기계가 배우는 법
머신러닝, 인공지능, 알고리즘, 데이터, 모델, 학습, 예측, 분류, 회귀, 클러스터링, 데이터 전처리, 신경망, 딥러닝, 강화 학습, 특성 추출, 과적합, 교차 검증, 데이터셋, 피처 엔지니어링, 하이퍼파라미터, 상관관계, 분산
AI 인공지능의 기초부터 미래까지 2
씨익북스
2025년 01월 30일 출간
(개의 리뷰)
(
0%의 구매자)
- eBook 상품 정보
- AI(생성형) 활용 제작 도서
- 파일 정보 ePUB (0.84MB)
- ISBN 9791173087967
- 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.
- 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.
작품소개
이 상품이 속한 분야
"기계가 배우는 법"은 머신러닝과 인공지능의 핵심 개념을 이해하기 쉽게 설명하는 책입니다. 알고리즘의 기초부터 데이터 전처리, 모델 학습, 예측, 분류, 회귀, 클러스터링 등 다양한 주제를 다룹니다. 신경망과 딥러닝, 강화 학습의 원리를 탐구하며, 특성 추출과 피처 엔지니어링을 통해 모델의 성능을 향상시키는 방법을 소개합니다. 과적합 방지와 교차 검증, 하이퍼파라미터 튜닝을 통해 최적의 모델을 구축하는 방법도 설명합니다. 데이터셋의 상관관계와 분산을 분석하여 더 나은 인사이트를 얻을 수 있도록 돕는 이 책은 머신러닝을 배우고자 하는 모든 이들에게 필독서입니다.
"기계 학습의 기초 이해
머신러닝과 인공지능의 차이
알고리즘의 역할과 중요성
데이터의 힘: 왜 데이터가 중요한가
모델의 정의와 종류
학습 유형: 감독 학습과 비감독 학습
예측의 원리: 미래를 읽는 기술
분류 문제와 해결 방법
회귀 분석의 기초
클러스터링 기법의 이해
데이터 전처리의 중요성
신경망의 구조와 작동 원리
딥러닝의 혁신과 응용
강화 학습의 개념과 응용
특성 추출이란 무엇인가
과적합의 문제와 해결책
교차 검증의 필요성과 방법
데이터셋 구축의 원칙
피처 엔지니어링의 중요성
하이퍼파라미터 튜닝의 기초
상관관계와 인과관계의 차이
분산의 의미와 데이터 분석에서의 역할
머신러닝의 역사와 발전
데이터 시각화의 중요성
모델 평가 지표의 이해
예측 정확도를 높이는 방법
비지도 학습의 활용 사례
딥러닝 프레임워크 비교
신경망 최적화 기법
강화 학습의 게임 이론적 기반
데이터 증강 기법
전이 학습의 개념과 응용
시계열 데이터 분석의 기초
자연어 처리와 머신러닝
이미지 인식의 기초
모델 배포 및 운영 전략
데이터 윤리와 책임
클라우드 기반 머신러닝 서비스
AI 모델의 해석 가능성
적절한 데이터 수집 전략
기계 학습의 최신 트렌드
딥러닝 vs 머신러닝: 어느 쪽이 더 나은가
모델의 일반화 능력
AI의 미래: 기회와 도전
머신러닝과 빅데이터의 관계
데이터 프라이버시와 보안
AI가 가져올 사회적 변화
프로젝트 관리를 위한 머신러닝
머신러닝 교육과 학습 자료
AI와 인간의 협업 모델
데이터 기반 의사결정의 중요성
모델링 과정에서의 실수와 교훈
AI의 윤리적 문제와 해결 방안"
머신러닝과 인공지능의 차이
알고리즘의 역할과 중요성
데이터의 힘: 왜 데이터가 중요한가
모델의 정의와 종류
학습 유형: 감독 학습과 비감독 학습
예측의 원리: 미래를 읽는 기술
분류 문제와 해결 방법
회귀 분석의 기초
클러스터링 기법의 이해
데이터 전처리의 중요성
신경망의 구조와 작동 원리
딥러닝의 혁신과 응용
강화 학습의 개념과 응용
특성 추출이란 무엇인가
과적합의 문제와 해결책
교차 검증의 필요성과 방법
데이터셋 구축의 원칙
피처 엔지니어링의 중요성
하이퍼파라미터 튜닝의 기초
상관관계와 인과관계의 차이
분산의 의미와 데이터 분석에서의 역할
머신러닝의 역사와 발전
데이터 시각화의 중요성
모델 평가 지표의 이해
예측 정확도를 높이는 방법
비지도 학습의 활용 사례
딥러닝 프레임워크 비교
신경망 최적화 기법
강화 학습의 게임 이론적 기반
데이터 증강 기법
전이 학습의 개념과 응용
시계열 데이터 분석의 기초
자연어 처리와 머신러닝
이미지 인식의 기초
모델 배포 및 운영 전략
데이터 윤리와 책임
클라우드 기반 머신러닝 서비스
AI 모델의 해석 가능성
적절한 데이터 수집 전략
기계 학습의 최신 트렌드
딥러닝 vs 머신러닝: 어느 쪽이 더 나은가
모델의 일반화 능력
AI의 미래: 기회와 도전
머신러닝과 빅데이터의 관계
데이터 프라이버시와 보안
AI가 가져올 사회적 변화
프로젝트 관리를 위한 머신러닝
머신러닝 교육과 학습 자료
AI와 인간의 협업 모델
데이터 기반 의사결정의 중요성
모델링 과정에서의 실수와 교훈
AI의 윤리적 문제와 해결 방안"
작가정보
저자(글) 씨익북스 편집부
"세상을 아름다운 지식으로 물들이자" 위 모토를 바탕으로 다양한 지식 서적을 보급하고 있다.
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. (5,000원 이상 상품으로 변경 예정, 2024년 9월 30일부터 적용)
- - 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. (5,000원 이상 eBook으로 변경 예정, 2024년 9월 30일부터 적용)
- 리워드는 한 상품에 최초 1회만 제공됩니다.
- sam 이용권 구매 상품 / 선물받은 eBook / 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!
