 케라스로 다층 퍼셉트론 구현하기 10.3 신경망 하이퍼파라미터 튜닝하기 10.4 연습문제 CHAPTER 11 심층 신경망 훈련하기 11.1 그레이디언트 소실과 폭주 문제 11.2 사전훈련된 층 재사용하기 11.3 고속 옵티마이저 11.4 규제를 사용해 과대적합 피하기 11.5 요약 및 실용적인 가이드라인 11.6 연습문제 CHAPTER 12 텐서플로를 사용한 사용자 정의 모델과 훈련 12.1 텐서플로 훑어보기 12.2 넘파이처럼 텐서플로 사용하기 12.3 사용자 정의 모델과 훈련 알고리즘 12.4 텐서플로 함수와 그래프 12.5 연습문제 CHAPTER 13 텐서플로에서 데이터 적재와 전처리하기 13.1 데이터 API 13.2 TFRecord 포맷 13.3 입력 특성 전처리 13.4 TF 변환 13.5 텐서플로 데이터셋 (TFDS) 프로젝트 13.6 연습문제 CHAPTER 14 합성곱 신경망을 사용한 컴퓨터 비전 14.1 시각 피질의 구조 14.2 합성곱 층 14.3 풀링 층 14.4 CNN 구조 14.5 케라스를 사용해 ResNet-34 CNN 구현하기 14.6 케라스에서 제공하는 사전훈련된 모델 사용하기 14.7 사전훈련된 모델을 사용한 전이 학습 14.8 분류와 위치 추정 14.9 객체 탐지 14.10 시맨틱 분할 14.11 연습문제 CHAPTER 15 RNN과 CNN을 사용해 시퀀스 처리하기 15.1 순환 뉴런과 순환 층 15.2 RNN 훈련하기 15.3 시계열 예측하기 15.4 긴 시퀀스 다루기 15.5 연습문제 CHAPTER 16 RNN과 어텐션을 사용한 자연어 처리 16.1 Char-RNN을 사용해 셰익스피어 같은 텍스트 생성하기 16.2 감성 분석 16.3 신경망 기계 번역을 위한 인코더-디코더 네트워크 16.4 어텐션 메커니즘 16.5 언어 모델 분야의 최근 혁신 16.6 연습문제 CHAPTER 17 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습 17.1 효율적인 데이터 표현 17.2 과소완전 선형 오토인코더로 PCA 수행하기 17.3 적층 오토인코더 17.4 합성곱 오토인코더 17.5 순환 오토인코더 17.6 잡음 제거 오토인코더 17.7 희소 오토인코더 17.8 변이형 오토인코더 17.9 생성적 적대 신경망 17.10 연습문제 CHAPTER 18 강화 학습 18.1 보상을 최적화하기 위한 학습 18.2 정책 탐색 18.3 OpenAI 짐 18.4 신경망 정책 18.5 행동 평가: 신용 할당 문제 18.6 정책 그레이디언트 18.7 마르코프 결정 과정 18.8 시간차 학습 18.9 Q-러닝 18.10 심층 Q-러닝 구현하기 18.11 심층 Q-러닝의 변종 18.12 TF-Agents 라이브러리 18.13 그 외 유명한 강화 학습 알고리즘 18.14 연습문제 CHAPTER 19 대규모 텐서플로 모델 훈련과 배포 19.1 텐서플로 모델 서빙 19.2 모바일 또는 임베디드 장치에 모델 배포하기 19.3 계산 속도를 높이기 위해 GPU 사용하기 19.4 다중 장치에서 모델 훈련하기 19.5 연습문제 [PART 3 부록] 부록 A 연습문제 정답 부록 B 머신러닝 프로젝트 체크리스트 부록 C SVM 쌍대 문제 부록 D 자동 미분 부록 E 유명한 다른 인공 신경망 구조 부록 F 특수한 데이터 구조 부록 G 텐서플로 그래프 8. 관련 서적 (제목 + ISBN) ● 밑바닥부터 시작하는 딥러닝 2 / 9791162241745 ● 미술관에 GAN 딥러닝 실전 프로젝트 / 9791162241080 ● 파이썬 날코딩으로 알고 짜는 딥러닝 / 9791162242001
• 
• 

• 오렐리앙 제롱 [저]

• 머신러닝 컨설턴트. 2013년에서 2016년까지 구글에서 유튜브 동영상 분류팀을 이끌었습니다. 2002년에서 2012년까지 프랑스의 모바일 ISP 선두 주자인 Wifirst를 설립하고 CTO로 일했습니다. 2001년에는 Polyconseil을 설립하고 CTO로 일했습니다. 이 회사는 지금 전기차 공유 서비스인 Autolib’을 운영하고 있습니다. 그 전에는 재무(JP 모건과 소시에테 제네랄), 방위(캐나다 DOD), 의료(수혈) 등 다양한 분야에서 엔지니어로 일했습니다. C++, WiFi, 인터넷 구조에 대한 몇 권의 기술 서적을 썼으며 한 프랑스 공과대학교에서 컴퓨터 과학을 가르쳤습니다. 재미있는 몇 가지 사실: 세 아이에게 손가락으로 이진수 세는 법을 가르쳤습니다(1023까지). 소프트웨어 공학 분야에 들어오기 전에는 미생물학과 진화 유전학을 공부했습니다. 두 번째 점프에서 낙하산이 펼쳐지지 않았습니다.

• 박해선 [저]

• 기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했습니다. 텐서플로 블로그(tensorflow.blog)를 운영하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있습니다. 『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020), 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필했습니다. 『머신러닝 파워드 애플리케이션』(한빛미디어, 2021), 『머신러닝 교과서 with 파이썬, 사이킷런, 텐서플로(개정 3판)』(길벗, 2021), 『파이토치로 배우는 자연어 처리』(한빛미디어, 2021), 『딥러닝 일러스트레이티드』(시그마프레스, 2021), 『GAN 인 액션』 (한빛미디어, 2020), 『핸즈온 머신러닝(2판)』(한빛미디어, 2020), 『미술관에 GAN 딥러닝』 (한빛미디어, 2019), 『파이썬을 활용한 머신러닝 쿡북』(한빛미디어, 2019), 『머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로』(길벗, 2019), 『케라스 창시자에게 배우는 딥러닝』(길벗,2018), 『핸즈온 머신러닝』(한빛미디어, 2018), 『텐서플로 첫걸음』(한빛미디어, 2016)을 우리말로 옮겼습니다.

• 전체 0개의 구매후기가 있습니다.
• 

인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다. 단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다. 교환 및 반품이 가능한 경우 상품을 공급 받은 날로부터 7일이내 가능 공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내,    혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내 상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능 교환 및 반품이 불가능한 경우 구매확정 이후(오픈마켓상품에 한함) 고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우    (단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외) 시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우 포장 개봉되어 상품 가치가 훼손된 경우 다배송지의 경우 반품 환불 다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다. 1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다. 중고상품의 교환 중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다. 오픈마켓 상품의 환불 오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며,    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.

배송예정일 안내 인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다. <인터파크 직배송 상품> 상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다. 상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며, 서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다. (단, 월요일은 12시까지 주문에 한함) 상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다. ~ 상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로 주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간 <업체 직접배송/오픈마켓 상품> ~ 상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다. 주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다. 배송비 안내 도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송) 음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송) 잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송) 도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송) 도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송) 업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용    * 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.    * 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다. 해외배송 안내 인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에    의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다. 해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다. 해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다. 알아두세요!!! 도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다. 오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다. 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다. 유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다. 택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.