머신러닝&딥러닝 with 파이썬 (인공지능 핵심 개념과 사용 사례부터 | 예제로 살펴보는 애플리케이션 개발 방법까지)

머신러닝&딥러닝 with 파이썬 (인공지능 핵심 개념과 사용 사례부터 | 예제로 살펴보는 애플리케이션 개발 방법까지)

$40.18
Description
인공지능이 처음이라면! 개념과 예제로 머신러닝 탄탄하게 다지기
이 책은 인공지능 관련 핵심 개념부터 머신러닝과 딥러닝까지, 인공지능 구현에 필요한 모든 것을 담았다. 실제 시나리오를 살펴보면서 문제에 따라 어떤 알고리즘을 어떻게 적용하는지 학습한다. 예제는 파이썬과 텐서플로를 사용하며 파이썬 입문자도 쉽게 따라 할 수 있는 코드로 구성되었다. 파이썬 프로그래밍 경험이 있다면 코드를 자유롭게 활용해 원하는 프로그램을 만들어볼 수 있다.

영화 추천 시스템 구축, 주식시장 분석, 객체 추적기 구축 등 흥미로운 예제를 따라 차근차근 학습하고 나면 다양한 인공지능 기술을 이해하고 상황에 맞춰 자신 있게 적용하는 자신을 발견하게 될 것이다. 이미지, 텍스트, 음성 등 다양한 데이터를 이해하는 똑똑한 애플리케이션을 지금 바로 만들어보자.

대상 독자
● 인공지능을 배우고 싶은 누구나
● 인공지능을 사용해 실제 애플리케이션을 개발하려는 파이썬 개발자

다루는 내용
● 인공지능, 머신러닝, 딥러닝이 무엇인지 이해한다.
● 주요 인공지능 사용 사례를 살펴본다.
● 머신러닝 파이프라인 구축 방법을 학습한다.
● 특성 선택과 특성 공학의 기본 개념을 이해한다.
● 지도 학습과 비지도 학습의 차이점을 이해한다.
● 인공지능을 개발하는 최신 클라우드 기술과 도구를 살펴본다.
● 자동 음성 인식 시스템과 챗봇을 만들어본다.
● 인공지능 알고리즘을 시계열 데이터에 적용한다.
저자

알베르토아르타산체스

데이터과학자로서25년이넘게여러포춘500대기업과스타트업에서컨설팅을했다.인공지능과알고리즘에관한폭넓은경험이있다.AWSBigDataSpecialty와MachineLearningSpecialty를포함해여덟가지AWS자격증을보유하고있다.AWS엠버서더이며다양한데이터과학블로그에자주글을쓴다.데이터과학,빅데이터와분석,언더라이팅최적화,이상거래탐지와같은주제로강연을한다.인공지능을사용한데이터레이크구축에특히관심이있다.

목차

[1장인공지능소개]
1.1AI란무엇인가
1.2AI를왜공부해야하는가
1.3AI종류
1.4머신러닝의다섯가지그룹
1.5튜링테스트를사용한지능정의
1.6기계가인간처럼생각하도록만들기
1.7합리적에이전트구축
1.8일반문제해결사
1.9지능형에이전트구축
1.10파이썬3설치
1.11패키지설치
1.12데이터로딩
1.13정리

[2장인공지능사용사례]
2.1대표적인AI사용사례
2.2디지털개인비서와챗봇
2.3자율주행자동차
2.4배송과창고관리
2.5인간의건강
2.6지식검색
2.7추천시스템
2.8스마트홈
2.9게임
2.10영화제작
2.11인수및거래분석
2.12데이터정리와변환
2.13정리

[3장머신러닝파이프라인]
3.1머신러닝파이프라인이란무엇인가
3.2문제정의
3.3데이터수집
3.4데이터준비
3.5데이터분리
3.6모델훈련
3.7정리

[4장특성선택과특성공학]
4.1특성선택
4.2특성공학
4.3정리

[5장지도학습을이용한분류와회귀]
5.1지도학습vs.비지도학습
5.2분류란무엇인가
5.3데이터전처리
5.4레이블인코딩
5.5로지스틱회귀분류기
5.6나이브베이즈분류기
5.7컨퓨전행렬
5.8서포트벡터머신
5.9서포트벡터머신을사용한소득데이터분류
5.10회귀란무엇인가
5.11단일변수회귀구축
5.12다변수회귀분석기구축
5.13서포트벡터회귀를사용해주택가격추정하기
5.14정리

[6장앙상블학습을이용한예측분석]
6.1의사결정트리
6.2앙상블학습
6.3랜덤포레스트와익스트림랜덤포레스트
6.4클래스불균형다루기
6.5그리드검색을사용해최적의훈련매개변수찾기
6.6상대적인특성중요도계산하기
6.7익스트림랜덤포레스트회귀자를사용해트래픽예측하기
6.8정리

[7장비지도학습을이용한패턴감지]
7.1비지도학습이란
7.2K-평균알고리즘을사용해데이터클러스터링하기
7.3가우시안혼합모델이란
7.4유사도전파모델을사용해주식시장에서하위그룹찾기
7.5쇼핑패턴에따라시장분할하기
7.6정리

[8장추천시스템구축]
8.1최근접이웃추출
8.2K-최근접이웃분류기생성
8.3유사성점수계산
8.4협업필터링을사용해유사한사용자찾기
8.5영화추천시스템구축
8.6정리

[9장논리프로그래밍]
9.1논리프로그래밍이란무엇인가
9.2논리프로그래밍구성요소이해
9.3논리프로그래밍을사용한문제해결
9.4파이썬패키지설치
9.5수학적표현일치
9.6소수검증
9.7가계도구문분석
9.8지도분석
9.9퍼즐솔버구축
9.10정리

[10장휴리스틱검색기술]
10.1휴리스틱검색은인공지능인가
10.2휴리스틱검색이란무엇인가
10.3제약충족문제
10.4로컬검색기술
10.5탐욕검색을사용한문자열구성
10.6제약충족문제해결하기
10.7영역색상문제해결하기
10.88-퍼즐솔버구축하기
10.9미로찾기구축하기
10.10정리

[11장유전알고리즘과유전프로그래밍]
11.1진화주의자그룹
11.2진화와유전알고리즘
11.3유전알고리즘의기본개념
11.4사전정의된매개변수로비트패턴생성하기
11.5진화시각화하기
11.6심볼회귀문제해결하기
11.7지능형로봇컨트롤러구축하기
11.8유전프로그래밍사용사례
11.9정리

[12장클라우드를이용한인공지능]
12.1기업이클라우드로마이그레이션하는이유
12.2최상위클라우드제공업체
12.3아마존웹서비스
12.4마이크로소프트애저
12.5구글클라우드플랫폼
12.6정리

[13장인공지능을이용한게임개발]
13.1게임에서검색알고리즘사용하기
13.2조합검색
13.3easyAI라이브러리설치
13.4마지막동전남기기게임을하는봇만들기
13.5틱택토게임을하는봇만들기
13.6커넥트포게임을하는두봇만들기
13.7헥사폰게임을하는두봇만들기
13.8정리

[14장음성인식구축]
14.1음성신호작업
14.2오디오신호시각화하기
14.3오디오신호를주파수영역으로변환하기
14.4오디오신호생성하기
14.5음악을생성하기위한톤합성하기
14.6음성특성추출하기
14.7음성인식하기
14.8정리

[15장자연어처리]
15.1패키지소개및설치
15.2텍스트데이터토큰화
15.3형태소분석을사용해단어를기본형식으로변환하기
15.4기본형화를사용해단어를기본형식으로변환하기
15.5텍스트데이터를청크로나누기
15.6단어가방모델을사용해용어의빈도추출하기
15.7카테고리예측기구축
15.8성별식별자구축
15.9감정분석기구축
15.10잠재디리클레할당을사용한주제모델링
15.11정리

[16장챗봇]
16.1챗봇의미래
16.2오늘날의챗봇
16.3챗봇기본개념
16.4잘설계된챗봇
16.5챗봇플랫폼
16.6다이얼로그플로우를사용한챗봇개발
16.7정리

[17장시퀀스데이터와시계열분석]
17.1시퀀스데이터이해
17.2판다스로시계열데이터처리하기
17.3시계열데이터슬라이싱하기
17.4시계열데이터에작업수행하기
17.5시계열데이터에서통계추출하기
17.6은닉마르코프모델을사용해데이터생성하기
17.7조건부랜덤필드로알파벳시퀀스식별하기
17.8주식시장분석하기
17.9정리

[18장이미지인식]
18.1이미지인식의중요성
18.2OpenCV
18.3프레임차이
18.4색공간을사용한객체추적
18.5배경삭제를사용한객체추적
18.6캠시프트알고리즘을사용한대화형객체추적기구축
18.7광학흐름기반추적
18.8얼굴감지및추적
18.9눈감지및추적
18.10정리

[19장신경망]
19.1신경망소개
19.2퍼셉트론기반분류기구축
19.3단일계층신경망구축
19.4다층신경망구축
19.5벡터양자화기구축
19.6순환신경망을사용한시퀀스데이터분석
19.7광학문자인식데이터베이스에서문자시각화하기
19.8광학문자인식엔진구축
19.9정리

[20장합성곱신경망을이용한딥러닝]
20.1합성곱신경망기초
20.2합성곱신경망아키텍처
20.3합성곱신경망계층유형
20.4퍼셉트론기반선형회귀구축
20.5단일계층신경망을사용한이미지분류기구축
20.6합성곱신경망을사용한이미지분류구축
20.7정리

[21장순환신경망과기타딥러닝모델]
21.1순환신경망기초
21.2순환신경망아키텍처
21.3언어모델링사용사례
21.4순환신경망훈련
21.5정리

[22장강화학습-지능형에이전트생성]
22.1학습의의미이해
22.2강화학습vs.지도학습
22.3강화학습사례
22.4강화학습구성요소
22.5환경구축
22.6학습에이전트구축
22.7정리

[23장인공지능과빅데이터]
23.1빅데이터기초
23.2빅데이터의세가지V
23.3빅데이터와머신러닝
23.4NoSQL데이터베이스
23.5정리

출판사 서평

인공지능초보여행자에게나무가아닌숲을보여주는완벽한안내서!

알파고,넷플릭스,애플시리는인공지능이사용된대표적인사례입니다.인공지능기술을아는사람이든모르는사람이든누구나일상에서심심찮게접할수있죠.한편으로는우리도모르는사이에인공지능이한몫을톡톡히하고있는사례도있습니다.구글검색과쿠팡배송시스템이그예입니다.우리는이를통해인공지능이이미일상에깊숙이자리잡았음을알수있습니다.

이것이바로이책의출발점입니다.이책은독자가일상속친숙한사례로부터인공지능학습의첫발을내딛도록안내합니다.대표적인사용사례들을먼저소개한뒤에각기술을구현하려면어떤알고리즘을어떻게적용해야하는지차근차근알려줍니다.머신러닝과딥러닝의핵심개념들을너무얕지도,너무어렵지도않게설명해기본기를탄탄히다지도록해줍니다.영화추천시스템,게임봇,텍스트감정분석기등을구축하는흥미로운예제도함께합니다.
장별주요내용
[1장인공지능소개]
인공지능애플리케이션을구축하는데필요한핵심개념을학습합니다.파이썬3설치방법도알아봅니다.

[2장인공지능사용사례]
인공지능알고리즘을살펴보기에앞서오늘날가장많이사용되는분야와사용사례를분석합니다.

[3장머신러닝파이프라인]
머신러닝파이프라인이무엇인지학습하고구현에어떤도구가사용되는지알아봅니다.파이프라인내주요단계를예제와함께살펴봅니다.

[4장특성선택과특성공학]
특성선택과특성공학이무엇이며왜중요한지학습합니다.기존특성과외부소스에서새특성을만드는방법과,중복되거나가치가낮은특성을제거하는방법을알아봅니다.

[5장지도학습을이용한분류와회귀]
지도학습이무엇이며비지도학습과어떤차이가있는지알아봅니다.분류가무엇인지학습하고다양한알고리즘을살펴봅니다.

[6장앙상블학습을이용한예측분석]
다양한앙상블방법과각방법을언제사용하는지학습합니다.배운내용을예제에적용해교통량을예측해봅니다.

[7장비지도학습을이용한패턴감지]
비지도학습과데이터클러스터링개념을학습합니다.다양한클러스터링알고리즘을적용하는방법을알아보고예제를통해작동방식을이해합니다.

[8장추천시스템구축]
추천시스템구축에필요한개념을학습하고이를활용해영화추천시스템을구축해봅니다.

[9장논리프로그래밍]
논리프로그래밍으로프로그램을작성하는방법을배웁니다.가계도구문분석,지도분석,퍼즐솔버구축등문제해결예제를살펴봅니다.

[10장휴리스틱검색기술]
휴리스틱검색의정의와검색기술을학습합니다.예제를통해영역색상문제를해결하고8-퍼즐솔버와미로찾기를구축해봅니다.

[11장유전알고리즘과유전프로그래밍]
유전프로그래밍이AI분야에서중요한이유를알아봅니다.유전알고리즘을사용해간단한문제를해결하는방법을학습한뒤실제문제에적용해봅니다.

[12장클라우드를이용한인공지능]
AI프로젝트를활성화하고가속화하는다양한클라우드제공업체및제품을알아봅니다.

[13장인공지능을이용한게임개발]
다양한검색알고리즘을학습하고마지막동전남기기,틱택토,커넥트포,헥사폰게임을플레이하는지능형봇을구축해봅니다.

[14장음성인식구축]
음성데이터를처리하고특성을추출하는방법을배웁니다.추출한기능을사용해음성인식시스템을구축해봅니다.

[15장자연어처리]
자연어처리에사용하는다양한기술을학습합니다.배운내용을활용해카테고리예측기,성별식별자,감정분석기를구축해봅니다.

[16장챗봇]
챗봇구축에필요한기본개념과도구를살펴본뒤이를기반으로챗봇을구축해봅니다.

[17장시퀀스데이터와시계열분석]
시퀀스데이터의다양한특성을살펴보고은닉마르코프모델을사용해시퀀스데이터를분석하는방법을학습합니다.배운내용을활용해주식시장데이터를분석해봅니다.

[18장이미지인식]
이미지인식의중요성을알아보고라이브영상에서물체를감지및추적하는방법을학습합니다.얼굴과눈을감지하고추적하는예제를살펴봅니다.

[19장신경망]
신경망을구축하고훈련하는방법을학습합니다.퍼셉트론이무엇이며신경망구축에어떻게사용되는지알아봅니다.마지막에는광학문자인식엔진을구축해봅니다.

[20장합성곱신경망을이용한딥러닝]
딥러닝의기본을학습합니다.합성곱신경망에관련된다양한개념을살펴보고이를이미지인식에사용하는방법을알아봅니다.학습한내용을기반으로실제애플리케이션을구축해봅니다.

[21장순환신경망과기타딥러닝모델]
자연어처리및이해에자주사용되는순환신경망을학습합니다.순환신경망아키텍처를살펴보고어떤이점과제한사항이있는지알아본뒤간단한예제를살펴봅니다.

[22장강화학습-지능형에이전트생성]
강화학습의정의와모델내구성요소를살펴봅니다.강화학습시스템을구축하는데사용하는기술과학습에이전트를구축하는방법을알아봅니다.

[23장인공지능과빅데이터]
빅데이터기술을적용해머신러닝파이프라인을가속화하는방법을알아보고데이터세트수집,변환,유효성검사를간소화하는기술을분석합니다.아파치스파크를사용하는예제를살펴봅니다.