프로그래머를 위한 Python

프로그래머를 위한 Python

$40.06
Description
최신 인공지능 주제를 총 망라한 개발자용 고급 파이썬 입문서
미 피어슨(Pearson) 사 특유의 내용의 깊이가 상당한 프로그래밍 언어 고급서 시리즈 중 데이텔 앤 어소시에이츠 사의 ‘Python for Programmers’가 오랜만에 번역판으로 나왔다. 특히 이 책은 “파이썬 하면 인공지능 언어”라는 기대를 저버리지 않을 만큼 최신 인공지능과 데이터과학의 이슈를 빠짐없이 망라하여 다양한 실제 사례와 함께 소개한다.
타 고급 언어에 대한 배경 지식이 있는 프로그래머를 대상으로 하기도 하지만 실습 지침을 사용하여 파이썬(Python)을 첨단 컴퓨팅 기술과 프로그래밍을 알려주는 데 주안점을 둔다. 개별 스니펫에서 40개의 대형 스크립트 및 전체 구현 사례 연구에 이르는 500개 이상의 실제 예제와 관련된 주피터 노트북 코드와 함께 대화형 IPython 인터프리터를 사용하여 최신 파이썬 코딩 관용구를 빠르게 마스터할 수 있다.

1~5장의 파이썬 내용과 6~7장의 핵심 부분을 배우고 나면 11~16장의 실습 입문 AI 사례 연구의 상당 부분을 익힐 수 있다. 여기에는 자연어 처리, 감정 분석을 위한 트위터? 데이터 마이닝, IBM? 왓슨™을 사용한 인지 컴퓨팅, 분류 및 회귀가 포함된 지도 머신러닝, 클러스터링을 사용한 비지도 머신러닝, 딥러닝 및 컨볼루션 신경망을 통한 컴퓨터 비전, 딥러닝, 하둡을 이용한 빅데이터가 포함된다. 신경망, 하둡, 스파크와 NoSQL 데이터베이스를 사용한 빅데이터, 사물인터넷 외에도 트위터?, 구글 트랜슬레이트™, IBM? 왓슨™, 마이크로소프트 애저(Azure)?, 오픈맵퀘스트(OpenMapQuest), 펍넙(PubNub) 등을 포함한 클라우드 기반 서비스로 직간접적으로 작업하게 된다.

저자인 아들 폴 데이텔(Paul Deitel)과 공동 저자인 아버지 하비 데이텔(Harvey Deitel) 박사는 MIT 동문이자 국제적으로 인정받는 프로그래밍 언어 저작 및 기업 교육기관인 데이텔 앤 어소시에이츠 사(Deitel & Associates, Inc.)의 설립자이다.
저자

폴데이텔

데이터앤어소시에이트사의CEO겸최고기술책임자인폴J.데이텔은컴퓨팅분야에서38년의컴퓨팅경험을가진MIT졸업생이다.폴은가장경험이많은프로그래밍언어강사중하나로1992년부터소프트웨어개발자들에게전문과정을가리켰다.그는시스코,IBM,지멘스,썬마이크로시스템즈(현재오라클),델,피델리티,케네디우주센터의NASA,국립폭풍연구소(NSSL),화이트샌드미사일레인지(WSMR),루즈웨이브소프트웨어(RougeWaveSoftware),보잉,노텔네트워크,푸마,아이로봇등을포함해서전세계기업고객들에게수백개의프로그래밍과정을공급했다.

목차

Preface저자서문
저자에대해
데이텔?&어소시에이트사에대해
Preface역자서문
역자에대해
BeforeYouBegin시작하기전에
Chapter1컴퓨터와파이썬개론
1.1개요
1.2객체기술의기본리뷰
1.3파이썬
1.4라이브러리
1.4.1파이썬표준라이브러리
1.4.2데이터과학라이브러리
1.5시운전:IPython과주피터노트북사용하기
1.5.1계산기로IPython대화형모드사용하기
1.5.2IPython인터프리터로파이썬프로그램실행하기
1.5.3주피터노트북으로코드작성하고실행하기
1.6클라우드와사물인터넷
1.6.1클라우드
1.6.2사물인터넷
1.7빅데이터의크기는?
1.7.1빅데이터의분석
1.7.2데이터과학과빅데이터가만들어내는가치:사례연구
1.8사례-빅데이터모바일애플리케이션
1.9데이터과학들어가기:컴퓨터과학과데이터과학의교차점에있는인공지능
1.10요약
Chapter2파이썬프로그래밍개론
2.1개요
2.2변수와대입구문
2.3산술
2.4print함수와작은따옴표와큰따옴표의문자열
2.5삼중큰따옴표를이용한문자열
2.6사용자입력받기88
2.7판단하기:if구문과비교연산자
2.8객체와동적타입
2.9데이터과학들어가기:기본적인기술적통계
2.10요약
Chapter3제어문
3.1개요
3.2제어문
3.3if문
3.4if…else와if…elif…else문
3.5while문
3.6for문
3.6.1이터러블,리스트,이터레이터
3.6.2내장함수range
3.7증분대입(AugmentedAssignments)
3.8시퀀스로제어된이터레이션;포맷된문자열
3.9센티널로제어되는이터레이션
3.10내장함수range:더들어가기
3.11금융계산을위한Decimal타입사용하기
3.12break와continue문
3.13불리언연산자and,or,not
3.14데이터과학들어가기:중심경향측정방법-평균,중앙값,최빈값
3.15요약
Chapter4함수
4.1개요
4.2함수정의하기
4.3다수의매개변수가있는함수
4.4난수발생
4.5사례연구:확률게임
4.6파이썬표준라이브러리
4.7math모듈의함수
4.8IPython에서탭으로자동완성시키기
4.9매개변수기본값
4.10키워드인자
4.11임의의인자리스트
4.12메서드:객체에정의된함수
4.13스코프규칙
4.14import:더깊이들어가기
4.15함수에인자전달하기:더깊이들어가기
4.16재귀호출
4.17함수형프로그래밍
4.18데이터과학들어가기:분산측정
4.19요약
Chapter5시퀀스:리스트와튜플
5.1개요
5.2리스트
5.3튜플
5.4언패킹시퀀스
5.5시퀀스슬라이싱
5.6del문
5.7함수에리스트넘기기
5.8리스트정렬하기
5.9시퀀스에서요소찾아보기
5.10다른리스트메서드
5.11리스트로스택만들기
5.12리스트컴프리헨션(ListComprehension)
5.13제너레이터표현식
5.14필터,맵,리듀스
5.15다른시퀀스처리함수
5.162차원리스트
5.17데이터과학들어가기:시뮬레이션과정적시각화
5.17.1600,6만,600만번의주사위놀이그래프
5.17.2주사위출현빈도와비율시각화하기
5.18요약
Chapter6딕셔너리와세트
6.1개요
6.2딕셔너리
6.2.1딕셔너리생성하기
6.2.2딕셔너리순회하기
6.2.3딕셔너리의기본동작
6.2.4딕셔너리의메서드keys와values
6.2.5딕셔너리비교하기
6.2.6예:학생점수딕셔너리
6.2.7예:단어세기
6.2.8딕셔너리메서드update
6.2.9딕셔너리컴프리헨션
6.3세트
6.3.1세트비교하기
6.3.2수학적집합연산
6.3.3세트를수정하는연산자와메서드226
6.3.4세트컴프리헨션228
6.4데이터과학들어가기:동적시각화228
6.4.1동적시각화의동작원리229
6.4.2동적시각화구현하기232
6.5요약235
Chapter7넘파이를이용한배열지향프로그래밍
7.1개요
7.2기존데이터에서배열생성하기
7.3배열의속성
7.4특정값으로배열채우기
7.5특정범위의값을가진배열생성하기
7.6리스트와배열의성능:%timeit소개하기
7.7배열연산
7.8넘파이계산메서드
7.9유니버설함수
7.10인덱싱과슬라이싱
7.11뷰:얕은복사
7.12깊은복사(deepcopy)
7.13배열의모양변경및전치
7.14데이터과학들어가기:판다스의Series와DataFrame
7.14.1판다스Series
7.14.2판다스DataFrame
7.15요약
Chapter8문자열:한걸음더들어가기
8.1개요
8.2문자열포맷팅
8.2.1표현타입
8.2.2필드길이와정렬
8.2.3숫자포맷팅
8.2.4문자열의format메서드
8.3문자열이어붙이고반복시키기
8.4문자열에서공백제거하기
8.5영문자의대소문자바꾸기
8.6문자열비교연산자
8.7부분문자열찾기
8.8부분문자열교체하기
8.9문자열나누고합치기
8.10문자들과문자조사메서드
8.11원시(raw)문자열
8.12정규표현식소개하기
8.12.1re모듈과fullmatch함수
8.12.2부분문자열교체하고문자열나누기
8.12.3다른검색함수;매칭된문자열에접근하기
8.13데이터과학도입부:판다스,정규식,데이터먼징
8.14요약
Chapter9파일과예외
9.1개요
9.2파일
9.3텍스트파일처리하기
9.3.1텍스트파일만들기:with구문의소개
9.3.2텍스트파일에서데이터읽기
9.4텍스트파일업데이트하기
9.5JSON으로직렬화하기
9.6보안:pickle을이용해직렬화와역직렬화하기
9.7파일과관련된부연설명
9.8예외처리하기
9.8.10으로나누기와잘못된입력
9.8.2try구문
9.8.3하나의except절에서여러예외처리하기
9.8.4함수또는메서드가어떤예외를발생시키나?
9.8.5try스위트에와야하는코드는어떤것이있나?
9.9finally절
9.10명시적으로예외발생시키기
9.11(선택)스택언와인딩과트레이스백
9.12데이터과학도입부:CSV파일다루기
9.12.1파이썬표준라이브러리모듈csv
9.12.2CSV파일을판다스DataFrame으로읽어오기
9.12.4타이타닉데이터세트로간단하게데이터분석하기
9.12.5승객들의나이히스토그램
9.13요약
Chapter10객체지향프로그래밍
10.1개요
10.2사용자정의클래스Account
10.2.1Account클래스테스트하기
10.2.2Account클래스정의하기
10.2.3구성:클래스멤버로서의객체참조
10.3속성에대한접근제어
10.4데이터접근을위한프로퍼티
10.4.1테스트주도로개발하는Time클래스
10.4.2Time클래스정의하기
10.4.3Time클래스의디자인노트
10.5비공개속성흉내내기
10.6사례:카드섞고나눠주기
10.6.1Car,DeckOfCards클래스시운전하기
10.6.2Card클래스-클래스속성
10.6.3DeckOfCards클래스
10.6.4매트플롯리브로카드이미지출력하기
10.7상속:기반클래스와서브클래스
10.8상속구조만들기:다형성의소개
10.8.1기반클래스CommissionEmployee
10.8.2서브클래스SalariedCommissionEmployee
10.8.3CommissionEmployee와SalariedCommissionEmployee를다형성으로처리하기
10.8.4객체기반과객체지향프로그래밍에대해
10.9덕타이핑과다형성
10.10연산자재정의하기
10.10.1Complex클래스사용하기
10.10.2Complex클래스정의하기
10.11Exception클래스계층구조와사용자정의예외
10.12네임드튜플
10.13파이썬3.7의새로운데이터클래스에대한간단한개요
10.13.1Card데이터클래스만들기
10.13.2Card데이터클래스사용하기
10.13.3데이터클래스가가지는네임드튜플이상의장점
10.13.4기존의클래스보다데이터클래스가갖는이점
10.14독스트링과doctest모듈을이용한단위테스팅
10.15네임스페이스와스코프
10.16데이터과학의개요:시계열데이터와간단한선형회귀
10.17요약
Chapter11자연어처리(NLP)
11.1개요
11.2텍스트블랍
11.2.1텍스트블랍생성하기
11.2.2텍스트를문장과단어로토큰화하기
11.2.3품사결정하기
11.2.4명사구추출하기
11.2.5텍스트블랍의기본감성분석기를이용한감성분석
11.2.6NaiveBayesAnalyzer를이용한감성분석
11.2.7언어판별및번역
11.2.8굴절(inflection):복수화및단수화
11.2.9철자검사와교정
11.2.10정규화:어근추출및표제어추출
11.2.11단어출현빈도계산하기
11.2.12WordNet에단어의뜻,동의어와반의어구하기
11.2.13불용어제거하기
11.2.14n-그램
11.3막대차트와워드클라우드로단어출현빈도시각화하기
11.3.1판다스로단어빈도시각화하기
11.3.2워드클라우드로단어의출현빈도시각화하기
11.4텍스태티스틱으로가독성평가하기
11.5spaCy로네임드엔티티인식(NER)
11.6spaCy로유사도측정하기
11.7기타NLP라이브러리와툴
11.8머신러닝과딥러닝자연어애플리케이션
11.9자연어데이터세트
11.10요약
Chapter12트위터데이터마이닝
12.1개요
12.2트위터API개관
12.3트위터계정만들기
12.4트

출판사 서평

?이책의특징
?스니펫에서사례연구에이르기까지500개이상의실제,실시간코드예제
?주피터노트북의IPython+코드라이브러리중심:파이썬표준라이브러리및데이터과학라이브러리를사용하여최소한의코드로중요한작업수행
?파이썬에대한충실한설명:제어문,함수,문자열,파일,JSONserialization,CSV,예외
?절차적,함수형스타일및객체지향프로그래밍
?컬렉션:리스트,튜플,딕셔너리,세트,넘파이(NumPy)배열,판다스(pandas)시리즈및데이터프레임
?정적,동적및대화형시각화
?실제데이터세트및데이터소스에대한데이터다루기
?데이터과학섹션소개:AI,기초통계,시뮬레이션,애니메이션,랜덤변수,데이터논쟁,회귀분석
?AI,빅데이터및클라우드데이터과학사례연구:NLP,트위터?데이터마이닝,IBM?왓슨™,머신러닝,딥러닝,컴퓨터비전,하둡?,스파크(Spark™),NoSQL,사물인터넷(IoT)
?오픈소스라이브러리:넘파이(NumPy),판다스(pandas),매트플롯리브(Matplotlib),시본(Seaborn),폴리엄(Folium),사이파이(SciPy),NLTK,텍스트블랍(TextBlob),스페이시(spaCy),텍스태티스틱(Textatistic),트위피(Tweepy),사이킷-런(sikit-learn)?,케라스(Keras)등