본문 바로가기

추천 검색어

실시간 인기 검색어

누구나 쉽게 인공지능을 위한 머신러닝과 딥러닝 with 파이썬

길벗캠퍼스

2023년 10월 27일 출간

종이책 : 2023년 09월 22일 출간

(개의 리뷰)
( 0% 의 구매자)
eBook 상품 정보
파일 정보 pdf (99.04MB)
ISBN 9791140706990
지원기기 교보eBook App, PC e서재, 리더기, 웹뷰어
교보eBook App 듣기(TTS) 가능
TTS 란?
텍스트를 음성으로 읽어주는 기술입니다.
  • 전자책의 편집 상태에 따라 본문의 흐름과 다르게 텍스트를​ 읽을 수 있습니다.
  • 전자책 화면에 표기된 주석 등을 모두 읽어 줍니다.
  • 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.
  • '교보 ebook' 앱을 최신 버전으로 설치해야 이용 가능합니다. (Android v3. 0.26, iOS v3.0.09,PC v1.2 버전 이상)

PDF 필기 Android 가능 (iOS예정)
소득공제
소장
정가 : 28,000원

쿠폰적용가 25,200

10% 할인 | 5%P 적립

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.

카드&결제 혜택

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 416P
  • 리뷰 작성 시, e교환권 추가 최대 300원

작품소개

이 상품이 속한 분야

인공지능으로 재편되는 변화의 시대의 흐름을 빠르게 이해하고 핵심 기술을 이해하는 것은 미래를 위한 필수요소입니다. 이를 위해 머신러닝과 딥러닝은 뛰어난 도구로 자리 잡고 있으며, 쉽고 편리하게 활용하는 방법을 알아두는 것이 중요합니다. 이러한 기술들을 융합하여 시너지 효과를 얻는 것이 인공지능을 효과적으로 활용하는 핵심입니다. 이 책에서는 인공지능의 개념부터 다양한 탐색과 최적해를 구하는 방법, 지식 표현 및 이론, 머신러닝과 인공 신경망, 딥러닝, 빅데이터의 개념 및 종류를 쉽고 친절하게 소개합니다. 다양한 분야에서 인공지능의 잠재력을 최대한으로 발휘할 수 있도록 인공지능의 세계로 이끌어나갈 것입니다.
〈1장〉 파이썬 다루기
1-1 파이썬의 장점 살펴보기
1-2 파이썬 설치 및 실행하기
파이썬 설치 환경 살펴보기
파이썬 설치 및 사용하기
1-3 파이썬 다루기
제어문
함수
연습 문제

〈2장〉 인공지능 I
2-1 인공지능이란?
인공지능의 개념
인공지능의 역사
연습 문제

〈3장〉 인공지능 II
3-1 인공지능 판별 실험
튜링 테스트
중국인의 방
3-2 왜 인공지능일까?
왜 인공지능을 배울까?
3-3 인공지능 사회와 인공지능 윤리
인공지능 사회
인공지능 윤리
연습 문제

〈4장〉 탐색과 최적해 I
4-1 인공지능 탐색
인공지능에서의 탐색 개념
4-2 인공지능 탐색 종류 (1)
탐색 종류
탐색 방법별 최적해 구하기 (1)
연습 문제

〈5장〉 탐색과 최적해 II
5-1 인공지능 탐색 종류 (2)
탐색 종류
탐색 방법별 최적해 구하기 (2)
5-2 게임 트리 탐색
미니맥스(Mini-Max) 알고리즘
알파-베타 가지치기(α-β Pruning)
연습 문제

〈6장〉 지식 표현
6-1 지식의 개념
지식이란?
6-2 지식 표현
규칙을 이용한 지식 표현
의미망을 이용한 지식 표현
프레임을 이용한 지식 표현
고급 지식 표현-논리
6-3 불완전한 지식 표현
불확실한 지식 표현
연습 문제
연습 문제 정답 예시

〈7장〉 머신러닝
7-1 머신러닝이란?
머신러닝이란?
머신러닝의 개념
머신러닝의 종류
연습 문제

〈8장〉 인공 신경망
8-1 인공 신경망이란?
생물학적 뉴런
인공 신경망 뉴런 구조
8-2 신경망과 머신러닝 실습
신경망 실습
선형 회귀 실습
분류 알고리즘 실습
K-평균 클러스터링 실습 1
K-평균 클러스터링 실습 2
연습 문제

〈9장〉 딥러닝
9-1 딥러닝 소개
딥러닝의 개념과 역사
머신러닝과의 비교
딥러닝의 구성 요소
9-2 인공 신경망
피드포워드 신경망(FFNN)
합성곱 신경망(CNN)
순환 신경망(RNN)
장단기 메모리 신경망(LSTM)
트랜스포머(Transformer)
9-3 이미지 분류 예측 모델
이미지 데이터와 딥러닝의 관련성
합성곱 신경망(CNN) 소개
간단한 이미지 분류 예측 모델 구축 예시
9-4 자연어 처리와 순환 신경망
자연어 처리의 기본 개념
순환 신경망(RNN) 소개
간단한 자연어 처리 예시
연습 문제

〈10장〉 딥러닝 응용 분야 - 강화 학습
10-1 강화 학습
강화 학습이란?
강화 학습의 정의와 특징
지능적인 에이전트와 환경의 상호 작용 개념
10-2 강화 학습의 주요 개념
에이전트, 환경, 상태, 행동, 보상, 정책의 역할과 의미
MDP 개념과 구성 요소
Q-러닝과 Deep Q-러닝
10-3 강화 학습의 작동 원리
행동-보상 루프와 학습 과정
강화 학습에서 탐험과 이용의 중요성
10-4 실생활의 강화 학습
로봇 청소기
자율 주행 자동차
로봇 팔(Arm) 제어
10-5 강화 학습 응용 분야
연습 문제

〈11장〉 빅데이터
11-1 빅데이터 개념
빅데이터의 부상
빅데이터란?
왜 빅데이터가 주목받을까?
미래 사회에서의 빅데이터 역할
빅브라더의 등장
11-2 빅데이터를 이용한 데이터 다루기
공공 데이터 다운로드 및 데이터
데이터 다루기
연습 문제

〈12장〉 딥러닝을 이용한 컴퓨터 비전
12-1 컴퓨터 비전이란?
OpenCV
OpenCV 파이썬 설치하기
12-2 얼굴 인식 실습
얼굴 인식 코드
얼굴 인식 - Haar Cascades 실습
얼굴 인식 - dlib 라이브러리 실습
얼굴 인식 - dlib 라이브러리 이용 및 감정
인식 실습
연습 문제

찾아보기

작가정보

건국대학교 컴퓨터공학 박사, 건국대학교 상허교양대학 조교수 주요 연구 분야 : 인공지능, 알고리즘, 정보보안, AI 교육 저서 : 누구나 쉽게 컴퓨팅 사고 with 파이썬, 누구나 쉽게 자료구조와 알고리즘 with 파이썬, 누구나 쉽게 SQL과 AI 알고리즘 with 파이썬, python으로 배우는 문제해결과 인공지능, 알기 쉬운 인공지능 with 파이썬 등/건국대학교 컴퓨터공학 박사, 경민대학교 컴퓨터소프트웨어과 조교수 주요 연구 분야 : 인공지능, 영상처리, 웹 개발 저서 : 알기 쉬운 인공지능 with 파이썬 집필

이 상품의 총서

Klover리뷰 (0)

Klover리뷰 안내
Klover(Kyobo-lover)는 교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1. 리워드 안내
구매 후 90일 이내에 평점 작성 시 e교환권 100원을 적립해 드립니다.
  • - e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • - 리워드는 1,000원 이상 eBook, 오디오북, 동영상에 한해 다운로드 완료 후 리뷰 작성 시 익일 제공됩니다.
  • - 리워드는 한 상품에 최초 1회만 제공됩니다.
  • - sam 이용권 구매 상품 / 선물받은 eBook은 리워드 대상에서 제외됩니다.
2. 운영 원칙 안내
Klover리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다. 일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오 발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

구매 후 리뷰 작성 시, e교환권 100원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여 주는 교보문고의 새로운 서비스 입니다. 교보eBook 앱에서 도서 열람 후 문장 하이라이트 하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 ‘좋아요’ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보없이 삭제될 수 있습니다.
리워드 안내
  • 구매 후 90일 이내에 문장 수집 등록 시 e교환권 100원을 적립해 드립니다.
  • e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • 리워드는 1,000원 이상 eBook에 한해 다운로드 완료 후 문장수집 등록 시 제공됩니다.
  • 리워드는 한 상품에 최초 1회만 제공됩니다.
  • sam 이용권 구매 상품/오디오북·동영상 상품/주문취소/환불 시 리워드 대상에서 제외됩니다.

구매 후 문장수집 작성 시, e교환권 100원 적립

    교보eBook 첫 방문을 환영 합니다!

    신규가입 혜택 지급이 완료 되었습니다.

    바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
    지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

    교보e캐시 1,000원
    TOP
    신간 알림 안내
    누구나 쉽게 인공지능을 위한 머신러닝과 딥러닝 with 파이썬 웹툰 신간 알림이 신청되었습니다.
    신간 알림 안내
    누구나 쉽게 인공지능을 위한 머신러닝과 딥러닝 with 파이썬 웹툰 신간 알림이 취소되었습니다.
    리뷰작성
    • 구매 후 90일 이내 작성 시, e교환권 100원 (최초1회)
    • 리워드 제외 상품 : 마이 > 라이브러리 > Klover리뷰 > 리워드 안내 참고
    • 콘텐츠 다운로드 또는 바로보기 완료 후 리뷰 작성 시 익일 제공
    감성 태그

    가장 와 닿는 하나의 키워드를 선택해주세요.

    사진 첨부(선택) 0 / 5

    총 5MB 이하로 jpg,jpeg,png 파일만 업로드 가능합니다.

    신고/차단

    신고 사유를 선택해주세요.
    신고 내용은 이용약관 및 정책에 의해 처리됩니다.

    허위 신고일 경우, 신고자의 서비스 활동이 제한될 수
    있으니 유의하시어 신중하게 신고해주세요.


    이 글을 작성한 작성자의 모든 글은 블라인드 처리 됩니다.

    문장수집 작성

    구매 후 90일 이내 작성 시, e교환권 100원 적립

    eBook 문장수집은 웹에서 직접 타이핑 가능하나, 모바일 앱에서 도서를 열람하여 문장을 드래그하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다.

    P.
    누구나 쉽게 인공지능을 위한 머신러닝과 딥러닝 with 파이썬
    저자 모두보기
    낭독자 모두보기
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 프리미엄 이용권입니다.
    선물하실 sam이용권을 선택하세요.
    결제완료
    e캐시 원 결제 계속 하시겠습니까?
    교보 e캐시 간편 결제
    sam 열람권 선물하기
    • 보유 권수 / 선물할 권수
      0권 / 1
    • 받는사람 이름
      받는사람 휴대전화
    • 구매한 이용권의 대한 잔여권수를 선물할 수 있습니다.
    • 열람권은 1인당 1권씩 선물 가능합니다.
    • 선물한 열람권이 ‘미등록’ 상태일 경우에만 ‘열람권 선물내역’화면에서 선물취소 가능합니다.
    • 선물한 열람권의 등록유효기간은 14일 입니다.
      (상대방이 기한내에 등록하지 않을 경우 소멸됩니다.)
    • 무제한 이용권일 경우 열람권 선물이 불가합니다.
    이 상품의 총서 전체보기
    네이버 책을 통해서 교보eBook 첫 구매 시
    교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 네이버 책을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)
    구글북액션을 통해서 교보eBook
    첫 구매 시 교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 구글북액션을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)