머신러닝 & 딥러닝 입문

with 사이킷런 + 파이토치

홍승백 지음

루비페이퍼 2022년 07월 19일 출간 국내도서 : 2021년 08월 20일 출간

작품소개

책소개

기술이 어렵다고 어렵게 배워야만 할까?
말로만 듣던 인공지능, 이제라도 배워보려는 '찐초보'를 위한 책!
그리고 그 누구도 포기할 수 없게 만드는 친절한 설명

저자는 여러 인공지능 경진대회에서 얻은 경험을 바탕으로 누구나 쉽게 배울 수 있도록 초심자의 눈높이에 맞춰 머신러닝과 딥러닝을 풀어냈다. '인공지능의 발전을 주도할 기술은 딥러닝이 분명하지만 고전 머신러닝을 간과해서는 진짜 딥러닝을 할 수 없다'는 그의 말마따나, 이 책은 인공지능 프로젝트의 기본부터 시작하여 머신러닝의 주요 알고리즘을 살펴보고, 딥러닝 실습까지 체계적이고 효율적으로 가이드한다. 더불어 이 모든 내용이 너무나 친절하다!

목차

Chapter 01 처음 시작하는 인공지능 프로젝트
_1.1 인공지능 이해하기
__1.1.1 인공지능의 종류
__1.1.2 지도 학습, 비지도 학습, 강화 학습
_1.2 머신러닝으로 붓꽃 품종 분류하기
__1.2.1 프로젝트의 목표
__1.2.2 실습 환경
__1.2.3 데이터 살펴보기
__1.2.4 K-최근접 이웃 이해하기
__1.2.5 처음 만드는 머신러닝 모델
__1.2.6 프로젝트 개선하기
_1.3 핵심 라이브러리 익히기
__1.3.1 넘파이
__1.3.2 판다스
__1.3.3 맷플롯립

Chapter 02 사이킷런을 활용한 머신러닝
_2.1 지도 학습 알고리즘
__2.1.1 분류와 회귀
__2.1.2 선형 회귀
__2.1.3 로지스틱 회귀
__2.1.4 서포트 벡터 머신
__2.1.5 결정 트리
__2.1.6 나이브 베이즈 분류
__2.1.7 요약
_2.2 비지도 학습 알고리즘
__2.2.1 특성 추출
__2.2.2 클러스터링
_2.3 더 나은 모델 만들기
__2.3.1 모델 성능 평가하기
__2.3.2 최적의 하이퍼파라미터 찾기
__2.3.3 파이프라인 구성하기
__2.3.4 여러 모델 결합하기
__2.3.5 모델 저장하고 불러오기

Chapter 03 파이토치를 활용한 딥러닝
_3.1 딥러닝의 원리
__3.1.1 인공 신경망과 퍼셉트론
__3.1.2 심층 신경망
_3.2 파이토치 시작하기
__3.2.1 선형 회귀
__3.2.2 로지스틱 회귀
__3.2.3 클래스로 모델 정의하기
__3.2.4 배치 학습
__3.2.5 모델 저장하고 불러오기
_3.3 전결합 신경망
__3.3.1 손글씨 이미지 분류하기
__3.3.2 과적합 줄이기
_3.4 합성곱 신경망
__3.4.1 합성곱 신경망의 개념
__3.4.2 합성곱 신경망 분석하기
__3.4.3 이미지 분류 실전 프로젝트
_3.5 순환 신경망
__3.5.1 순환 신경망의 이해
__3.5.2 RNN 실습
__3.5.3 LSTM 실습

Chapter 04 데이터 다루기
_4.1 수치 데이터
__4.1.1 데이터 범위 조정하기
__4.1.2 누락된 값 다루기
_4.2 문자열 데이터
__4.2.1 토큰화
__4.2.2 정규 표현식
_4.3 이미지 데이터
__4.3.1 이미지 불러오기
__4.3.2 이미지 크기 바꾸기
__4.3.3 이미지 자르기
__4.3.4 이미지 저장하기

작가정보

저자(글) 홍승백

저자 : 홍승백
인공지능과 데이터 분석에 관심이 많은 개발자로, 동네코더란 닉네임으로 기술 블로그를 운영 중이다. 동국대학교 대학원에서 석박사 과정으로 딥러닝 기반의 영상처리 연구를 하고 있다. 인공지능 대회에 참가하여 도전하는 것을 즐기며 과학기술정보통신부에서 주최한 2020 인공지능 문제해결 경진대회 과제에서 우승하는 등 여러 인공지능 대회에서 경험을 쌓고 있다.
블로그: https://blog.naver.com/baek2sm