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

• 

	아이러브 A.I(제이펍의 인공지능)(총29건) 케라스 창시자의 딥러닝 with R     26,100원 (10%↓) 파이썬으로 배우는 응용 텍스트 분석 : 언어 인식 데이터 제품 개발을 위한 머신러닝     24,300원 (10%↓) 알파제로를 분석하며 배우는 인공지능 : 딥 러닝, 강화 학습, 탐색으로 배우는 인공지능 프로그래밍     27,000원 (10%↓) 예제로 배우는 파이썬 머신러닝 : 텐서플로 2, 파이토치, 사이킷런으로     29,700원 (10%↓) 단단한 심층강화학습 : 심층강화학습 기본 개념을 제대로 정리한 인공지능 교과서     27,000원 (10%↓) 파이썬 머신러닝 실무 테크닉 100     22,500원 (10%↓) 코드로 배우는 인공지능 : 개발자의, 개발자에 의한, 개발자를 위한 AI     22,500원 (10%↓) 파이토치 첫걸음 : 딥러닝 모델 생성에서 애플리케이션 개발까지     21,600원 (10%↓) 단단한 머신러닝 : 머신러닝 기본 개념을 제대로 정리한 인공지능 교과서     27,000원 (10%↓) 딥러닝 인 더 브라우저 : 자바스크립트 프레임워크를 이용한 딥러닝 웹 개발     18,000원 (10%↓) 데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집 : 100개 이상의 실전 면접 문제로 배우는 머신러닝/딥러닝/강화학습 알고리즘     30,600원 (10%↓) 단단한 강화학습 : 강화학습 기본 개념을 제대로 정리한 인공지능 교과서     31,500원 (10%↓) 딥러닝을 위한 수학 : 신경망 수학 기초부터 역전파와 경사하강법까지     27,000원 (10%↓) 비전공자를 위한 인공지능 교과서 : 미래를 준비하는 모두를 위한 이 시대의 교양     16,200원 (10%↓) 머신러닝 엔지니어링 : 데이터 수집부터 특징 공학, 모델 평가, 배포, 유지보수까지     25,200원 (10%↓) 인공지능 2 : 현대적 접근방식     34,200원 (10%↓) 인공지능 1 : 현대적 접근방식     37,800원 (10%↓) 쏙쏙 들어오는 인공지능 알고리즘     25,200원 (10%↓) 주머니 속의 머신러닝 : 파이썬으로 구조적 데이터 다루기     13,500원 (10%↓) 입문에서 컴피티션까지 파이썬으로 시작하는 캐글 : 예제 코드 상세 해설 수록     16,200원 (10%↓) 심층 강화학습 인 액션 : 기본 개념부터 파이썬 기반의 최신 알고리즘 구현까지     27,000원 (10%↓) 파이썬으로 배우는 자연어 처리 인 액션     31,500원 (10%↓) 검색을 위한 딥러닝 : 심층 신경망을 활용하는 차세대 검색 엔진 개발     26,100원 (10%↓) 브레인 이미테이션 : 인간을 모방한 인공지능 | 두뇌를 모방한 뉴럴 네트워크     16,200원 (10%↓) 알파고를 분석하며 배우는 인공지능 : 딥 러닝, 몬테카를로 트리 탐색, 듀얼 네트워크, 강화 학습 구조 이해하기     23,400원 (10%↓) 심층 학습     37,800원 (10%↓) 패턴 인식과 머신 러닝 : 패턴 인식 계열의 바이블 | 모두가 기다려온 바로 그 비숍책 한국어판 출간     41,400원 (10%↓) 인공지능 70 : 재미있게 알아보는 AI 키워드     11,700원 (10%↓) 텐서플로로 시작하는 딥러닝 : 합성곱 신경망 중심의 딥러닝 알고리즘     21,600원 (10%↓)

• 
• 
• 딥러닝을 활용해 더 스마트하고 인간 친화적인 검색 엔진을 만드는 기술의 모든 것! 구글이나 네이버에서 벗어나 나만의 사용자 중심 검색 엔진을 만들 수 있을까? 이 책에서는 딥러닝, 즉 심층 신경망을 사용하여 더 나은 검색을 이끌어내는 방법을 배웁니다. 우선 색인 처리 및 순위지정과 같은 기본 검색 기술이 딥러닝과 어떤 관련성이 있는지를 알아봅니다. 그런 다음, 아파치 루씬과 DL4J를 사용하는 검색 기능을 딥러닝 기술로 보강해 보는 심층 예제를 다루고, 더 나아가서 이미지 검색, 사용자 질의 내용 번역, 학습하는 동안 개선되는 검색 엔진 설계와 같은 고급 주제를 살펴봅니다.
• 
• 딥러닝 기술을 활용해서 한층 더 진화된 검색 엔진을 완성한다! 신경망을 이용한 인공지능 검색 시스템의 원리와 활용! 딥러닝을 활용하면 검색어가 부정확하거나, 색인이 심하게 꼬여 있거나, 메타데이터가 거의 없는 상태에서도 이미지 검색과 같은 가장 까다로운 검색까지 처리할 수 있다. 또한, DL4J나 텐서플로와 같은 최신 도구를 사용하면 데이터 과학이나 자연어 처리에 대한 배경지식이 깊지 않아도 강력한 딥러닝 기술을 응용할 수 있다. 독자는 이 책을 통해 신경망을 사용하여 검색 결과를 향상시키는 방법을 배울 수 있다. 이 책에서는 색인 처리 및 순위지정과 같은 기본 검색 기술이 딥러닝과 어떤 관련성이 있는지를 검토하는 것부터 시작한다. 그런 다음, 아파치 루씬과 DL4J를 사용하는 검색 기능을 딥러닝 기술로 보강해 보는 심층 예제를 다루고, 더 나아가서 이미지 검색, 사용자 질의 내용 번역, 학습하는 동안 개선되는 검색 엔진 설계와 같은 고급 주제를 살펴본다. 이 책의 주요 내용 ■ 동의어를 생성해 쿼리 보충하기 ■ 정확하고 연관성 높은 결과가 먼저 나오게 순위지정하기 ■ 여러 외국어를 사용해서 검색하기 ■ 이미지 내용을 가지고 이미지 검색하기 ■ 추천 기능을 제공해 검색 돕기
• 
• 옮긴이 머리말 추천사 머리말 감사의 말 이 책에 대하여 베타리더 후기 PART I 검색이 딥러닝을 만나다 1 CHAPTER 1 신경망을 이용한 검색 3 1.1 신경망과 딥러닝 5 1.2 머신러닝이란? 8 1.3 검색 시에 딥러닝으로 할 수 있는 일은? 10 1.4 딥러닝 학습을 위한 계획도 14 1.5 유용한 정보 꺼내기 16 1.5.1 텍스트, 토큰, 용어, 검색에 관한 기초 지식 18 1.5.2 연관도 우선 28 1.5.3 고전적인 검색 모델 29 1.5.4 정밀도와 재현율 30 1.6 미해결 문제들 31 1.7 검색 엔진 블랙박스 열기 32 1.8 구조의 손길을 펼치는 딥러닝 34 1.9 색인아, 뉴런을 만나 주지 않을래? 38 1.10 신경망 훈련 39 1.11 신경 검색의 약속들 42 CHAPTER 2 동의어 생성 44 2.1 동의어 확장 소개 45 2.1.1 왜 동의어인가? 47 2.1.2 어휘 기반 동의어 일치 49 2.2 맥락의 중요성 60 2.3 순방향 신경망 62 2.4 word2vec 사용 66 2.4.1 Deeplearning4j에 word2vec 끼워 쓰기 76 2.4.2 Word2vec 기반 동의어 확장 77 2.5 평가 및 비교 80 2.6 프로덕션 시스템에 대해 고려할 사항 81 2.6.1 동의어 대 반의어 83 PART 2 검색... 엔진에 신경망들 던져 넣기 87 CHAPTER 3 일반 검색에서 텍스트 생성까지 89 3.1 정보 요구 대 쿼리: 틈새를 메우는 것 91 3.1.1 대안 쿼리 생성 91 3.1.2 데이터 준비 94 3.1.3 데이터 생성 준비 102 3.2 시퀀스 학습 103 3.3 재귀 신경망 104 3.3.1 RNN 내부 구조와 작동 방식 107 3.3.2 장기 의존성 111 3.3.3 장단기 기억망 112 3.4 비지도 학습 방식으로 텍스트를 생성하기 위한 LSTM 망 113 3.4.1 비지도 쿼리 확장 122 3.5 비지도 텍스트 생성에서 지도 텍스트 생성까지 126 3.5.1 시퀀스-투-시퀀스 모델링 126 3.6 프로덕션 시스템에 대해 고려해야 할 점 130 CHAPTER 4 그럴듯한 쿼리들 제안하기 133 4.1 쿼리 제안 생성 134 4.1.1 쿼리 작성 중에 제안하기 135 4.1.2 사전 기반 제안 136 4.2 루씬 룩업 API 136 4.3 분석된 내용을 활용하는 제안기 141 4.4 언어 모델 사용 148 4.5 내용 기반 제안기 152 4.6 신경 언어 모델 154 4.7 제안용 문자 기반 신경 언어 모델 156 4.8 LSTM 언어 모델 조율 160 4.9 단어 매장을 이용한 제안 다양화 169 CHAPTER 5 단어 매장을 사용해 검색 결과의 순위지정하기 173 5.1 순위지정의 중요성 174 5.2 검색 모델 177 5.2.1 TF-IDF와 벡터 공간 모델 179 5.2.2 루씬에서 문서의 순위지정하기 183 5.2.3 확률 모델 186 5.3 신경 정보 검색 188 5.4 단어 벡터에서 문서 벡터까지 189 5.5 평가 및 비교 196 5.5.1 평균 단어 매장 기준 유사도 198 CHAPTER 6 순위지정 및 추천을 위한 문서 매장 203 6.1 단어 매장으로부터 문서 매장까지 204 6.2 순위지정 시 단락 벡터 사용 208 6.2.1 단락 벡터 기반 유사도 211 6.3 문서 매장과 연관 내용 211 6.3.1 검색, 추천 그리고 연관 내용 212 6.3.2 빈출 용어들을 사용해 유사한 내용 찾기 214 6.3.3 단락 벡터를 사용해 유사한 내용 검색 224 6.3.4 인코더-디코더 모델에서 벡터를 사용해 유사한 내용 검색 227 PART 3 한 걸음 더 나아가다 231 CHAPTER 7 여러 언어로 검색하기 233 7.1 언어가 서로 다른 사용자들에게 서비스하기 234 7.1.1 문서 번역 대 쿼리 번역 235 7.1.2 교차 언어 검색 237 7.1.3 루씬 기반 다중 언어 쿼리 239 7.2 통계적 기계 번역 241 7.2.1 정렬 244 7.2.2 단락 기반 번역 245 7.3 병렬 말뭉치를 가지고 일하기 246 7.4 신경 기계 번역 249 7.4.1 인코더-디코더 모델 250 7.4.2 DL4J에서 기계 번역을 하기 위한 인코더-디코더 254 7.5 여러 언어를 위한 단어 매장 및 문서 매장 261 7.5.1 선형 사영 1개 국어 사용 매장 261 CHAPTER 8 내용 기반 이미지 검색 268 8.1 이미지 내용과 검색 270 8.2 되돌아보기: 텍스트 기반 이미지 검색 272 8.3 이미지 이해하기 275 8.3.1 이미지 표현 277 8.3.2 특징 추출 280 8.4 이미지 표현을 위한 딥러닝 288 8.4.1 CNN 290 8.4.2 이미지 검색 298 8.4.3 국소성 민감 해싱 304 8.5 레이블이 없는 이미지 다루기 308 CHAPTER 9 성능 엿보기 314 9.1 성과 및 딥러닝의 약속 315 9.1.1 모델 설계로부터 모델 산출로 316 9.2 색인과 뉴런이 협동하게 하기 334 9.3 데이터 스트림 작업 337 찾아보기 346
• 
• 최종 사용자에게는 검색 결과의 품질이 무척 중요하다. 검색 엔진은 어떤 검색 결과가 특정 사용자가 필요한 정보에 가장 부합한지를 알아내는 일을 무엇보다 잘 해야 한다. 검색 결과로 나온 내용에 순위(rank)가 잘 지정되어 있으면 사용자들은 중요한 결과를 더 쉽고 빠르게 찾을 수 있다. 그래서 우리는 관련 결과(relevant result)의 토픽에 많은 중점을 두었다. 현실적으로 이로 인해 엄청난 격차가 벌어진다. _12페이지 쿼리 로그의 각 행에는 검색 결과(더 정확하게 말하자면 일치하는 결과를 담은 문서 식별번호들)와 관련된 사용자 입력 쿼리가 포함되어 있다. 하지만 여러분이 필요로 하는 것은 이게 아니다. 훈련 사례는 입력 쿼리와 입력과 유사한 하나 이상의 출력 쿼리로 구성되어야 한다. 그래서 망을 훈련하기 전에 여러분은 검색 로그의 라인을 처리하고 훈련 집합을 만들어야 한다. 데이터를 조작하고 수정하는 일을 포함한 이러한 종류의 작업을 흔히 데이터 준비(data preparation) 또는 전처리(preprocessing)라고 한다. 다소 지루하게 들릴지 모르지만, 데이터 준비는 관련된 머신러닝 과제의 성패를 좌우한다. _96페이지 신경 언어 모델은 그 밖의 언어 모델들(예를 들면, 엔그램 모델)과 동일한 기능을 가지고 있어야 한다. 차이점은 언어 모델들이 확률 예측을 학습하는 방법과 예측이 얼마나 더 나은 것인가에 달려 있다. 3장에서는 셰익스피어의 작품에서 나온 텍스트를 재현하려는 재귀 신경망(RNN)을 도입했다. 우리는 RNN이 어떻게 작용하는지에 초점을 맞췄지만, 실제로 여러분은 문자 수준 신경 언어 모델(character-level neural language model)을 설정하고 있었다! 여러분은 RNN이 비지도 방식으로 텍스트 시퀀스를 아주 잘 학습한다는 점을 보았는데, 이는 RNN이 이전에 본 시퀀스를 바탕으로 새로운 시퀀스를 잘 생성할 수 있기 때문이다. 언어 모델은 텍스트 시퀀스에 대한 정확한 확률을 얻는 법을 학습하므로 이런 언어 모델이 RNN으로 쓰기에 딱 맞는 것처럼 보인다. _154페이지 통계적 기계 번역(statistical machine translation, SMT)은 통계적 접근법을 사용해 입력 단어나 입력 문장에 대해 어떤 표적 단어나 표적 문장이 가장 가능성이 높은 번역인지를 예측한다. 예를 들어, 통계적 기계 번역 프로그램은 ‘‘hombre’라는 단어의 영어 번역 중에 가장 가능성이 높은 것은 무엇인가?’라는 질문에 대답할 수 있어야 한다. 그렇게 하려면 통계 모델을 병렬 말뭉치를 통해 훈련해야 한다. 병렬 말뭉치(parallel corpus)는 각 내용이 원어(예: 스페인어)와 표적 어(예: 영어)라는 두 가지 버전으로 제공되는 텍스트 조각(문서, 문장, 단어 등)의 모임이다. _241페이지 인공 신경망과 인간의 뇌의 작용 간에는, 이 두 가지 신경망의 이름에도 불구하고, 서로 어떤 관련이 있는지 분명하지 않다. 대부분의 일반적인 인공 신경망 아키텍처에는 고정된 구조가 있다. 즉, 인공 신경망의 뉴런은 완전히 연결되어 있는 반면, 뇌의 신경세포는 그렇게 고정된(그리고 단순한) 구조를 가지고 있지 않다. CNN(convolutional neural networks, ‘합성곱 신경망’)은 원래 인간의 뇌에 있는 시각적 피질이 어떻게 작용하는지로부터 영감을 얻어 만든 것인데, 여기에 쓰이는 세포는 이미지의 특정 부분을 처리한 다음에 정교한 흐름을 따라 정보를 다른 세포로 전달하는 방식으로, 이는 여러분이 CNN에서 보게 될 내용과 같다. CNN이 다른 유형의 신경망과 관련하여 작동하는 방법의 근본적인 차이점은 평탄한 신호 입력(예: 조밀 벡터나 원핫인코딩 벡터)을 처리하지 않는다는 것...이다. _290페이지
• 
• 

• 토마소 테오필리 [저]

• 박진수 [저]

• 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.