인공지능 (파이썬으로 배우는 머신러닝과 딥러닝 | 2 판)

인공지능 (파이썬으로 배우는 머신러닝과 딥러닝 | 2 판)

$39.51
Ask a Question
Vendor: 인피니티북스 - 천인국
Type: 인공지능
SKU: 9791192373164
Categories: ALL BOOKS
Tags: 인공지능파이썬으로배우는머신러닝과딥러닝2판 컴퓨터/IT_컴퓨터공학
Description
〈인공지능 2판〉은 인공지능을 처음 배우는 학습자라도 쉽게 따라올 수 있을 만큼 다양한 그림과 실습으로 가득하다. 특히 딥러닝 분야에서는 구글이 제공하는 텐서플로우 플레이그라운드 사이트를 이용하여 개념을 쉽게 이해할 수 있도록 하였다. 각 장의 본문에는 학습자의 진도에 따라 적절한 실습들이 이어지며, 이것들을 따라 하다 보면 실전에 적용되는 인공지능의 다양한 이론들을 습득하게 된다. 각 장의 끝에는 연습문제를 두어 학습자들이 추가로 학습할 수 있도록 하였다.

이번 개정판에서 변경된 부분은 다음과 같다.

 인공지능 소개 내용에 최신의 경향을 반영하였다.
 탐색을 위한 파이썬 코드를 수정, 보완하였다.
 전통적인 머신러닝 이론인 결정 트리를 추가하였다.
 기존의 책에는 없었던 영상 인식 딥러닝, 강화 학습, 생성 모델 등의 내용을 추가하고, 강화 학습 실습 코드를 보완하였다.
저자

천인국

서울대학교전자공학과에입학하여1983년에공학사학위를취득하였고,한국과학기술원대학원에입학하여1985년에전기및전자공학과석사학위를,1993년에박사학위를취득하였다.1985년부터1988년까지삼성전자종합연구소에서주임연구원으로재직하였고,1993년부터현재까지순천향대학교컴퓨터공학과교수로재직중이다.2005년에는캐나다UBC에서방문교수를지냈다.

저서로는「HTML5+CSS3+JavaScript로배우는웹프로그래밍기초2판」(2023,인피니티북스),「PowerJAVA3판」(2022,인피니티북스),「인공지능」(2020,인피니티북스),「스크래치로배우는컴퓨팅사고와문제해결」(2019,인피니티북스),「OpenCV를이용한디지털영상처리」(2019,인피니티북스),「PowerJavaCompact」(2018,인피니티북스),「어서와C++는처음이지!」(2018,인피니티북스),「문제해결과컴퓨팅사고」(2017,인피니티북스),「문제해결과컴퓨팅사고를위한스크래치」(2017,인피니티북스),「문제해결과컴퓨팅사고를위한파이썬」(2017,인피니티북스),「어서와파이썬은처음이지!」(2016,인피니티북스),「어서와Java는처음이지!」(2015,인피니티북스),「어서와C언어는처음이지!」(2015,인피니티북스),「HTML5+CSS3+JavaScript로배우는웹프로그래밍기초」(2014,인피니티북스),「C++Espresso」(2010,인피니티북스),「PowerC++」(2010,인피니티북스),「쉽게풀어쓴C언어Express」(2007,생능출판사),「C언어로쉽게풀어쓴자료구조」(2005,생능출판사)등이있다.

목차

Chapter01인공지능소개
01인공지능의시대
인공지능의충격
우리생활에스며든인공지능
인공지능과인간
02인공지능의정의
지능형에이전트
인공지능vs머신러닝vs딥러닝
03튜링테스트
ELIZA
중국어방(TheChineseRoom)
2014년유진구스트만
튜링테스트의문제점
04인공지능의역사
인공지능의태동(1943-1956)
황금기(1956-1974)
첫번째인공지능의겨울(1974-1980)
전성시대(1980-1987)
두번째인공지능의겨울(1987-1993)
인공지능의부활(1993-2011)
딥러닝,빅데이터및인공지능(2011-현재)
05인공지능은어디에필요할까?
자율주행자동차
동영상추천시스템
광고시스템
챗봇(Chatbot)
의료분야
예술창작
신약개발과생물학분야
초거대AI
MiniProject구글의딥드림사용해보기
MiniProjectChatGPT체험하기
Summary
연습문제

Chapter02탐색
01탐색
02상태공간탐색문제
상태공간탐색문제
LAB경로찾기문제
LABN-queen문제
03탐색트리
LAB4-queen문제탐색트리
04기본적인탐색기법
탐색성능측정
05깊이우선탐색
깊이우선탐색의분석
06너비우선탐색
너비우선탐색의분석
07깊이제한탐색
IDDFS의장점과단점
08FS와DFS8-퍼즐프로그램
보드를어떻게표현할것인가?
open과closed큐는무엇으로구현할것인가?
자식노드들은어떻게생성할것인가?
BFS전체소스코드
DFS프로그램
09경험적탐색방법
10언덕등반기법
알고리즘
지역최대문제
11최고우선탐색
12A*알고리즘
LABA*알고리즘시뮬레이션
13A*알고리즘의파이썬구현
LABN-queen문제의탐색알고리즘
MiniProjectTSP
Summary
연습문제

Chapter03게임트리
01게임프로그램
게임정의
Tic-Tac-Toe에대한게임트리
02미니맥스알고리즘
Tic-Tac-Toe게임에미니맥스알고리즘적용
LAB미니맥스알고리즘실습
미니맥스알고리즘의의사코드
미니맥스성능분석
03Tic-Tac-Toe게임프로그래밍
04알파베타가지치기
알파베타알고리즘
알파베타알고리즘실습
05불완전한결정
Summary
연습문제

Chapter04전문가시스템
01전문가시스템
전문가시스템의역사
02전문가시스템의구성요소
지식베이스
추론엔진
사용자인터페이스
03지식과인공지능
데이터,정보,지식
04규칙
규칙에AND나OR를사용할수있다
05전문가시스템에서의추론
순방향추론
역방향추론
LAB추론실습
LAB화재처리시스템
06충돌해법
07전문가시스템의장점과단점
Summary
연습문제

Chapter05지식표현
01지식표현(KnowledgeRepresentation)
02규칙
03의미망
04프레임
프레임의장점
프레임과객체지향프로그래밍
프레임과상속
시맨틱웹과프레임
05논리(Logic)
06명제논리
명제논리에서의추론
모더스포넌스(ModusPonens)
부정논법(ModusTollens)
삼단논법(Syllogism)
07술어논리
08술어논리에서추론
정형식
논리융합(Resolution)
논리융합에의한증명
09시맨틱웹과온톨로지소개
기존웹의문제점
시맨틱웹
시맨틱웹의예
시맨틱웹의요소기술
온톨로지
10프롤로그(Prolog)
LAB논리융합실습#1
LAB논리융합실습#2
LAB논리융합실습#3
Summary
연습문제

Chapter06퍼지논리
01퍼지논리란?
퍼지논리를사용할수있는분야
02크리스프집합과퍼지집합
크리스프집합
퍼지집합
퍼지집합의표기방법
LAB퍼지집합의예
03퍼지집합에서의연산자
집중화연산자CON과DIL
LAB퍼지집합연산자
04퍼지추론
퍼지규칙
퍼지추론의기본
퍼지추론의과정
규칙이여러개있는경우
LAB팁을주는문제
Summary
연습문제

Chapter07불확실성
01불확실성
불확실성의예
불확실성은왜발생하는것인가
인공지능시스템에서의불확실성처리
02확률을이용한불확실성처리
사전확률과사후확률
베이즈정리
LAB내가Z-바이러스에감염되었을까?
LAB과일문제
LAB카드게임
03베이즈정리와추론
증거와가설이여러개일때
베이즈정리의단점
LAB베이즈정리로규칙의확률계산
LAB스팸필터링
LAB몬티홀문제
04확신도
확신도의정의
불확실한증거를가진규칙에서의확신도
규칙이여러개의전제를가지는경우
LAB확신도실습
Summary
연습문제

Chapter08유전자알고리즘
01자연계에서의진화
02유전자알고리즘
염색체,인코딩,평가함수
유전자알고리즘의의사코드
선택연산자
교차연산자
돌연변이연산자
유전자알고리즘
03유전자알고리즘의예제
04유전자알고리즘프로그램
LAB8-queen문제
LABTSP문제
05유전자알고리즘의장단점
06유전자프로그래밍
어떻게프로그램을표현할것인가?
기본연산들
GP알고리즘
Summary
연습문제

Chapter09머신러닝소개
01머신러닝이란?
머신러닝과전통적인프로그래밍과의차이점
인공지능,머신러닝,딥러닝
머신러닝의역사
머신러닝의종류
02머신러닝의용어들
특징(Feature)
함수근사와머신러닝
레이블(Label)
샘플
학습과예측
학습데이터와테스트데이터
03지도학습
회귀(Regression)
분류(Classification)
MiniProject티처블머신이용하여머신러닝체험하기
04비지도학습
05강화학습
06머신러닝의과정
데이터수집
학습데이터와테스트데이터
모델선택
학습
평가
예측
07머신러닝알고리즘의성능평가
정확도
혼동행렬
MiniProject머신러닝체험하기
08머신러닝의용도
머신러닝은어디에이용되는가?
프로그래머로서머신러닝의실용적인가치
Summary
연습문제

Chapter10선형회귀
01선형회귀
선형회귀소개
선형회귀의종류
선형회귀의원리
학습과손실
02선형회귀에서손실함수최소화방법
분석적인방법
경사하강법(GradientDescentMethod)
선형회귀에서경사하강법
03선형회귀파이썬구현#1
04선형회귀파이썬구현#2
선형회귀를그래프로그려보자
LAB선형회귀실습
05과잉적합vs과소적합
LAB당뇨병예제
LAB면적에따른집값예측
Summary
연습문제

Chapter11kNN,K-means,결정트리
01kNN알고리즘
kNN알고리즘정리
수정된kNN알고리즘
kNN알고리즘의장점과단점
02예제:kNN을이용한붓꽃분류
특징과레이블
그래프그리기
kNN학습하기
예측해보자
03예제:kNN으로필기체이미지분류
데이터세트읽어들이기
학습데이터와테스트데이터
모델
학습
예측및평가
04머신러닝알고리즘의성능평가
혼동행렬을출력해보자
분류리포트
05K-means클러스터링
K-means클러스터링의예
K-means클러스터링
06sklearn을이용한K-means클러스터링
라이브러리를포함시킨다
데이터를준비한다
데이터시각화
클러스터만들기
k를결정하는방법
팔꿈치방법의구현
LABK-means클러스터링실습
07의사결정트리(DecisionTree)
의사결정트리의원리
어떻게트리를구축하는것일까?
엔트로피
sklearn을이용한의사결정트리
08예제:의사결정트리를이용한붓꽃분류
Summary
연습문제

Chapter12퍼셉트론
01신경망
신경망의장점
뉴런의수학적인모델
02퍼셉트론
퍼셉트론은논리연산을학습할수있을까?
03퍼셉트론학습알고리즘
예제
sklearn으로퍼셉트론실습하기
04퍼셉트론의한계점
XOR연산학습
선형분류가능문제
다층퍼셉트론으로XOR문제를해결
LAB퍼셉트론으로분류
Summary
연습문제

Chapter13다층퍼셉트론(MLP)
01다층퍼셉트론
활성화함수
계단함수
시그모이드함수
ReLU함수
하이퍼볼릭탄젠트함수
02순방향패스
행렬로표기해보자
03오차계산
손실함수란?
손실함수의구체적인예
손실함수계산예
04역방향패스
무엇을알면될까?
경사하강법
경사하강법의재소개
그래디언트
LAB경사하강법의실습
05역전파알고리즘
체인룰의적용
은닉층노드
결론을내려보자
역전파학습알고리즘
LAB역전파알고리즘애니메이션
06넘파이를이용한MLP구현
1)순방향전파
2)오차역전파를수행한다
3)학습이종료된이후에테스트하는함수를작성한다
4)학습함수와테스트함수를순차적으로호출한다
07구글의플레이그라운드를이용한실습
에포크
학습률
활성화함수선택
문제유형
학습데이터와테스트데이터의비율
입력특징선택
은닉층추가하기
학습시작
은닉층없이분류실습
은닉층을추가한실습
08구글의텐서플로
텐서플로설치하기
케라스예제
LABMLP를사용한MNIST숫자인식
Summary
연습문제

Chapter14심층신경망과딥러닝

출판사 서평

2016년알파고가이세돌을이기는바둑이벤트는전세계사람들에게큰충격을주었으며,인공지능은컴퓨터공학에서가장떠오르는분야가되었다.딥러닝알고리즘이개발되고2012년에열린영상인식대회에서객관적인방법으로딥러닝의우수성이증명된이후로거의모든나라에서인공지능기술을미래의핵심기술로개발하고있다.인공지능의역사에서두번이나접했던인공지능겨울을극복하고광범위한빅데이터수집과분석을위한과학,고도로발전한반도체집적,그리고초고속의처리기술을바탕으로새로운인공지능의시대가열리고있는것이다.

본서는새로운인공지능의시대를준비하는필독서로서컴퓨터,전자,정보통신,기계등융합기술을전공하는공학도와인공지능을처음접하는컴퓨터비전공자들도다양한예제와실습을통해인공지능의기초적인개념과이론을익힐수있다.인공지능의기본적인이론을빠짐없이수록하였으며딥러닝을포함하여머신러닝을10개의장에걸쳐서자세히설명하였다.딥러닝분야는구글의텐서플로를기본으로고수준라이브러리인케라스를사용하여실습할수있으며,구글의텐서플로플레이그라운드를이용하여체험할수있다.