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

• 

	위키북스 데이터 사이언스(총56건) 실전! 프로젝트로 배우는 딥러닝 컴퓨터비전 : 영상분석 이론부터 엔비디아 젯슨 나노를 활용한 자율주행 실습까지     31,500원 (10%↓) 파이썬 텍스트 마이닝 바이블 2 : 파이썬 기초부터 트랜스포머, BERT, GPT까지     25,200원 (10%↓) 파이썬 텍스트 마이닝 바이블 1 : 파이썬 기초부터 트랜스포머, BERT, GPT까지     37,800원 (10%↓) 파이토치 트랜스포머를 활용한 자연어 처리와 컴퓨터비전 심층학습 : 실전 프로젝트와 최신 알고리즘을 통한 딥러닝 모델 개발     43,200원 (10%↓) 실전! 컴퓨터비전을 위한 머신러닝 : 텐서플로와 케라스를 활용한 머신러닝 기반 이미지 처리 완벽 가이드     31,500원 (10%↓) 파이썬 데이터 사이언스 핸드북 : IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn 라이브러리를 활용한 데이터 과학과 머신러닝     34,200원 (10%↓) 파이썬 텍스트 마이닝 완벽 가이드 : 자연어 처리 기초부터 딥러닝 기반 BERT와 트랜스포머까지     27,000원 (10%↓) 데이터 분석가가 반드시 알아야 할 모든 것 : 파이썬 코드와 캐글 데이터셋으로 실습하는     34,200원 (10%↓) 모두를 위한 메타러닝 : PyTorch를 활용한 Few-shot 학습 모델과 빠른 강화학습 에이전트 만들기     23,400원 (10%↓) 파이썬 웹 스크레이핑 완벽 가이드 : 파이썬 기초문법부터 스트림릿을 이용한 웹 앱 제작과 카카오 API 활용까지     28,800원 (10%↓) 파이썬을 활용한 머신러닝 자동화 시스템 구축     25,200원 (10%↓) 차근차근 실습하며 배우는 파이토치 딥러닝 프로그래밍 : 파이썬부터 머신러닝 기초, 이미지 인식, 파인 튜닝까지     28,800원 (10%↓) 파이토치와 유니티 ML-Agents로 배우는 강화학습 : 다양한 게임을 제작하며 배우는 심층강화학습     25,200원 (10%↓) 파이썬 머신러닝 완벽 가이드 : 다양한 캐글 예제와 함께 기초 알고리즘부터 최신 기법까지 배우는     36,000원 (10%↓) 파이썬을 이용한 딥러닝/강화학습 주식투자 : 파이토치와 케라스를 활용한 인공지능 퀀트 투자 시스템     27,000원 (10%↓) 텐서플로 2와 머신러닝으로 시작하는 자연어 처리 : 로지스틱 회귀부터 BERT와 GPT3까지     32,400원 (10%↓) 손에 잡히는 퀀트 투자 with 파이썬 : 파이썬을 활용한 금융 데이터 분석과 퀀트 투자 전략 검증     28,800원 (10%↓) AI 엔지니어를 위한 머신러닝 시스템 디자인 패턴     28,800원 (10%↓) 파이썬 데이터 클리닝 쿡북 : 파이썬과 판다스를 활용한 데이터 전처리     25,200원 (10%↓) 수학으로 풀어보는 강화학습 원리와 알고리즘 : 딥러닝과 강화학습을 이해하기 위한 필수 수학 이론부터     27,000원 (10%↓) 데이터 해석학 입문 : 올바른 데이터 분석을 위한 의사결정 성공 방정식     24,300원 (10%↓) 돈 되는 파이썬 인공지능 프로그래밍 : 회사 매출을 올리는 AI 도입과 활용법     22,500원 (10%↓) 강화학습/심층강화학습 특강 : 파이썬 기초부터 AI 시스템 구축까지, 실습을 통해 배우는 인공지능 강좌     24,300원 (10%↓) 실무 프로젝트로 배우는 데이터 분석 with R : 업무에 곧바로 써먹는 R 실전 활용법     25,200원 (10%↓) C#과 파이썬을 활용한 OpenCV 4 프로그래밍 : 컴퓨터 비전 기초 이론부터 머신러닝을 활용한 영상 처리 프로젝트까지     32,400원 (10%↓) 금융 전문가를 위한 머신러닝 알고리즘 : 파이썬으로 배우는 금융 머신러닝 알고리즘의 원리와 활용     31,500원 (10%↓) 카카오 아레나 데이터 경진대회 1등 노하우 : 상품 카테고리 분류와 브런치 글 개인화추천으로 배우는 데이터 분석 실무     24,300원 (10%↓) 데이터 애널리틱스 : 예제로 배우는 모델링 기법, 데이터 분석, 모델 구축 과정     31,500원 (10%↓) 파이썬 데이터 분석 실무 테크닉 100 : 100가지 예제로 배우는 데이터 가공, 머신러닝, 이미지/자연어 처리의 기술     23,400원 (10%↓) 나의 첫 머신러닝/딥러닝 : 파이썬으로 구현해보는 필수 머신러닝/딥러닝 알고리즘     23,400원 (10%↓) 수학으로 풀어보는 칼만필터 알고리즘 : 기초 이론부터 깊게 이해하고 응용 예제로 철저하게 배우는     28,800원 (10%↓) 파이썬과 케라스로 배우는 강화학습 : 내 손으로 직접 구현하는 게임 인공지능     25,200원 (10%↓) 실전! 텐서플로 2를 활용한 딥러닝 컴퓨터 비전 : 텐서플로 2.0과 케라스를 활용한 강력한 이미지 처리 애플리케이션 만들기     25,200원 (10%↓) 사물인터넷을 위한 인공지능 : 더 스마트한 IoT 시스템을 개발하기 위한 고급 머신러닝/딥러닝 기법     25,200원 (10%↓) 기초부터 시작하는 강화학습 신경망 알고리즘 : AI는 어떻게 게임을 할까     24,300원 (10%↓) 데이터 분석을 위한 파이썬 철저 입문 : 기초 문법부터 실무에 필요한 데이터 분석 기술까지 한 번에 배우는     25,200원 (10%↓) 딥러닝을 위한 수학 : 인공지능의 핵심 원리를 이해하고 파이썬으로 구현해 보는     22,500원 (10%↓) XAI 설명 가능한 인공지능, 인공지능을 해부하다 : 블랙박스를 이해하고 시스템의 신뢰성을 높이기 위한     25,200원 (10%↓) 데이터 분석을 떠받치는 수학 : 엑셀과 수학, 통계로 배우는 데이터 과학의 기술     24,300원 (10%↓) 파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문 : 웹 크롤링과 스크레이핑부터 머신러닝ㆍ딥러닝까지 체계적으로 배우기     27,000원 (10%↓) 케라스로 구현하는 고급 딥러닝 알고리즘 : 딥러닝 기법, 오토인코더, GAN, 변분 오토인코더     25,200원 (10%↓) 엔지니어를 위한 선형대수 : 철저한 증명을 통해 깊고 확실하게 이해하는 선형대수학     22,500원 (10%↓) 파이썬을 활용한 크롤러 개발과 스크레이핑 입문 : 크롤러 설계와 개발부터 수집 데이터 분석과 운용까지     27,000원 (10%↓) 실전! Core ML을 활용한 머신러닝 iOS 앱 개발 : 인공지능을 활용한 객체 인식, 감정 탐지, 스타일 전이, 스케치 인식 구현     24,300원 (10%↓) 딥러닝 모델 설계를 떠받치는 기술 : 딥러닝이 안 풀릴 때 보는 케라스 해법 정리서     22,500원 (10%↓) 실전활용! 텐서플로 딥러닝 프로젝트 : 10가지 실무 프로젝트로 배우는 텐서플로와 딥러닝 알고리즘 100% 활용법     24,300원 (10%↓) 따라 하면서 배우는 유니티 ML-Agents : 유니티 머신러닝 에이전트를 이용한 딥러닝 강화학습     19,800원 (10%↓) 시작하세요! 데이터 분석 with R : R로 배우는 기초 통계와 데이터 분석 기법     25,200원 (10%↓) 크롤링 핵심 가이드 : 웹 사이트 크롤링을 위한 실전 테크닉     19,800원 (10%↓) 러닝! OpenCV 3 : OpenCV 라이브러리 창시자가 알려주는 컴퓨터 비전 완벽 가이드     52,200원 (10%↓) 애자일 데이터 과학 2.0 : 변화에 기민하게 반응하는 견고한 데이터 분석 애플리케이션 구축     25,200원 (10%↓) 파이썬으로 배우는 데이터 과학 입문과 실습 : 소규모 데이터셋 처리부터 빅데이터 처리, 머신러닝, 시각화까지     24,300원 (10%↓) 기초 수학으로 이해하는 머신러닝 알고리즘 : 수학으로 풀어보는 머신러닝 알고리즘과 파이썬 머신러닝 프로그래밍     19,800원 (10%↓) 정석으로 배우는 딥러닝 : 텐서플로와 케라스로 배우는 시계열 데이터 처리 알고리즘     24,300원 (10%↓) 지능형 웹 알고리즘 : 지능형 웹 서비스 개발을 위한     22,500원 (10%↓) 리얼월드 머신러닝 : 생생한 현장의 실무 예제로 배우는     22,500원 (10%↓)

• 
• 
• 데이터 애널리틱스는 데이터로부터 유용한 정보와 지식을 도출하기 위한 모델링 기법들, 그 기법들로 데이터를 분석하는 과정, 그리고 신뢰할 수 있는 방법과 원칙에 입각하여 모델을 구축하는 과정 전반을 일컫는 용어다. 이 책은 데이터 애널리틱스에 대한 모든 주제를 상세한 예제 풀이를 통하여 설명한다. 모델링 기법에 대한 이론 및 모델의 구축 과정에 대한 설명을 간단한 예제의 데이터 분석으로부터 시작해서 복잡한 예제로 끝을 맺는다. 따라서 데이터 애널리틱스를 처음 접하는 독자는 이 책을 통해서 데이터 애널리틱스에 입문할 수 있고, 데이터 애널리틱스를 전공하는 독자는 자신의 지식을 심화시킬 수 있다. 각 모델링 기법에 대한 설명 후에는 R 및 R-텐서플로를 사용해서 데이터를 분석하고 모델을 구축하는 프로그램이 수록되어 있어서 직접 실습 경험을 쌓을 수 있다.
• 
• [01부] 기본 개념 ▣ 01장: 서론 1. 인공지능, 머신러닝, 딥러닝 2. 데이터 사이언스와 데이터 애널리틱스 3. 데이터 마이닝과 데이터 애널리틱스 4. 이 책의 구성 5. 참고문헌 ▣ 02장: 데이터 마이닝 1. 데이터, 정보, 지식 2. 데이터의 속성 ____2.1 범주형 속성 ____2.2 수치형 속성 ____2.3 기타 속성 3. 데이터 마이닝의 탄생 4. 데이터 마이닝의 정의 ____4.1 비즈니스 프로세스 ____4.2 대량의 데이터 ____4.3 의미 있는 패턴과 규칙 5. 데이터 마이닝의 유형 ____5.1 가설 검정 ____5.2 방향성 데이터 마이닝 ____5.3 무방향성 데이터 마이닝 6. 데이터 마이닝의 단계 ____6.1 KDD2.0 ____6.2 CRISP-DM ____6.3 두 방법론의 비교 7. 참고문헌 ▣ 03장: 머신러닝 1. 문제를 푸는 방법 2. 머신러닝의 정의 3. 머신러닝의 유형 ____3.1 지도 학습 ____3.2 비지도 학습 ____3.3 준지도 학습 ____3.4 강화 학습 4. 머신러닝의 기법들 ____4.1 지도 학습 기법 ____4.2 비지도 학습 기법 ____4.3 준지도 학습 기법 ____4.4 강화 학습 기법 5. 참고문헌 ▣ 04장: 모델 구축 1. 모델...의 정의 2. 모델의 구축 과정 ____2.1 훈련 데이터 집합의 용도 ____2.2 과대적합의 발생 ____2.3 검증 데이터 집합의 용도 ____2.4 테스트 데이터 집합의 용도 ____2.5 스코어 데이터 집합의 용도 3. 편향되지 않은 모델의 구축 ____3.1 반복적 무작위 서브샘플링 검증 방법 ____3.2 K-폴드 교차 검증 방법 ____3.3 단일 관측값 제거 교차 검증 방법 ____3.4 부트스트랩 방법 4. 모델의 평가 ____4.1 회귀 평가 척도 ____4.2 분류 평가 척도 5. 편향과 편차 간의 상충 관계 ____5.1 훈련 데이터 집합의 평균으로 만든 모델 ____5.2 선형 회귀 모델 ____5.3 2차 다항 회귀 모델 ____5.4 6차 다항 회귀 모델 ____5.5 네 개 모델의 비교 6. 과대적합의 방지 또는 제거 ____6.1 속성 선정 ____6.2 균등화 ____6.3 조기 종료 ____6.4 드롭아웃과 배치 정규화 ____6.5 가지치기 ____6.6 앙상블 방법 7. 모델 데이터 집합 ____7.1 모델 데이터 집합의 크기와 밀도 ____7.2 오버샘플링 ____7.3 결측값 8. 모델의 비교 및 선정 ____8.1 ROC 곡선의 비교 ____8.2 통계적 검정에 의한 비교 9. 앙상블 방법에 의한 모델의 성능 향상 ____9.1 앙상블 방법 ____9.2 배깅 방법 ____9.3 부스팅 방법 10. 참고문헌 [02부] 통계학 기반 기법 ▣ 05장: 회귀분석 1. 회귀 분석 2. 단순 회귀 분석 ____2.1 베타햇 값 구하기: 최소자승법 ____2.2 결정계수 R2 ____2.3 단순 회귀 분석의 예제 3. 다중 회귀 분석 ____3.1 다중 회귀 분석의 예제 ____3.2 단계별 회귀 분석 ____3.3 조정된 결정계수 4. 다중 회귀 분석을 이용한 자동차 연비 추정 ____4.1 A_Model: 모든 변수를 사용한 모델 ____4.2 F_Model: 전방향 선택으로 선택한 변수를 사용한 모델 ____4.3 B_Model: 역방향 제거로 선택한 변수를 사용한 모델 ____4.4 S_Model: 양방향 선택과 제거로 선택한 변수를 사용한 모델 ____4.5 P_Model: Pr(〉|t|)가 유의한 변수를 사용한 모델 ____4.6 최종 모델의 선정 5. 참고문헌 ▣ 06장: 로지스틱 회귀 분석 1. 로지스틱 회귀 분석 2. 이진형 문제의 선형 회귀 모델 3. 이진형 문제의 로지스틱 회귀 모델 4. 로지스틱 회귀 분석을 이용한 잡지 구독 예측 ____4.1 A_loModel: 모든 변수를 사용한 모델 ____4.2 S_loModel: 양방향 선택과 제거로 선택한 변수를 사용한 모델 ____4.3 P_loModel: Pr(〉|z|)가 유의한 변수를 사용한 모델 ____4.4 최종 모델의 선정 5. 참고문헌 ▣ 07장: 선형 판별 분석 1. 선형 판별 분석 2. 선형 판별 분석 방법 ____2.1 중심과의 거리를 이용하는 방법 ____2.2 회귀를 이용하는 방법 ____2.3 피셔의 선형 판별 방법 3. 선형 판별 분석을 이용한 대출 결정 4. 참고문헌 ▣ 08장: 베이즈 분류기 1. 베이즈 분류기 2. 베이즈 정리 3. 베이즈 분류기의 이해 4. 베이즈 분류기의 예제 ____4.1 수치형 변수가 없는 경우: 예제 8.1 ____4.2 구매 여부 개수가 0일 경우 ____4.3 수치형 변수가 있는 경우: 예제 8.2 5. 베이즈 분류기를 이용한 스팸 메일 판정 6. 참고문헌 [03부] 머신러닝 기반 기법 ▣ 09장: 군집 분석 1. 군집 분석 2. 군집의 의미 3. 근접성 ____3.1 수치형 속성 ____3.2 범주형 속성 ____3.3 군집 간의 거리 측정 4. 클러스터링 결과의 평가 척도 5. 클러스터링을 위한 데이터 준비 ____5.1 속성값 조정 ____5.2 가중치 부여 6. 계층적 클러스터링: 예제 9.1 ____6.1 병합적 클러스터링 ____6.2 분할적 클러스터링 ____6.3 클러스터링 결과의 평가 7. K-평균 클러스터링 ____7.1 K-평균 클러스터링의 단계 ____7.2 K-평균 클러스터링: 예제 9.2 ____7.3 초기 무작위 중심의 선택 ____7.4 K값의 설정 8. K-평균 클러스터링을 이용한 피교육자 군집 분석 9. 참고문헌 ▣ 10장: 연관 분석 1. 연관 분석 2. 연관 규칙 3. 연관 규칙의 도출 과정 ____3.1 아이템의 상세화 수준 결정 ____3.2 거래 데이터로부터 아이템집합 생성 ____3.3 아이템집합이 판매된 거래 건수와 확률 산출 ____3.4 아이템집합 가지치기 ____3.5 연관 규칙 생성 ____3.6 생성된 연관 규칙 평가 4. 연관 규칙 도출 연습 5. 연관 분석을 이용한 시장바구니 분석 6. 순차 패턴 분석 7. 유용한 순차 패턴의 발견 8. 순차 패턴 분석을 이용한 제품 구매 순서 분석 9. 참고문헌 ▣ 11장: 의사결정 트리 1. 의사결정 트리 2. 의사결정 트리의 용도 ____2.1 분류 ____2.2 점수 부여 ____2.3 추산 3. 의사결정 트리의 형태 4. 의사결정 트리의 구축 ____4.1 기본 과정 ____4.2 분지 ____4.3 의사결정 트리의 구축 단계 ____4.4 의사결정 트리의 평가 ____4.5 의사결정 트리에서 규칙의 추출 5. 최상 분지 속성의 선정 ____5.1 분지 속성 선정의 중요성 ____5.2 최상 분지 속성의 선정 기준 ____5.3 최상 분지 속성의 선정 과정 6. 의사결정 트리 구축 과정의 예제 ____6.1 엔트로피 분지 방법 ____6.2 지니 분지 방법 7. 의사결정 트리의 가지치기 ____7.1 가지치기의 필요성 ____7.2 오류 감소 가지치기 8. 의사결정 트리를 이용한 개인 신용 평가 9. 참고문헌 ▣ 12장: 랜덤 포레스트 1. 랜덤 트리 2. 랜덤 포레스트 3. 랜덤 포레스트를 이용한 고객 이탈 예측 4. 참고문헌 ▣ 13장: 새로운 회귀 분석 기법들 1. 균등화된 회귀 분석 ____1.1 균등화 ____1.2 균등화된 회귀 분석의 유형 ____1.3 엑셀을 사용한 균등화된 회귀 분석 2. 균등화된 회귀 분석을 이용한 자동차 연비 추정 3. 베타햇 값 구하기: 기울기 하강법 4. 기울기 하강법을 이용한 회귀 모델 구축 ____4.1 R을 사용한 기울기 하강법 ____4.2 텐서플로를 사용한 기울기 하강법 5. 참고문헌 ▣ 14장: 서포트 벡터 머신 1. 서포트 벡터 머신 2. 서포트 벡터 머신의 이해 3. 서포트 벡터 머신의 최적화 문제 수식화 4. 엑셀을 사용한 서포트 벡터 머신: 예제 14.1 5. 선형 분리 불가능 문제: 여유 변수의 도입 ____5.1 여유 변수를 도입한 SVM의 최적화 문제 수식 ____5.2 엑셀을 사용한 SVM: 예제 14.2 ____5.3 균등화 파라미터 6. 선형 분리 불가능 문제: 커널 트릭의 사용 ____6.1 엑셀을 사용한 SVM: 예제 14.3 ____6.2 커널 함수 ____6.3 엑셀을 사용한 SVM: 예제 14.4 7. 서포트 벡터 머신을 이용한 유방암 판정 8. 참고문헌 ▣ 15장: 인공 신경망 1. 인공 신경망 2. 인공 신경망의 구성 ____2.1 처리 요소 ____2.2 처리 요소의 입력과 출력 ____2.3 처리 요소의 결합과 계층의 결합 ____2.4 가중치와 활성 함수 ____2.5 학습 기능 3. 역전파 알고리즘 ____3.1 전방향 단계 ____3.2 역방향 단계 ____3.3 역전파 알고리즘의 과정: 예제 15.1 ____3.4 가중치 수정의 빈도 4. 활성 함수 5. 비선형 분류 6. XOR 문제를 푸는 인공 신경망: 예제 15.2 7. 범주형 속성의 인코딩 ____7.1 N개-중-1개 인코딩 ____7.2 N개-중-M개 인코딩 ____7.3 온도계 인코딩 8. 인공 신경망을 이용한 심장질환 판정 9. 참고문헌 ▣ 16장: 딥러닝 1. 딥러닝의 개요 ____1.1 기울기 소실 현상 ____1.2 기울기 소실 현상의 극복 ____1.3 과대적합의 방지 2. 심층 신경망 ____2.1 심층 신경망을 이용한 동물 유형 판정 3. 합성곱 신경망 ____3.1 합성곱 계층 ____3.2 풀링 계층 ____3.3 합성곱 신경망의 차원 계산 ____3.4 합성곱 신경망을 이용한 필기체 숫자 판독 4. 순환 신경망 ____4.1 순환 신경망 구조의 유형 ____4.2 초기 순환 신경망 모델의 단점 극복 ____4.3 순환 신경망을 이용한 문장 예측 ____4.4 순환 신경망을 이용한 감성 분석 5. 참고문헌 ▣ 부록A: R 설치하기 ▣ 부록B: R Studio 설치하기 ▣ 부록C: Anaconda, R, R Studio, Tensorflow 설치하기 ▣ 부록D: R 환경의 Tensorflow 2.0 버전 코드
• 
• 

• 이재식 [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.