Do it! 쉽게 배우는 머신러닝 + 딥러닝 : AI 모델의 원리를 이해하고 직접 만드는 힘을 기른다!

Do it! 쉽게 배우는 머신러닝 + 딥러닝 : AI 모델의 원리를 이해하고 직접 만드는 힘을 기른다!

$31.00
저자

이홍재

저자:이홍재
2021년노벨경제학상수상자인GuidoW.Imbens교수의지도로미국UCLA경제학과에서박사학위를받았다.현재아주대학교경영대학에서[마케팅애널리틱스]와[빅데이터분석]을강의하고있다.
여행과등산,사진찍는것을좋아하며,해마다신춘문예에도전해서낙방의쓴맛을보고있다.국내외학술지에경제분석과머신러닝에관한논문을다수발표했다.국무총리표창(2007년정보통신유공)과아주대학교교육우수상을수차례받았다.

경력및활동
·(현)아주대학교경영대학교수
·(전)캐나다UPEI대학교객원교수
·(전)정보통신정책연구원(KISDI)연구위원
·(전)캘리포니아공과대학교(Caltech)부연구원
·미국UCLA경제학박사
·서울대학교경제학석사
·서울대학교경제학과졸업

저서
·《엑셀로배우는마케팅애널리틱스》(2026,두남출판사)

감수:김성륜
(현)연세대학교전기전자공학부교수

목차

첫째마당|머신러닝의첫걸음

01장머신러닝을알아야AI가보인다

__01-1머신러닝의원리이해하기
____머신러닝이란?
____모델과학습과정살펴보기
__01-2머신러닝의절차와유형
____머신러닝의절차
____머신러닝의학습유형

02장코랩사용법과파이썬기초익히기

__02-1코랩시작하기
____코랩사용하기
____셀과노트북이해하기
__02-2파이썬자료형이해하기
____숫자형
____문자형
____리스트
____튜플
____딕셔너리
__02-3파이썬라이브러리사용하기
____라이브러리이해하기
____판다스
____맷플롯립
____라이브러리불러오기
____데이터불러오기
__02-4데이터프레임활용하기9
____속성
____메서드
____인덱싱
__02-5반복문과조건문활용하기
____반복문
____조건문
__되새김문제

둘째마당|기초머신러닝모델

03장선형회귀모델

__03-1선형회귀모델
__03-2회귀모델구현을위한준비
____라이브러리설치와데이터생성
____탐색적데이터분석
__03-3선형회귀모델의예측방법
____타깃과입력지정하기
____예측함수설정하기
__03-4선형회귀모델설정과학습
____임의의파라미터로예측하기
____모델클래스를사용해학습하기
__03-5모델예측과성능평가
____예측결과확인하기
____손실계산하기
____예측성능시각화하기
__03-6회귀모델개선하기
____입력변수확장으로모델개선
____선형회귀모델의한계
__되새김문제

04장로지스틱회귀모델

__04-1로지스틱회귀모델이란?
____회귀문제와분류문제
____확률기반예측방법
__04-2로지스틱회귀모델구현을위한준비
____인코딩의종류
____인코딩적용방법
__04-3로지스틱회귀모델의예측방법
____확률예측방법
____크로스엔트로피손실함수
__04-4로지스틱회귀모델설정과학습
____데이터생성과탐색적데이터분석
____로지스틱회귀모델설정과학습
__04-5모델예측과성능평가
____예측성능시각화하기
____입력변수의효과시각화하기
____새로운입력예측하기
__되새김문제128

셋째마당|인공신경망모델의구조와원리

05장행렬연산과텐서의이해

__05-1배열데이터의구조
__05-2벡터와행렬연산
____벡터와행렬만들기
____행렬곱계산하기
____벡터의선형변환
____행렬을사용한선형회귀모델
__05-3텐서와자동미분
____그래디언트
____경사하강법
____텐서를사용한경사하강법실습
__되새김문제

06장인공신경망모델기초

__06-1인공신경망이란?
____인공신경망이해하기
____인공신경망의구조
__06-2인공신경망모델구현을위한준비
____라이브러리와데이터불러오기
____데이터생성과변수설정
____탐색적데이터분석
__06-3인공신경망모델설정
____인공신경망모델의구조결정하기
____인공신경망모델설정하기
____활성화함수적용하기
__06-4인공신경망모델학습
____학습과정이해하기
____랜덤시드고정하기
____컴파일과학습시작하기
__06-5성능평가와구조개선
____예측성능평가하기
____모델구조개선하기
__되새김문제

07장과대적합문제해결방법

__07-1과대적합과데이터분할
____과대적합이왜문제일까?
____훈련데이터와검증데이터분할하기
__07-2모델설정을위한준비
____라이브러리와데이터불러오기
____탐색적데이터분석
____변수지정과인코딩
__07-3모델설정과학습
____모델설정과데이터분할
____조기종료콜백을사용한모델학습
____손실변화시각화
____예측성능평가
__되새김문제

08장인공신경망분류모델

__08-1모델설정을위한준비
____라이브러리와데이터불러오기
____탐색적데이터분석
__08-2모델설정과학습
____변수지정과데이터분할
____모델설정
____모델학습
__08-3모델예측과성능평가
____클래스별확률예측
____혼동행렬로예측결과시각화
____새로운데이터예측
__되새김문제

넷째마당|이미지인식을위한인공신경망모델

09장이미지데이터와인공신경망분류모델

__09-1이미지데이터의구조와표현
____RGB이미지의구조
____이미지를배열로변환
__09-2인공신경망모델구현을위한준비
____라이브러리불러오기
____MNIST데이터불러오기
____탐색적데이터분석
____데이터전처리
__09-3인공신경망기반이미지분류모델구현
____모델설정
____모델학습
____손실변화시각화
____예측성능평가
____예측결과시각화
__되새김문제

10장합성곱신경망의원리와구조

__10-1합성곱신경망의원리
____완전연결신경망의한계
____합성곱
____풀링
__10-2합성곱필터와특징추출
____필터
____합성곱과풀링의반복
__되새김문제

11장합성곱신경망모델구현

__11-1CNN모델구현을위한준비
____데이터불러오기
____데이터증강하기
____데이터전처리
__11-2CNN모델구현과성능확인
____모델설정
____모델학습
____예측성능평가
____특성맵확인
__되새김문제

다섯째마당|시퀀스데이터와자연어처리

12장시퀀스데이터와순환신경망

__12-1시퀀스데이터의구조
____시퀀스데이터란?
____데이터전처리
____입력시퀀스와타깃데이터생성
__12-2순환신경망의원리
____RNN(1)의기억업데이트원리
____RNN(K)의구조와특징
____은닉상태벡터로타깃예측
__12-3시계열예측을위한데이터준비
____데이터불러오기
____데이터전처리
____입력시퀀스와타깃데이터생성
____데이터분할
__12-4순환신경망모델설정
____모델설정과학습
____예측성능시각화
__12-5학습된모델로미래예측
____미래예측방법
____미래예측함수구현
__12-6시퀀스모델의발전
____LSTM과GRU
____어떤모델을선택해야할까?
__되새김문제

13장문장생성모델

__13-1문장생성모델의구조
____토큰화
____입력시퀀스와타깃시퀀스생성
____임베딩
____문맥에따른의미변화
__13-2문장생성모델구현
____말뭉치데이터불러오기
____토큰화적용
____입력시퀀스와타깃시퀀스생성
____모델설정과학습
__13-3새로운문장생성
____문장생성과정
____문장생성함수
____새로운문장생성하기
__되새김문제

14장감성분석모델

__14-1감성분석모델의구조와구현준비
____감성분석모델의구조
____데이터불러오기
____데이터전처리
__14-2감성분석모델구현
____모델설정과학습
____예측성능평가
__되새김문제

여섯째마당|트랜스포머모델

15장트랜스포머의원리와구조

__15-1트랜스포머란?
____트랜스포머의핵심아이디어
____셀프어텐션의원리
__15-2트랜스포머의구조
____임베딩과포지셔널인코딩
____셀프어텐션
____Q-K-V구조
____멀티헤드어텐션
____피드포워드네트워크
__15-3트랜스포머모델구현
____클래스사용하기
____모델설정

16장트랜스포머를활용한문장생성모델

__16-1문장생성모델구현을위한준비
____클래스와데이터불러오기
____토큰화적용과입력및타깃생성
__16-2문장생성모델구현
____인과마스킹의필요성
____모델설정과학습
____문장생성
__되새김문제

17장트랜스포머를활용한이미지분석모델

__17-1비전트랜스포머모델이란?
____비전트랜스포머모델의등장
____비전트랜스포머모델의구조
__17-2비전트랜스포머모델구현을위한준비
____클래스와데이터불러오기
____데이터전처리와분할
__17-3비전트랜스포머모델구현
____모델설정
____모델학습
____CNN과ViT의차이
__되새김문제

18장트랜스포머를활용한시계열모델

__18-1시계열트랜스포머모델의구조
__18-2시계열트랜스포머모델구현을위한준비
____데이터불러오기
____변수설정과데이터분할
__18-3시계열트랜스포머모델구현
____모델설정과학습
____예측성능시각화
____미래값예측
__되새김문제

일곱째마당|의사결정트리모델과앙상블모델

19장의사결정트리모델
__19-1의사결정트리모델이란?
____의사결정트리의동작원리
__19-2결정트리모델구현1-분류문제
____데이터불러오기
____모델설정과학습
____결정트리구조이해하기
____하이퍼파라미터와과대적합문제
__19-3결정트리모델구현2-회귀문제
____모델설정과학습
____트리의깊이와예측성능
__되새김문제

20장앙상블모델
__20-1앙상블모델이란?
____랜덤포레스트모델
____부스팅앙상블모델
__20-2앙상블모델구현1-회귀문제
____데이터준비와전처리
____랜덤포레스트회귀모델구현
____LGBM회귀모델구현
____입력변수의

출판사 서평

이책의특징

·어려운수식보다그림과단계별설명으로AI모델을쉽게이해
·코랩기반실습으로별도의개발환경구축부담없이학습가능
·개념→구현→결과확인→복습으로이어지는실습중심4단계학습방식
·장마다제공되는〈되새김문제〉와16일/30일〈학습계획표〉로자기주도학습지원

이책,이런분께추천합니다!

·머신러닝과딥러닝을처음공부하는대학생과개발자
·AI·데이터분야취업을준비하는취업준비생
·이론보다실습위주의AI학습서를찾는교강사

AI에이전트시대에도왜머신러닝과딥러닝을배워야할까?

챗GPT,제미나이,클로드와같은생성형AI는물론,AI에이전트까지등장하면서AI를활용하는시대를넘어AI를직접만들고업무에적용하는시대가되었습니다.하지만새로운AI서비스를개발하거나기존모델을제대로활용하려면AI가어떤원리로학습하고판단하는지이해하는역량이필요합니다.이책은AI를사용하는방법이아니라AI가데이터를학습하고예측하는과정을이해하는데초점을맞춰,변화하는AI기술에도흔들리지않는기초를다질수있도록안내합니다.

왜AI는모델하나만배워서는안될까?

머신러닝은하나의모델만익힌다고끝나는기술이아닙니다.회귀모델에서시작해인공신경망,CNN,RNN,생성형AI의기반이되는트랜스포머,강화학습으로이어지는발전과정을이해해야새로운AI

모델도빠르게받아들일수있습니다.이책은개별알고리즘을나열하는대신AI모델이어떻게발전해왔는지에따라하나의학습흐름으로구성해기초부터최신AI기술까지자연스럽게이해하도록돕습니다.

머신러닝+딥러닝책은왜끝까지읽기어려울까?

AI입문자들이어려움을느끼는이유는개념이해보다는학습과정에있습니다.낯선용어와복잡한수식,많은실행오류때문에처음부터부담을느끼고,개념과실습이연결되지않아학습흐름을잃곤합니다.이책은코랩환경에서바로실습을시작하고,그림으로원리를이해한뒤직접파이썬코드를실행하며결과를바로바로확인하는방식으로학습부담을줄였습니다.자연스럽게‘왜이런결과가나오는지’를이해하며AI모델을쉽게익힐수있습니다.

이지스퍼블리싱독자지원

·실습파일을활용해보세요!

·이지스퍼블리싱:www.easyspub.co.kr→자료실→도서명검색
·저자깃허브:github.com/hongjai-rhee/public

·책선물을받아보세요!

·Doit!스터디룸(cafe.naver.com/doitstudyroom)에서운영하는‘Doit!공부단’에참여해보세요.이책으로공부하면서나만의스터디노트를작성해보고,완독을인증하면이지스퍼블리싱에서발간한책을선물로받을수있습니다.
·이지스퍼블리싱홈페이지(www.easyspub.co.kr)에회원가입을하면뉴스레터에서신간과이벤트소식을확인할수있습니다.매달전자책한권을공개하는이벤트도진행합니다.


추천평

이책은머신러닝과딥러닝을처음접하는사람을위해개념을차근차근설명합니다.추상적인개념을다양한예시와설명으로풀어내어,이론을이해하는데그치지않고실전문제에도적용해볼수있도록돕습니다.무엇보다학습과정에서실습으로핵심내용을다시짚어주어,무엇이중요한지명확히파악할수있었습니다.AI입문자도머신러닝과딥러닝의구조와핵심개념을부담없이익힐수있는책입니다.
-엄다빈(ITCENCloitAI엔지니어)

이책의가장큰장점은실무활용도와낮은진입장벽입니다.보통딥러닝책은복잡한수식때문에포기하기쉽지만,이책은꼭필요한수식을쉽게설명하고그림을활용해AI모델을직관적으로이해할수있도록구성했습니다.CNN기반이미지분류와야구데이터셋을활용한구종예측등다양하고재미있는예제를담았으며,생성형AI의기반인트랜스포머를직접구현해볼수있습니다.AI의전체흐름을잡고,심화학습으로나아갈수있도록좋은출발점이될것입니다.
-임혁((주)휴노백엔드개발자)

코랩환경설정부터머신러닝실습,AI모델구현까지친절하게설명합니다.또한시각요소를활용해입문자도쉽게따라갈수있도록구성한점이인상적입니다.이책은탄탄한이론뒤에바로실습이이어져머신러닝에대한이해를높여주며,코드와함께실습결과를함께제시해자신의결과와비교하며점검할수있습니다.머신러닝을기초부터단계적으로배우고싶은분들께추천할만한책입니다.
-정길화(국립군산대학교산학협력교수)

초보자들이좌절하는이유는개념이어려워서가아니라,작은코드실수나실행과정의오류때문입니다.이책은이러한문제를최소화하는데초점을맞춰,코랩에서쉽게학습할수있도록설계됐습니다.실습코드에는주석과설명이잘담겨있어‘지금이명령이왜필요한가’를이해하기쉽습니다.직접검증한결과,이책은실행-이해-검증을반복하며학습할수있는실습서라는인상을받았습니다.
-정명환(인하대학교데이터사이언스전공)

많은기업에서AI를도입하면서‘나만뒤처지는게아닐까’하는조급함을느끼는사람도적지않습니다.저역시무엇부터시작해야할지몰라복잡한환경설정과오류메시지,낯선용어와복잡한수식앞에서포기하곤했습니다.하지만이책은복잡한이론보다AI모델을직접만들어보면서배울수있도록구성해서,AI에이제막관심이생긴대학생은물론,새로운도전을망설였던실무자에게도AI학습의첫걸음을내딛게해줄길잡이가되어줄책입니다.
-허귀영(판교IT개발자)