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%↓)

• 
• 
• 확률, 통계, 선형대수, 미분, 행렬로 역전파, 경사하강법 제대로 정복하기 심층학습의 위력을 제대로 이해하려면 심층학습의 기본이 되는 수학 개념을 확실히 파악해야 한다. 이 책은 심층학습을 이해하는 데 꼭 필요한 확률, 통계, 선형대수, 미분에 관한 실무 지식을 제공하며, 각 수학 분야의 개념에 대해 실행가능한 파이썬 예제 코드로 설명한다.
• 
• 이 책에서 다루는 검증 가능한 예제들은 순수 수학과 심층학습 응용의 틈새를 메우는 역할을 한다. 벡터와 행렬, 확률 분포 등의 근본적인 주제를 설명한 뒤에 행렬 미분과 같은 좀 더 심화한 개념으로 나아가며, 마지막에는 모든 논의를 통합해서 심층학습의 필수 알고리즘인 역전파와 경사하강법을 다룬다. ■ 확률 법칙들과 확률분포, 베이즈 확률 ■ 통계를 이용해서 데이터 집합을 파악하고 모형을 평가하는 방법 ■ 벡터와 행렬을 다루는 방법과 데이터가 벡터와 행렬의 형태로 신경망을 통과하는 과정 ■ 선형대수를 이용한 주성분 분석(PCA)과 특잇값 분해(SVD) 구현 ■ 역전파, 경사하강법, 여러 최적화 기법(SGD, Adam, RMSprop, Adagrad/Adadelta)
• 
• 지은이·감수자·옮긴이 소개 x 옮긴이 머리말 xi 베타리더 후기 xiii 추천사 xv 감사의 글 xviii 이 책에 대하여 xix CHAPTER 1 실습 환경 설정 1 1.1 도구 모음 설치 2 1.1.1 리눅스 2 / 1.1.2 macOS 3 / 1.1.3 Windows 4 1.2 NumPy 5 1.2.1 배열 정의 6 / 1.2.2 데이터 형식 7 / 1.2.3 2차원 배열 8 1.2.4 0 배열과 1 배열 8 / 1.2.5 고급 색인 접근 9 / 1.2.6 디스크 읽기/쓰기 12 1.3 SciPy 12 1.4 Matplotlib 14 1.5 Scikit-Learn 16 1.6 요약 18 CHAPTER 2 확률 1부 19 2.1 기본 개념들 20 2.1.1 표본 공간과 사건 20 / 2.1.2 확률 변수 21 / 2.1.3 인간은 확률에 약하다 22 2.2 확률의 법칙들 24 2.2.1 단일 사건의 확률 24 / 2.2.2 합의 법칙 27 / 2.2.3 곱의 법칙 28 2.2.4 합의 법칙 보충 29 / 2.2.5 생일 역설 30 / 2.2.6 조건부 확률 34 2.2.7 전체 확률 35 2.3 결합 확률과 주변 확률 36 2.3.1 결합 확률표 37 / 2.3.2 확률의 연쇄법칙 42 2.4 요약 45 CHAPTER 3 확률 2부 47 3.1 확률 분포 47 3.1.1 히스토그램과 확률 48 / 3.1.2 이산 확률 분포 52 / 3.1.3 연속 확률 분포 58 3.1.4 중심 극한 정리 62 / 3.1.5 큰 수의 법칙 64 3.2 베이즈 정리 66 3.2.1 다...시 살펴보는 암 진단 예제 67 / 3.2.2 사전 확률의 갱신 68 3.2.3 기계학습의 베이즈 정리 70 3.3 요약 73 CHAPTER 4 통계 75 4.1 데이터의 종류 76 4.1.1 명목형 자료 76 / 4.1.2 순서형 자료 76 / 4.1.3 구간 자료 76 4.1.4 비율 자료 77 / 4.1.5 명목형 자료와 심층학습 78 4.2 요약 통계량 78 4.2.1 평균과 중앙값 79 / 4.2.2 변동의 측도 83 4.3 분위수와 상자 그림 87 4.4 결측 자료 92 4.5 상관관계 96 4.5.1 피어슨 상관계수 96 / 4.5.2 스피어먼 상관계수 100 4.6 가설 검정 103 4.6.1 가설 104 / 4.6.2 t-검정 105 / 4.6.3 맨-휘트니 U 검정 111 4.7 요약 113 CHAPTER 5 선형대수 1부 115 5.1 스칼라, 벡터, 행렬, 텐서 116 5.1.1 스칼라 116 / 5.1.2 벡터 116 / 5.1.3 행렬 118 / 5.1.4 텐서 119 5.2 텐서 산술 연산 122 5.2.1 배열 연산 122 / 5.2.2 벡터 연산 124 5.2.3 행렬 곱셈 134 / 5.2.4 크로네커 곱 140 5.3 요약 141 CHAPTER 6 선형대수 2부 143 6.1 정방행렬 144 6.1.1 왜 정방행렬인가? 144 / 6.1.2 전치, 대각합, 거듭제곱 146 6.1.3 특별한 정방행렬들 148 / 6.1.4 단위행렬 149 / 6.1.5 행렬식 151 6.1.6 역행렬 155 / 6.1.7 대칭행렬, 직교행렬, 유니터리 행렬 157 6.1.8 대칭행렬의 정부호성 158 6.2 고윳값과 고유벡터 159 6.2.1 고윳값과 고유벡터 구하기 160 6.3 벡터 노름과 거리 함수 164 6.3.1 L-노름과 거리 함수 164 / 6.3.2 공분산 행렬 166 6.3.3 마할라노비스 거리 169 / 6.3.4 쿨백-라이블러 발산값 172 6.4 주성분 분석 174 6.5 특잇값 분해와 유사 역행렬 178 6.5.1 특잇값 분해 예제 179 / 6.5.2 두 가지 용도 181 6.6 요약 183 CHAPTER 7 미분 185 7.1 기울기(슬로프) 186 7.2 도함수 188 7.2.1 도함수의 공식적인 정의 188 / 7.2.2 기본 미분법 190 7.2.3 삼각함수 미분법 195 / 7.2.4 지수함수와 로그함수의 미분법 198 7.3 함수의 극솟값과 극댓값 201 7.4 편미분 205 7.4.1 혼합 편미분 207 / 7.4.2 편미분 연쇄법칙 208 7.5 기울기(그래디언트) 210 7.5.1 기울기 계산 210 / 7.5.2 기울기의 시각화 213 7.6 요약 216 CHAPTER 8 행렬 미분 217 8.1 공식들 218 8.1.1 스칼라 인수 벡터 함수 219 / 8.1.2 벡터 인수 스칼라 함수 221 8.1.3 벡터 인수 벡터 함수 221 / 8.1.4 스칼라 인수 행렬 함수 222 8.1.5 행렬 인수 스칼라 함수 223 8.2 항등식 224 8.2.1 벡터 인수 스칼라 함수 관련 항등식 224 8.2.2 스칼라 인수 벡터 함수 관련 항등식 226 8.2.3 벡터 인수 벡터 함수 관련 항등식 227 8.2.4 행렬 인수 스칼라 함수 관련 항등식 228 8.3 야코비 행렬과 헤세 행렬 230 8.3.1 야코비 행렬 231 / 8.3.2 헤세 행렬 238 8.4 행렬 미분 예제 몇 가지 245 8.4.1 성분별 연산의 도함수 245 / 8.4.2 활성화 함수의 도함수 246 8.5 요약 248 CHAPTER 9 신경망의 데이터 흐름 249 9.1 데이터 표현 250 9.1.1 전통적인 신경망 250 / 9.1.2 심층 합성곱 신경망 251 9.2 전통적인 신경망의 데이터 흐름 254 9.3 합성곱 신경망의 데이터 흐름 259 9.3.1 합성곱 259 / 9.3.2 합성곱 층 265 / 9.3.3 풀링 층 268 9.3.4 완전 연결층 269 / 9.3.5 합성곱 신경망의 데이터 흐름 269 9.4 요약 272 CHAPTER 10 역전파 275 10.1 역전파란 무엇인가? 276 10.2 직접 계산해 보는 역전파 277 10.2.1 편미분 유도 279 / 10.2.2 파이썬 구현 281 10.2.3 신경망 모형의 훈련과 시험 286 10.3 완전 연결 신경망의 역전파 288 10.3.1 오차의 역전파 288 / 10.3.2 가중치와 치우침 값의 편미분 계산 292 10.3.3 파이썬 구현 294 / 10.3.4 구현 적용 299 10.4 계산 그래프 302 10.5 요약 305 CHAPTER 11 경사하강법 307 11.1 기본 개념 308 11.1.1 1차원 경사하강법 308 / 11.1.2 2차원 경사하강법 312 11.2 확률적 경사하강법 318 11.3 운동량 321 11.3.1 운동량이란? 321 / 11.3.2 운동량을 도입한 1차원 경사하강법 323 11.3.3 운동량을 도입한 2차원 경사하강법 325 11.3.4 운동량을 이용한 신경망 학습 326 / 11.3.5 네스테로프 운동량 333 11.4 적응적 경사하강법 336 11.4.1 RMSprop 336 / 11.4.2 AdaGrad와 ADADELTA 337 11.4.3 Adam 338 / 11.4.4 최적화 기법에 관한 몇 가지 생각 340 11.5 요약 341 11.6 맺음말 342 부록: 더 나아가기 343 확률과 통계 343 선형대수 344 미적분 345 심층학습 345 찾아보기 348
• 
• 이것이 확률에 대한 베이즈식 접근 방식 또는 ‘베이즈 확률론’의 핵심인 베이즈 정리(Bayes’ theorem)이자, 두 조건부 확률 P(B|A)와 P(A|B)를 제대로 비교하는 방법이다. 식 3.1을 베이즈 법칙(Bayes’ rule)이라고 부르는 경우도 많다. 또한, 영어의 경우 어포스트로피를 생략해서 ‘Bayes theorem’이라고 표기하기도 한다. 다소 엉성하고 문법에도 맞지 않지만, 이런 표기를 흔히 볼 수 있다. 식 3.1을 신성시해서 네온등이나 문신에 사용하기도 하고, 심지어 아기 이름을 ‘베이즈’로 붙이는 부모도 있다. 이 정리는 영국 총리이자 통계학자였던 토머스 베이즈Thomas Bayes(1701-1761)의 이름을 딴 것이다. _66쪽 선형대수학은 일차방정식(linear equation), 즉 변수의 가장 높은 차수가 1인 방정식에 관한 것이다. 그러나 이 책의 목적에서 선형대수(linear algebra)는 벡터나 행렬 같은 다차원 수학객체들과 그런 객체들에 대한 연산을 포괄하는 용어이다. 일반적으로 심층학습에 적용되는 선형대수가 바로 그런 형태이다. 심층학습 알고리즘을 구현하는 프로그램은 데이터를 벡터나 행렬 같은 객체들로 취급해서 선형대수를 적용한다. 글자 그대로의 선형대수가 아니라 실제 응용의 관점에서 본 선형대수를 다루다 보면 멋진 수학 개념을 상당히 많이 생략하게 되지만, 이 책의 목표는 수학 자체가 아니라 심층학습에 적용되는 수학을 이해하는 것이므로, 이렇게 해도 큰 죄는 아닐 것이다. _115쪽 정방행렬의 행렬식을 구하는 방법은 여러 가지인데, 여기서는 점화식을 이용한 방법 하나만 설명한다. 모든 점화식(recursive formula)은 자기 자신이 식에 포함된 수학 공식으로, 코드로 치면 자기 자신을 호출하는 재귀 함수에 해당한다. 점화식과 재귀 함수에 깔린 개념은, 주어진 문제를 더 단순한 버전들로 분해하고 그 결과들을 결합함으로써 더 큰 원래 문제의 해답을 얻는다는 것이다. _152쪽 2022년 현재, 역전파(backpropagation)는 심층학습을 지탱하는 사실상 표준의 알고리즘이다. 역전파가 없으면 심층 신경망의 훈련이 아예 불가능하거나, 가능하더라도 훈련에 걸리는 시간이 비현실적으로 길어진다. 따라서 심층학습 실무자는 역전파가 무엇이고 훈련 과정에서 어떻게 쓰이는지 알아야 하며, 그러려면 적어도 간단한 신경망에 대해 역전파를 직접 구현해 보는 것이 좋다. 이번 장에서는 독자가 역전파에 관한 사전 지식이 전혀 없다고 가정한다. 이번 장은 먼저 역전파가 무엇인지, 그리고 무엇이 “아닌지” 설명한다. 그런 다음에는 아주 간단한 신경망의 역전파와 관련한 수학을 소개한다. 그 후에는 완전 연결 순방향 신경망의 구축에 적합한 역전파를 행렬 형태로 서술하는 방법을 논의한다. 수학 공식들과 함께 NumPy 기반 구현 코드도 제시할 것이다. _275쪽 이 책은 수학책이지만, 경사하강법은 수학 중에서도 응용수학과 관련이 깊다. 그래서 이번 장은 예제와 실험을 통해서 경사하강법을 설명한다. 수식들은 그리 복잡하지 않으며, 이전 장들에 나온 수학을 바탕으로 한다. 그런 만큼, 이번 장을 지금까지 배운 것들을 응용할 기회로 생각하면 좋겠다. _307쪽
• 
• 

• 로널드 크누젤 [저]

• 2003년부터 산업 현장에서 머신러닝 기술을 활용해 왔으며 2016년 볼더에 있는 콜로라도 대학교에서 머신러닝 분야의 박사 학위를 받았다. 현재는 엘쓰리해리스 테크놀로지스(L3Harris Technologies Inc.)에서 근무하고 있다. 스프링거(Springer) 출판사에서 『Numbers and Computers(숫자와 컴퓨터)』와 『Random Numbers and Computers(난수와 컴퓨터)』라는 두 권의 책을 출판하기도 했다.

• 류광 [저]

• 1996년부터 활동해 온 프로그래밍 서적 전문 번역가로, Game Programming Gems 시리즈와 컴퓨터 프로그래밍의 예술(The Art of Computer Programming) 제1~4A권, UNIX 고급 프로그래밍(Advanced Programming in UNIX Environment) 제2판과 제3판을 포함하여 60여 권의 다양한 프로그래밍 서적을 번역했다. C++ 관련 번역서로는 일반적 프로그래밍과 STL, C++ Template Metaprogramming, (C++로 배우는) 프로그래밍의 원리와 실제 등이 있다. 수학 관련 번역서로는 《구체 수학》, 《3D 게임 프로그래밍 & 컴퓨터 그래픽을 위한 수학》 제1판·제2판 등이 있고, 심층학습 관련 번역서로는 《인공지능: 현대적 접근방식》 제4판, 《심층학습》, 《신경망과 심층 학습》 등이 있다. 번역과 프로그래밍 외에 소프트웨어 문서화에도 많은 관심이 있으며, 수많은 오픈소스 프로젝트들의 표준 문서 형식으로 쓰이는 DocBook의 국내 사용자 모임인 닥북 한국(http://docbook.kr)의 일원이다. 현재 번역서 정보 사이트 occam’s Razor(http://occamsrazr.net)와 게임 개발 및 개발서 관련 사이트 GpgStudy(http://www.gpgstudy.com)를 운영하고 있다.

• 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.