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

• 

	데이터 과학 시리즈(에이콘)(총90건) 해석 가능한 AI : 설명 가능한 머신러닝 시스템 구축     31,500원 (10%↓) 통계의 함정 : 통계의 역설로 본 환상과 거짓     25,200원 (10%↓) LangChain으로 구현하는 LLM : 파이썬, ChatGPT로 LLM 애플리케이션 만들기     31,500원 (10%↓) 머신러닝을 위한 효율적 데이터 레이블링 : 인간 중심 AI를 위한 능동학습과 어노테이션     36,000원 (10%↓) 데이터 분석과 비판적 사고 : 양적 추론과 분석의 길잡이     31,500원 (10%↓) 파이토치 라이트닝으로 시작하는 딥러닝 : 파이썬으로 빠르게 고성능 AI 모델 만들기     31,500원 (10%↓) 텐서플로와 케라스로 구현하는 딥러닝     45,000원 (10%↓) 헬스케어 빅데이터 분석의 정석 : 한 권으로 끝내는 실사례에 기초한 헬스케어 빅데이터 분석 기술     31,500원 (10%↓) 로보틱스 알고리듬 : 중고등학생을 위한 입문서     27,000원 (10%↓) 인공지능 로보틱스     45,000원 (10%↓) 음성과 언어 처리 : 기계는 어떻게 사람의 말을 이해할까?     67,500원 (10%↓) 딥러닝 초보자를 위한 엔비디아 가이드북 : 엔비디아 현업 아키텍트가 저술한 검증된 딥러닝 입문서     54,000원 (10%↓) 컴퓨터 시대의 통계적 추론(연습문제 포함) : 알고리듬과 추론의 관계와 역할     36,000원 (10%↓) 인공지능 기반 의료 : 케어 패러다임 전환을 이끌 임상의학과 헬스케어 인공지능에 대한 조망     54,000원 (10%↓) 파이썬을 활용한 머신러닝 해석 가능성 : 예측의 공정성, 책임성, 투명성을 수립하는 다양한 방법 학습하기     40,500원 (10%↓) 오토케라스로 만드는 AutoML : 몇 줄의 코딩으로 이용할 수 있는 딥러닝     22,500원 (10%↓) 문과생을 위한 인공지능 입문 : 수학, 통계 지식 없이 배우는     31,500원 (10%↓) 네트워크 사이언스     45,000원 (10%↓) 그래프 머신러닝 : 머신러닝 알고리듬을 적용해 그래프 데이터 활용하기     31,500원 (10%↓) 공익을 위한 데이터 : 사회 발전을 위한 데이터 액션 활용법     36,000원 (10%↓) 네트워크     54,000원 (10%↓) 파이썬으로 하는 마케팅 연구와 분석 : 데이터 처리부터 시각화까지     36,000원 (10%↓) Pandas를 이용한 데이터 분석 실습 : 라이브러리로 다양한 실제 데이터 분석     45,000원 (10%↓) 일래스틱 스택을 이용한 머신러닝 : 머신러닝 피처로 데이터에서 귀중한 인사이트를 얻자     32,400원 (10%↓) 컴퓨터 비전을 위한 다중 시점 기하학 : 카메라를 위한 수학     58,500원 (10%↓) 컴퓨터 비전 : 원리, 알고리듬, 응용     76,500원 (10%↓) 고객 리텐션의 전략 : 데이터를 통해 고객 이탈을 막아라     36,000원 (10%↓) The R Book(한국어판) : R로 배우는 데이터 분석 기술     49,500원 (10%↓) 자연어 텍스트 처리를 통한 검색 시스템 구축 : 아파치 솔라, 루씬, OpenNLP 등 오픈소스 활용     36,000원 (10%↓) 데이터 스토리텔링 : 설득력 있는 프리젠테이션을 위한 데이터 시각화 기법     22,500원 (10%↓) 파워 BI와 엑셀 파워 피봇을 사용한 데이터 분석 : 예제를 통해 배우는 데이터 모델링     27,000원 (10%↓) 파이썬으로 실무에 바로 적용하는 머신 러닝     27,000원 (10%↓) 자연어 처리의 정석 : 자연어 처리의 A-Z 과거부터 최근 연구까지     45,000원 (10%↓) 추천 시스템의 통계 기법 : 실생활 추천 문제에 적용해보는 다양한 통계 기법     29,700원 (10%↓) 그래프 알고리즘 : 스파크와 Neo4j로 이해하는 알고리즘과 그래프 분석     29,700원 (10%↓) 파이썬 기반 강화학습 알고리듬 : DP, Q-Learning, AC, DQN, TRPO, PPO, DDPG, TD3     27,000원 (10%↓) 빅쿼리를 활용한 데이터 웨어하우스 구축 : 단계별로 배우는 구글 클라우드 관리형 데이터 분석     36,000원 (10%↓) 텐서플로 2로 배우는 금융 머신러닝 : 텐서플로와 Scikit-learn으로 금융 경제에 접목하는 인공지능     27,000원 (10%↓) 데이터 마이닝 : 실용적인 머신러닝 기술     45,000원 (10%↓) 헬스케어 분석을 위한 머신러닝 : 파이썬, 주피터 노트북, 텐서플로, 케라스를 이용한 적용 사례     22,500원 (10%↓) 생물정보학 알고리듬 : 2022년도 대한민국학술원 선정 교육부 우수학술도서     54,000원 (10%↓) AWS 기반 AI 애플리케이션 개발 : AI 유니콘 기업으로 도약하기     31,500원 (10%↓) 정보 검색의 이론과 실제 : 검색엔진을 구현하고 평가하는 방법     40,500원 (10%↓) 실전 알고리즘 트레이딩 배우기 : 파이썬으로 시작하는 알고리즘 트레이딩의 기초와 실전 전략     31,500원 (10%↓) 금융 파이썬 쿡북 : 금융 데이터 처리와 기술 분석부터 딥러닝 적용까지     31,500원 (10%↓) 자연어 처리와 딥러닝 : 딥러닝으로 바라보는 언어에 대한 생각     36,000원 (10%↓) 흥미로운 베이지안 통계 : 스타워즈, 레고, 러버 덕으로 이해하는 통계와 확률     27,000원 (10%↓) Pandas Cookbook : 파이썬 데이터 과학 기초     40,500원 (10%↓) AWS 클라우드 머신러닝 : 머신러닝 기초부터 AWS SageMaker까지     31,500원 (10%↓) 통계학으로 배우는 머신러닝 : 스탠퍼드대학교 통계학과 교수에게 배우는 머신러닝의 원리     54,000원 (10%↓) 알고리즘 마케팅 : 인공지능을 활용한 마케팅 자동화     31,500원 (10%↓) 파이썬을 활용한 스파크 프로그래밍 : 빅데이터 분석을 위한 스파크 활용법     27,000원 (10%↓) The Hundred-Page Machine Learning Book : 수식과 간결한 설명을 바탕으로 하는 핵심 머신 러닝     22,500원 (10%↓) 파이썬과 수치 해석 : 파이썬 수치 해석 레시피     45,000원 (10%↓) 인지 컴퓨팅 레시피 : Microsoft Cognitive Services와 TensorFlow를 활용한 인공지능 솔루션     31,500원 (10%↓) 빅데이터 시각화 : 하둡, R, D3.js, 태블로, 파이썬, 스플렁크로 배우는 빅데이터 시각화     25,200원 (10%↓) 파이썬을 활용한 비지도 학습 : 비구조 데이터로부터 숨겨진 패턴과 관계 찾기     31,500원 (10%↓) 구글 클라우드 플랫폼상의 데이터 과학 : 실시간 데이터 파이프라인 구현: 입수부터 머신 러닝까지     36,000원 (10%↓) 양자 컴퓨팅 입문 : 간결하게 배우는 양자 컴퓨팅     18,900원 (10%↓) 확률론적 로보틱스 : 로봇공학의 기초부터 SLAM과 자율 주행까지     45,000원 (10%↓) 어반 컴퓨팅 : 빅데이터로 변화하는 도시의 현재와 미래     45,000원 (10%↓) 적대적 머신러닝 : 머신러닝 알고리즘으로 하는 시스템 보안 공격과 방어     36,000원 (10%↓) 헬스케어 인공지능과 머신러닝 : 빅데이터를 활용한 개인 맞춤 건강관리     31,500원 (10%↓) 예제로 배우는 자연어 처리 기초 : NLP 알고리즘, 텍스트 분류와 요약, 감성 분석     31,500원 (10%↓) 케라스 2.x 프로젝트 : 실전 딥러닝 모델 구축과 훈련 9가지 프로젝트     31,500원 (10%↓) 생명정보학 알고리즘 : 파이썬으로 구현하는 생명정보학 알고리즘     36,000원 (10%↓) OpenCV 4를 활용한 머신러닝 입문 : OpenCV 4, 파이썬, scikit-learn을 사용해 이미지 처리 앱을     36,000원 (10%↓) 의사결정을 위한 데이터 과학 : 데이터 과학 총론     64,800원 (10%↓) 양자 컴퓨팅: 이론에서 응용까지     31,500원 (10%↓) 파이썬을 활용한 지리공간 분석 마스터하기 : GeoDjango, CARTOframes, MapboxGL-Jupyter를 활용한 GIS 프로세싱     36,000원 (10%↓) 통계 분석 너머 R의 무궁무진한 활용 : 워드/PDF/HTML 문서, 웹 사이트, 웹 애플리케이션, 다이내믹 데이터 시각화     36,000원 (10%↓) 텐서플로를 이용한 고급 딥러닝 : 수학의 기초와 함께 이해하는 파이썬 딥러닝     31,500원 (10%↓) 크롤리의 통계학 강의 : R을 활용한 입문     27,000원 (10%↓) 크롤리 교수의 통계학과 R 언어 세트     70,200원 (10%↓) 정보 스토리지와 관리 : 클라우드 컴퓨팅 시대의 정보 저장과 관리 보호 기법     36,000원 (10%↓) 엔터프라이즈 빅데이터 레이크 : 효율적인 데이터 레이크 도입과 모범 사례     27,000원 (10%↓) 양자 컴퓨터 원리와 수학적 기초 : 스핀부터 큐비트, 얽힘, 중첩, 양자 알고리즘, 양자 암호화     22,500원 (10%↓) 수학 없이 배우는 데이터 과학과 알고리즘 : 모두를 위한 데이터 사이언스     12,420원 (10%↓) 생명과학을 위한 딥러닝 : 생물학, 유전체학, 신약 개발에 적용하는 실무 딥러닝     22,500원 (10%↓) 머신 러닝 알고리즘 : 파이썬 예제와 함께 배우는 머신 러닝     31,500원 (10%↓) 데이터 마이닝 개념과 기법     45,000원 (10%↓) 데이터 과학 입문자를 위한 R : 설치부터 패키지 개발까지 R로 시작하는 데이터 과학     36,000원 (10%↓) Splunk 7 에센셜 : 데이터셋활용, 보고서제작, 강력한 정보 공유를 통한 머신 데이터 파헤치기     21,600원 (10%↓) R로 하는 쉬운 딥러닝     18,000원 (10%↓) Data Smart : 엑셀로 이해하는 데이터 과학 입문     27,000원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 3 : Deep Convolution Neural Nets의 이해와 구현     25,200원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 2 : 복소수 영역에서의 오토인코더 이해와 구현     25,200원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 1 : Restricted Boltzman Machine의 이해와 Deep Belief Nets 구현     27,000원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 세트 : RBM부터 CNN, 오토인코더까지 코딩하며 깨우치는 딥러닝의 원리     70,200원 (10%↓) Building Machine Learning Systems with Python(한국어판) : Scikit-learn 라이브러리로 구현하는 기계 학습 시스템     27,000원 (10%↓)

• 
• 
• 인공지능에 관심이 있지만 복잡한 수식이나 어려운 코드 때문에 학습을 시작하기 어려웠던 사람들을 위한 책이다. 누구나 쉽게 인공지능 개발을 경험할 수 있도록 수학적 설명을 최대한 배제했다. 코딩에 대한 기초 지식 없이도 쉽게 인공지능 개발에 도전할 수 있도록 개발 환경 구축부터 파이썬의 기초적인 사용법을 다룬다. 또한 실제 인공지능 개발 workflow를 소개함으로써 인공지능 개발의 A to Z를 모두 경험할 수 있는 기회를 제공한다. 이 책은 인공지능 개발에 도전하고 싶은 분들이 파이썬을 이용해서 그 첫걸음을 떼는 데 도움이 될 것이다.
• 
• ◈ 이 책에서 다루는 내용 ◈ ◆ 인공지능 입문자를 고려한 인공지능 개발A to Z 소개 ◆ 수식보다 개념적 이해를 통한 인공지능 학습 과정에 초점을 맞춘 설명 ◆ 인공지능 개발 과정에서 생길 수 있는 윤리적 이슈 소개 ◆ 누구나 쉽게 인공지능을 개발할 수 있도록 구글 코랩(colab) 개발 환경 사용 ◆ 인공지능 개발을 위한 파이썬 기초부터 데이터 처리, 데이터 시각화 실습 ◆ 인공지능 개발 워크플로우 설명 ◆ 실제 활용할 수 있는 인공지능 개발 예제 포함 ◆ 예측, 분류, 군집화, 텍스트 자동 분석 등 다양한 인공지능 개발 실습 제공 ◆ 인공지능 개발에 필요한 다양한 노하우 수록 ◈ 이 책의 대상 독자 ◈ ◆ 인공지능을 처음 접해 개념 이해와 코딩 기초부터 탄탄히 쌓고 싶은 분 ◆ 인공지능 학습을 어디에서부터 시작해야 할지 감이 잘 잡히지 않는 분 ◆ 본격적으로 인공지능을 배우기에 앞서, 인공지능 개발의 A to Z를 경험해 보고 싶은 분 ◆ 복잡한 수학적 설명이나 어려운 코드 때문에 인공지능 학습을 포기한 경험이 있는 분 ◆ 업무 효율 증대와 합리적 의사결정을 위해 인공지능 개발을 해보고 싶은 분 ◈ 이 책의 구성 ◈ 첫 두 챕터는 인공지능에 대한 개괄적 이해를 돕는다. 먼저 1장은 인공지능의 개념과 이 책의 구성을 설명한다. 2장에서는 앞으로 인공지능을 개발하면서 고려해야 할 윤리적 쟁점에 대해서 논의한다. 인공지능의 객관성에 대한 질문부터 인공지능을 만드는 데 사용되는 데이터의 대표성까지 인공지능 개발자로서 항상 비판적 시선으로 인공지능 시스템 개발 과정을 바라볼 필요가 있기 때문이다. 8장에서는 인공지능 시스템을 만드는 데 필요한 컴퓨터 프로그램 언어인 파이썬을 배운다. 9장부터 12장까지는 본격적으로 인공지능 시스템을 만드는 데 필요한 단계들을 개념적으로 설명한다. 파이썬의 기초, 인공지능 개발 파이프라인, 인공지능 개발 실습의 세 부분으로 구성돼 있다.
• 
• 1장. 들어가며 __1.1 인공지능이란 무엇인가? __1.2 이 책의 특징 __1.3 이 책의 구성 ____1.3.1 파이썬의 기초 ____1.3.2 인공지능 개발 파이프라인 ____1.3.3 인공지능 개발 실습 __1.4 요약 2장. 인공지능과 사회 윤리 __2.1 인공지능과 윤리 __2.2 데이터 수집과 윤리 __2.3 인공지능과 데이터 편향 __2.4 인공지능과 사회적 영향 __2.5 요약 3장. 파이썬과 구글 코랩 사용하기 __3.1 왜 파이썬을 사용해야 하나? __3.2 구글 코랩은 무엇인가? __3.3 구글 코랩의 A to Z ____3.3.1 구글 코랩 실행하기 ____3.3.2 코드셀과 텍스트셀 ____3.3.3 코랩 노트북 공유 방법 ____3.3.4 구글 코랩 코드 히스토리 보기 __3.4 구글 코랩에서 외부 파일 사용하기 __3.5 구글 코랩 중단하기 ____3.5.1 실행 중인 코드 중단하기 ____3.5.2 런타임 재시작하기 및 런타임 초기화하기 __3.6 요약 4장. 파이썬과 친해지기 1 __4.1 파이썬 시작하기 ____4.1.1 안녕, 세상아! 출력하기 ____4.1.2 주석 달기 __4.2 파이썬을 사용해 계산 결과 출력하기 ____4.2.1 파이썬에서의 사칙 연산 ____4.2.2 왜 마지막 값만 출력될까? __4.3 파이썬에서 사용되는 데이터의 종류 ____4....3.1 파이썬에서 사용하는 네 가지 데이터 유형 ____4.3.2 문자열에서의 따옴표 사용 ____4.3.3 데이터 값 사이의 연산 ____4.3.4 큰 숫자의 표시 ____4.3.5 데이터 간 유형 변환 __4.4 문자열 인덱싱과 슬라이싱 ____4.4.1 인덱싱 실습 ____4.4.2 슬라이싱 __4.5 요약 __연습문제 1 5장. 파이썬과 친해지기 2 __5.1 변수 ____5.1.1 변수에 데이터 저장하기 ____5.1.2 변수명 정하기 ____5.1.3 사용자에게 데이터를 입력받아 변수에 저장하기 __5.2 리스트 ____5.2.1 리스트 만들기 ____5.2.2 리스트에 저장되는 데이터의 유형 ____5.2.3 리스트의 인덱싱과 슬라이싱 ____5.2.4 리스트의 연산 __5.3 리스트 안의 데이터 다루기 ____5.3.1 리스트 안의 데이터 수정 ____5.3.2 명령어를 사용해 리스트 안의 요소 처리 ____5.3.3 리스트의 복제 __5.4 딕셔너리 ____5.4.1 딕셔너리 만들기 ____5.4.2 딕셔너리 인덱싱 __5.5 딕셔너리 안의 데이터 다루기 ____5.5.1 딕셔너리 데이터 추가 ____5.5.2 딕셔너리 안의 데이터 수정 ____5.5.3 딕셔너리 안의 데이터 삭제 ____5.5.4 딕셔너리 복제 __5.6 요약 __연습문제 2 6장. 조건문과 반복문 __6.1 연산자 ____6.1.1 대입연산자 ____6.1.2 비교연산자 ____6.1.3 멤버연산자 ____6.1.4 식별연산자 __6.2 조건문의 활용 ____6.2.1 조건문의 형식 ____6.2.2 복수의 조건문 사용법 ____6.2.3 if, elif, else의 활용 __6.3 반복문 ____6.3.1 반복문은 왜 필요한가? ____6.3.2 while을 사용해 조건이 만족할 때까지 반복해 실행하기 ____6.3.3 while문과 조건문의 사용 __6.4 for를 사용해 일정 범위에서 반복문을 사용하기 ____6.4.1 for문의 기본 문법 ____6.4.2 for의 중첩 사용 ____6.4.3 for와 if, continue의 사용 __6.5 리스트의 요소 자동으로 채우기 ____6.5.1 리스트 컨프리헨션의 형식 ____6.5.2 리스트 컴프리헨션과 조건문 사용하기 __6.6 딕셔너리의 요소 자동으로 채우기 ____6.6.1 딕셔너리 컴프리헨션 만들기 ____6.6.2 조건문과 함께 딕셔너리 컴프리헨션 사용하기 __6.7 요약 __연습문제 3 7장. 판다스의 활용 __7.1 판다스 ____7.1.1 판다스 사용할 준비하기 ____7.1.2 데이터 시리즈 ____7.1.3 데이터 시리즈의 특성 __7.2 데이터프레임 ____7.2.1 데이터프레임 만들기 ____7.2.2 데이터프레임 인덱싱하기 __7.3 외부 데이터 관리하기 ____7.3.1 데이터 불러오기 __7.4 데이터프레임 살펴보기 ____7.4.1 데이터 특성 확인하기 ____7.4.2 데이터프레임의 연산 ____7.4.3 조건에 맞는 데이터만 가져오기 __7.5 데이터 합치기 ____7.5.1 .append()를 사용해 반복되는 데이터 합치기 ____7.5.2 .merge()를 사용해 독립적인 두 데이터 합치기 __7.6 탐색적 데이터 분석 및 처리 ____7.6.1 데이터프레임에 대한 기본 정보 살펴보기 ____7.6.2 데이터 탐색적 분석하기 ____7.6.3 열에 대한 여러 정보를 한번에 보기 __7.7 명목 변수를 사용해서 그룹별로 기술 통계치 출력하기 ____7.7.1 명목 변수란? ____7.7.2 명목 변수를 사용해 데이터 나눠 보기 __7.8 요약 __연습문제 4 8장. 데이터 시각화 실습 __8.1 데이터 시각화 ____8.1.1 시각화를 위해서 사용한 seaborn 모듈 ____8.1.2 간단한 선 그래프 그리기 __8.2 분포도를 사용해 데이터 분포 보기 ____8.2.1 변수 하나의 분포도 시각화하기 ____8.2.2 여러 데이터의 분포도를 시각화하기 ____8.2.3 막대의 크기 조절 ____8.2.4 명목 변수를 사용해 하나의 분포도에 다른 그룹을 시각화하기 __8.3 박스플롯을 사용해 데이터 특성 파악하기 ____8.3.1 박스플롯의 개념 ____8.3.2 박스플롯 시각화 ____8.3.3 명목 변수를 사용해 그룹별로 박스플롯 시각화하기 ____8.3.4 여러 그룹의 분포 살펴보기 __8.4 두 변수의 관계를 산점도를 사용해 시각화하기 ____8.4.1 산점도 그리기 ____8.4.2 그룹에 따라 산점도를 다르게 시각화하기 ____8.4.3 데이터별 크기 조절 __8.5 히트맵을 사용해 두 변수의 빈도 구하기 ____8.5.1 히트맵의 개념과 실습 데이터 ____8.5.2 피벗테이블 만들기 ____8.5.3 히트맵 만들기 __8.6 워드클라우드로 단어 빈도 시각화하기 ____8.6.1 분석 준비하기 ____8.6.2 데이터 전처리 ____8.6.3 단어 빈도 수 시각화하기 ____8.6.4 워드클라우드 조정하기 __8.7 요약 __연습문제 5 9장. 인공지능 개발 파이프라인 __9.1 인공지능 개발 워크플로 __9.2 문제 제기 __9.3 데이터 파악 __9.4 데이터 전처리 및 정제 __9.5 모델 학습, 검증, 평가 __9.6 요약 10장. 데이터 수집/이해/처리 __10.1 데이터란 무엇인가? ____10.1.1 구조화된 데이터와 비구조화된 데이터 __10.2 데이터 수집 ____10.2.1 탐색적 데이터 분석 __10.3 데이터 전처리 실습 ____10.3.1 결측값 처리 ____10.3.2 결측값 처리 실습 ____10.3.3 이상치 처리 실습 __10.4 데이터 정제 ____10.4.1 기존의 데이터를 사용해 새로운 데이터로 변환 ____10.4.2 데이터 리코딩 ____10.4.3 원-핫-인코딩 __10.5 요약 11장. 모델과 학습 __11.1 모델이란? __11.2 인공지능에서 학습이란? __11.3 지도 학습 __11.4 비지도 학습 __11.5 강화학습 __11.6 요약 12장. 모델 검증 및 평가 __12.1 모델을 왜 평가하나? ____12.1.1 지도 학습을 사용해 학습한 모델의 평가 ____12.1.2 비지도 학습을 사용해 학습한 모델의 평가 __12.2 과소적합과 과대적합 문제 __12.3 모델 검증과 평가 실습 ____12.3.1 과소적합 및 과대적합 실습 준비 ____12.3.2 회귀분석 학습 및 평가 __12.4 교차 검증 ____12.4.1 교차 검증의 개념 ____12.4.2 K-겹 교차 검증 ____12.4.3 K-겹 교차 검증 실습 __12.5 모델 평가 ____12.5.1 예측 모델 ____12.5.2 분류 모델 ____12.5.3 비지도 학습에서의 평가 __12.6 요약 13장. 예측 문제 해결하기(비가 오는 날은 영화 관객 수가 줄어들까?) __13.1 들어가며 __13.2 선형 회귀 모델에 대한 개념적 설명 __13.3 인공지능 모델 학습 준비 ____13.3.1 준비하기 ____13.3.2 데이터 불러오기 __13.4 데이터 탐색적 분석 __13.5 예측 모델 학습 ____13.5.1 데이터셋 준비 ____13.5.2 데이터셋 분리 __13.6 모델 학습 __13.7 정규화 __13.8 모델 검증 및 평가 ____13.8.1 모델 평가 __13.9 K-겹 교차 검증 __13.10 모델 평가 활용 __13.11 학습된 모델로 2020년 영화 관객 수 예측해 보기 __13.12 요약 __연습문제 6 14장. 분류 문제 해결하기(누가 신문을 읽고 있을까?) __14.1 들어가며 ____14.1.1 서포트 벡터 머신의 개념 __14.2 분류 모델 학습 준비 ____14.2.1 데이터 준비 ____14.2.2 탐색적 분석 __14.3 분류 모델 학습 ____14.3.1 데이터 준비 ____14.3.2 분류 모델 학습 __14.4 모델 평가 ____14.4.1 혼동행렬 ____14.4.2 혼동행렬을 사용해 평가 지표 구하기 ____14.4.3 Receiver Operating Characteristics(ROC) 커브를 사용해 모델 평가하기 __14.5 모델 성능 개선 ____14.5.1 모델 개선: 분류에 사용하는 특성이 많아지면 모델 성능이 향상될까? ____14.5.2 변수를 계속 추가하면 모델의 성능이 계속 향상될까? ____14.5.3 모델 성능 비교 ____14.5.4 K-겹 교차 검증 __14.6 요약 __연습문제 7 15장. 군집화 문제 해결하기(강수량과 평균 기온으로 사계절을 구분할 수 있을까? __15.1 K-평균 군집화의 개념 __15.2 K-평균 군집화 모델 학습 ____15.2.1 준비하기 ____15.2.2 탐색적 분석 ____15.2.3 모델 학습 ____15.2.4 학습된 모델 확인 ____15.2.5 K-평균 군집 모델 시각화 __15.3 K-평균 군집화 모델 평가 ____15.3.1 실루엣 분석의 개념 ____15.3.2 각 데이터별 실루엣 계수 구하기 ____15.3.3 실루엣 계수를 사용해 모델 성능 비교 ____15.3.4 실루엣 분석 시각화 __15.4 요약 __연습문제 8 16장. 텍스트를 자동으로 분류하기(토픽 모델링을 사용한 신문사설 자동 분류 모델) __16.1 토픽 모델링이란? ____16.1.1 토픽 모델링의 개념 ____16.1.2 LDA 토픽 모델링 ____16.1.3 토픽 모델링 실습 과정 __16.2 텍스트 전처리 ____16.2.1 분석 준비하기 ____16.2.2 텍스트 전처리 ____16.2.3 특수 기호 없애기 ____16.2.4 형태소 분석 ____16.2.5 정규화 ____16.2.6 불용어 제거 __16.3 토픽 모델링 실습 ____16.3.1 토모토파이 설치 ____16.3.2 토모토파이 기본 사용 방법 __16.4 최적의 K값 찾기 ____16.4.1 토픽 모델링 함수 정의 ____16.4.2 K값 찾기 ____16.4.3 혼란도 값의 시각화 __16.5 토픽 모델링 결과 탐색 ____16.5.1 토픽별로 확률이 높은 단어 출력하기 ____16.5.2 각 문서별 토픽 분포 구하기 ____16.5.3 토픽 이름 붙이기 ____16.5.4 토픽 모델링 시각화 __16.6 요약 __연습문제 9
• 
• 

• 김장현 [저]

• 연세대학교에서 경제학(학사)과 인터넷이용자 연구(석사)를 했다. 이후 데이터사이언스와 커뮤니케이션을 접목하기 위해 미국 뉴욕주립대학교 버팔로(State University of New York at Buffalo)에서 유학을 했다. 박사 학위 취득 후에는 하와이대, DGIST 대구경북과학기술원에서 교수 생활을 했으며, 2014년 이후 성균관대에서 융복합 학부와 대학원 학과를 여러 개 설립하는 데 기여했다. 교육현장에서 문과생이나 비전공자에게 인공지능 기초를 강의하는 것이 얼마나 어려우면서도 중요한지 깨닫고 이 책을 쓰게 됐다.

• 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.