장바구니 담기 close

장바구니에 상품을 담았습니다.

파이썬으로 시작하는 머신러닝+딥러닝

파이썬으로 시작하는 머신러닝+딥러닝

  • 강지영
  • |
  • 아이리포
  • |
  • 2022-05-15 출간
  • |
  • 380페이지
  • |
  • 188 X 257 mm
  • |
  • ISBN 9791197347047
판매가

22,000원

즉시할인가

19,800

배송비

무료배송

(제주/도서산간 배송 추가비용:3,000원)

수량
+ -
총주문금액
19,800

※ 스프링제본 상품은 반품/교환/환불이 불가능하므로 신중하게 선택하여 주시기 바랍니다.

출판사서평




이 책에서는 우리가 흔히 머신러닝, 딥러닝이라고 부르는 데이터 분석 모델에 대해서 학습합니다. 그리고 데이터 분석 모델을 만드는데 사용하는 대표적인 파이썬 프레임워크인 사이킷런(sklearn), 텐서플로우(TensorFlow), 케라스(Keras)를 이용한 머신러닝, 딥러닝 개발을 배웁니다.

* 어떤 독자를 위한 책인가?
-. 머신러닝, 딥러닝을 처음 접하는 입문자
-. 사이킷런(sklearn), 텐서플로우(TensorFlow), 케라스(Keras)를 이용하여 머신러닝, 딥러닝을 개발하려는 입문자

[일러두기]
『파이썬으로 시작하는』 시리즈는 1권(데이터 분석)과 2권(머신러닝+딥러닝)으로 구성되어 있습니다.

* 1권 : 『파이썬으로 시작하는 데이터 분석』
* 2권 : 『파이썬으로 시작하는 머신러닝+딥러닝』

1권은 데이터 수집부터 데이터 탐색까지 데이터를 이해하고 다루기 위한 준비 운동의 과정이고, 2권은 본격적으로 데이터 분석 모델을 만들어보면서 머신러닝과 딥러닝 알고리즘에 대해서 살펴봅니다.


목차


1장. 머신러닝, 딥러닝이 무엇인가요?
__1.1 컴퓨터에게 지능을 만들어주는 인공지능
__1.2 컴퓨터는 어떻게 학습을 하죠?
____1.2.1 지도학습
____1.2.2 비지도학습
____1.2.3 강화학습
__1.3 인공신경망의 역사
__1.4 이 책에서 다루는 분석 모델
____1.4.1 이 책은 인공지능 분야 중 빅데이터를 컴퓨터가 스스로 학습하는 머신러닝과 딥러닝을 다룹니다
____1.4.2 이 책은 지도학습과 비지도학습 방법을 다룹니다
____1.4.3 이 책은 다음의 머신러닝 알고리즘을 다룹니다
____1.4.4 이 책은 다음의 딥러닝 알고리즘을 다룹니다
____1.4.5 이 책이 다루는 학습 성능을 개선하기 위한 방법입니다
____1.4.6 이 책이 다루는 학습 모델의 평가 방법입니다
____1.4.7 전체 맵(Mae)
__1.5 컴퓨터를 학습시키기 위한 준비
____1.5.1 환경 설정 - 코랩(Colab)
____1.5.2 데이터 분석을 위한 파이썬 기초 문법
__마무리

2장. 머신러닝 프로세스
__2.1 머신러닝 학습 절차
____2.1.1 문제 정의
____2.1.2 데이터 전처리
____2.1.3 학습
____2.1.4 평가
__2.2 실습 - 붓꽃 데이터 분류
____2.2.1 문제 정의
____2.2.2 데이터 정제
____2.2.3 학습 - 의사결정나무
____2.2.4 평가
____2.2.5 예측
__마무리

3장. 분류 모델의 성능 개선 방법
__3.1 좋은 점수를 받기 위해서는?
____3.1.1 학습 데이터를 바꾼다
____3.1.2 학습 방법을 바꾼다
__3.2 학습 데이터를 바꾼다
____3.2.1 교차검증
____3.2.2 스케일 조절
____3.2.3 차원축소
__3.3 학습 방법을 바꾼다
____3.3.1 모델의 종류를 바꿔보자
____3.3.2 모델을 튜닝하자
____3.3.3 너무 오래 학습하지 않는다!
__3.4 실습 문제 : 유방암 분류
__마무리

4장. 회귀 모델 - 집 값을 예측한다고?
__4.1 회귀 알고리즘
____4.1.1 선형회귀(Linear Regression)
____4.1.2 의사결정나무 기반 회귀 알고리즘
__4.2 회귀 모델의 평가 방법
____4.2.1 MSE(Mean Squared Error)
____4.2.2 결정계수(R2, R - Square)
__4.3 실습 1 - 붓꽃 데이터 회귀
____4.3.1 문제 정의 및 학습 데이터 준비
____4.3.2 학습 - 선형회귀 모델
____4.3.3 학습 - 의사결정나무 기반의 회귀 알고리즘
__4.4 실습 2 - 보스턴 집 값 예측
____4.4.1 문제 정의 및 학습 데이터 준비
____4.4.2 학습 - 선형회귀 모델
____4.4.3 학습 - 선형회귀 모델 응용
____4.4.4 학습 - 의사결정나무 기반 회귀 모델
__마무리

5장. 군집 모델
__5.1 클러스터링
____5.1.1 유사도 측정 방법
____5.1.2 계층적 군집
____5.1.3 K-means 알고리즘
____5.1.4 군집 알고리즘의 평가 방법
__5.2 실습 : 붓꽃 데이터 군집(K-means) 모델
____5.2.1 문제 정의 및 데이터 분할
____5.2.2 학습 - KMeans
____5.2.3 평가 - 실루엣 점수
____5.2.4 최적의 군집 수 찾기
__마무리

6장. 인공신경망을 만들자!
__6.1 딥러닝이란?
____6.1.1 인공신경망
____6.1.2 인공신경망의 학습
____6.1.3 인공신경망의 활성화 함수
____6.1.4 인공신경망의 손실 함수
__6.2 인공신경망 구성하기
____6.2.1 인공신경망 구성하기 - 기본
____6.2.2 인공신경망 구성하기 - 퀴즈
____6.2.3 인공신경망의 주요 함수
__6.3 실습 - 인공신경망 학습
____6.3.1 인공신경망 학습하기 - 기본
____6.3.2 성능 개선
__마무리

7장. CNN과 이미지 처리
__7.1 객체 인식에 탁월한 인공신경망의 구조
____7.1.1 컴퓨터의 이미지 처리
____7.1.2 CNN의 주요 구성
____7.1.3 이미지 데이터 전처리
__7.2 CNN 기반 인공신경망 학습하기
____7.2.1 MNIST 데이터셋
__7.3 똑똑한 인공신경망 활용하기
____7.3.1 전이학습
____7.3.2 VGGNet
____7.3.3 ResNet
____7.3.4 Inception, Xception
____7.3.5 EfficientNet
__마무리

8장. RNN과 자연어 처리
__8.1 컴퓨터는 사람의 말을 어떻게 이해할까?
____8.1.1 자연어 처리
____8.1.2 RNN
__8.2 컴퓨터가 이해할 수 있도록 사람 말을 바꿔주는 방법
____8.2.1 텍스트 전처리
____8.2.2 언어 모델(Language Model)
__8.3 실습 - 감정분석
__마무리

교환 및 환불안내

도서교환 및 환불
  • ㆍ배송기간은 평일 기준 1~3일 정도 소요됩니다.(스프링 분철은 1일 정도 시간이 더 소요됩니다.)
  • ㆍ상품불량 및 오배송등의 이유로 반품하실 경우, 반품배송비는 무료입니다.
  • ㆍ고객님의 변심에 의한 반품,환불,교환시 택배비는 본인 부담입니다.
  • ㆍ상담원과의 상담없이 교환 및 반품으로 반송된 물품은 책임지지 않습니다.
  • ㆍ이미 발송된 상품의 취소 및 반품, 교환요청시 배송비가 발생할 수 있습니다.
  • ㆍ반품신청시 반송된 상품의 수령후 환불처리됩니다.(카드사 사정에 따라 카드취소는 시일이 3~5일이 소요될 수 있습니다.)
  • ㆍ주문하신 상품의 반품,교환은 상품수령일로 부터 7일이내에 신청하실 수 있습니다.
  • ㆍ상품이 훼손된 경우 반품 및 교환,환불이 불가능합니다.
  • ㆍ반품/교환시 고객님 귀책사유로 인해 수거가 지연될 경우에는 반품이 제한될 수 있습니다.
  • ㆍ스프링제본 상품은 교환 및 환불이 불가능 합니다.
  • ㆍ군부대(사서함) 및 해외배송은 불가능합니다.
  • ㆍ오후 3시 이후 상담원과 통화되지 않은 취소건에 대해서는 고객 반품비용이 발생할 수 있습니다.
반품안내
  • 마이페이지 > 나의상담 > 1 : 1 문의하기 게시판 또는 고객센터 1800-7327
교환/반품주소
  • 경기도 파주시 문발로 211 1층 / (주)북채널 / 전화 : 1800-7327
  • 택배안내 : CJ대한통운(1588-1255)
  • 고객님 변심으로 인한 교환 또는 반품시 왕복 배송비 5,000원을 부담하셔야 하며, 제품 불량 또는 오 배송시에는 전액을 당사에서부담 합니다.