머신러닝 딥러닝

머신러닝 딥러닝

$38.76
Description
이 책은 머신러닝을 처음 시작하는 분들이 흥미를 잃지 않고 끝까지 학습하여 딥러닝으로 계속 학습을 이어갈 수 있도록 하는 것을 목표로 하고 있습니다.
이 책은 크게 3단계로 구성되어 있습니다.
첫 번째 단계는 머신러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 머신러닝 모델을 구현하기 위해서는 기본적인 프로그래밍 스킬을 필요로 하기 때문에 핵심적인 기능들을 요약해서 빠르게 머신러닝으로 접근할 수 있도록 하였습니다.
두 번째 단계는 본격적인 머신러닝 학습 단계입니다. 머신러닝이 무엇인지 이해를 돕기 위해 수치 예측과 분류 예측 모델을 구현하는 실습 예제를 통해 직관적으로 이해할 수 있도록 하였습니다. 인공신경망이 발전해 온 과정을 초보자도 쉽게 이해할 수 있는 설명으로 오늘날 다층 인공신경망의 학습 원리를 명확히 이해할 수 있도록 하였습니다. 또한 안정적이고 빠르게 성공적인 모델을 학습시키기 위한 여러 가지 이론적 개념과 용어들은 도식화된 이미지를 사용하여 쉽게 이해할 수 있도록 하였습니다. 또한 통계학이나 미분과 같은 수학 지식이 부족한 분들도 수식이 의미하는 바가 무엇인지 이해하는데 어렵지 않도록 쉽게 풀어서 설명하였습니다.
세 번째 단계는 딥러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 최근 일상생활에서 이 딥러닝 기술들을 쉽게 접하게 되면서 딥러닝 기술에 대한 관심도 그만큼 커지고 있습니다.
따라서 딥러닝 분야에서 최근 가장 활발하게 발전되고 있는 컴퓨터비전 분야와 자연어처리 분야에 대한 기반 지식을 학습할 수 있도록 하여 본인이 관심 있는 분야로 계속해서 학습을 이어나갈 수 있게 구성하였습니다.
머신러닝과 딥러닝 초보자분들께 이 책이 많은 도움이 되길 바라며 앞으로 더 흥미를 갖게 되어 좀 더 Deep하게 학습해 나가시길 바라겠습니다.
선정 및 수상내역
2022 세종도서 - 학술부문 : 기술과학 분야 선정
저자

송정현

중앙대학교컴퓨터소프트웨어학과(공학석사)
서울벤처대학원대학교AI창업연구센터책임연구원
(주)주경야독직업전문학교인공지능학과훈련교사
(주)주경야독교육사업부팀장
(주)에듀윌교육시스템연구소팀장
(주)영진닷컴교육사업부팀장

목차

Part01PythonBasicProgramming
01개발환경설정14
02데이터타입32
03조건문과반복문62
04함수와클래스79

Part02Numpy(연산처리라이브러리)
01ndarray데이터생성하기110
02ndarray인덱싱과슬라이싱124
03ndarray데이터형태바꾸기131
04numpy기본함수137
05axis를파라미터로갖는함수143
06broadcasting149
07Booleanindexing153

Part03Pandas(데이터분석라이브러리)
01Series생성하기159
02Series데이터확인하기164
03Series데이터변경169
04Series에서원하는데이터만가져오기172
05DataFrame생성하기177
06DataFrame데이터확인하기182
07DataFrame에서원하는데이터가져오기189
08DataFrame에column추가및삭제198
09DataFrame에있는NaN값처리203
10DataFrame에있는데이터그룹핑해서보기209
11DataFrame병합하기218
12보스톤마라톤대회기록데이터가공222

Part04Matplotlib/Seaborn(데이터시각화라이브러리)
01Columnchart/Barchart235
02Paretochart(Dualaxischart)241
03Piechart246
04Linegraph247
05Scatterplotchart257
06Bubblechart261
07Geochart265
08Heatmap271
09Histogram275
10Boxplot278

Part05MachineLearning
01MachineLearning개요284
02LinearRegression의이해293
03MachineLearning실습환경구축301
04LinearRegression모델만들기317
05MultivalueLinearRegression모델만들기(1)327
06MultivalueLinearRegression모델만들기(2)337
07LogisticClassification모델만들기345
08MultinomialClassification모델만들기360
09MachineLearningOptimization372

Part06NeuralNetwork
01NeuralNetwork의이해388
02MNISTFully-connectedMultiLayerNeuralNetworkClassification모델만들기421

Part07CNN(ConvolutionalNeuralNetwork)
01CNN(ConvolutionalNeuralNetwork)의이해434
02MNISTCNNClassification모델만들기451
03Fashion-MNISTCNNClassification모델만들기458

Part08RNN(RecurrentNeuralNetwork)
01RNN(RecurrentNeuralNetwork)의이해472
02IMDBLSTMClassification모델만들기485