Out of Print
파이썬·케라스로 시작하는 AI기초
$19.44
SKU
9791166753824
본 상품은 품절 / 절판 등의 이유로 유통이 중단되어 주문이 불가합니다.
이용에 불편을 드려 죄송합니다.
[Free shipping over $100]
Standard Shipping estimated by Fri 04/18 - Thu 04/24 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 04/15 - Thu 04/17 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2023/08/25 |
| Pages/Weight/Size | 188*257*20mm |
| ISBN | 9791166753824 |
| Categories | IT 모바일 > 프로그래밍 언어 |
Description
본 교재는 AI 엔지니어로서 갖추어야 할 기본적인 파이썬 프로그래밍 기법과 함께 머신 러닝 및 딥러닝 프로그래밍을 구글 코랩을 통해 실습해 봄으로써 실무 지식도 갖추어 전반적인 AI 활용 역량을 강화하고자 하였다. AI 활용은 총 3부로 구성된다. 1부 파이썬 기초에서는 구글 코랩 사용환경 구축, 데이터 타입, 연산, 파이썬 제어문, 파이썬 함수, 객체지향 프로그래밍, 파이썬 라이브러리를 다룬다. 2부 머신러닝은 AI란?, 머신러닝 지도 학습, 케라스(Keras), 머신러닝 선형회귀, 머신러닝 로지스틱 회귀, 머신러닝 소프트맥스 회귀를 다룬다. 3부 딥러닝은 딥러닝 AI 모델을 다룬다.
본 교재는 AI 엔지니어의 실무 역량 강화를 위한 목적으로 저술하였다. AI 알고리즘의 이해에 필요한 경사하강법, 손실함수 등 관련 수학적 내용은 본 교재에서 다루지 않는다. 따라서 비전문가도 본 교재에서 제시한 파이썬과 AI 개념을 통해 AI 활용에 대한 지식을 어느 정도 갖출 수 있다.
본 교재는 AI 엔지니어의 실무 역량 강화를 위한 목적으로 저술하였다. AI 알고리즘의 이해에 필요한 경사하강법, 손실함수 등 관련 수학적 내용은 본 교재에서 다루지 않는다. 따라서 비전문가도 본 교재에서 제시한 파이썬과 AI 개념을 통해 AI 활용에 대한 지식을 어느 정도 갖출 수 있다.
Contents
PART 1 파이썬 기초
CHAPTER 01 구글 코랩 사용환경 구축
1.1 구글 계정 추가하기
1.2 구글 코랩에 접속하기
1.3 노트북(notebook) 사용하기
CHAPTER 02 데이터 타입
2.1 숫자(Number)
2.2 문자열(String)
2.3 리스트(List)
2.4 튜플(Tuple)
2.5 딕셔너리(Dictionary)
2.6 불(Boolean)
2.7 변수(Variable)
CHAPTER 03 연산
3.1 산술 연산
3.2 비교 연산
3.3 대입 연산
3.4 논리 연산
3.5 문자열 포맷팅(Formatting)
3.6 인덱싱(Indexing)
3.7 슬라이싱(Slicing)
3.8 데이터 함수
CHAPTER 04 파이썬 제어문
4.1 조건문
4.2 반복문
CHAPTER 05 파이썬 함수
5.1 내장함수(Built-in Function)
5.2 외장함수
5.3 사용자 함수
CHAPTER 06 객체지향 프로그래밍
6.1 패키지(Package)와 모듈(Module)
6.2 클래스(Class)
CHAPTER 07 파이썬 라이브러리
7.1 넘파이(Numpy)
7.2 맷플롯립(Matplotlib)
7.3 판다스(Pandas)
PART 2 머신러닝
CHAPTER 08 AI(Artificial Intelligence)란?
8.1 AI 개념
8.2 AI 용어
8.3 AI 학습 방식
8.4 AI 지도학습 데이터셋
8.5 AI 학습
8.6 AI 응용 사례
CHAPTER 09 머신러닝 지도 학습
9.1 지도 학습
9.2 선형회귀(Linear Regression) 모델
9.3 로지스틱 회귀(Logistic Regession) 모델
9.4 소프트맥스 회귀(Softmax Regression) 모델
CHAPTER 10 케라스(Keras)
10.1 AI 모델
10.2 케라스를 사용한 AI 모델 구현
CHAPTER 11 머신러닝 선형회귀
11.1 시험공부 시간으로 시험점수 예측하기
11.2 당뇨병 환자의 1년 후 상태 예측하기
11.3 주택가격 예측하기
CHAPTER 12 머신러닝 로지스틱 회귀
12.1 시험점수로 학과 분류하기
12.2 종양 분류하기
12.3 AI 모델 평가하기
12.4 당뇨 분류하기
CHAPTER 13 머신러닝 소프트맥스 회귀
13.1 시험점수로 성적 분류하기
13.2 패션 영상 분류하기
13.3 손글씨 숫자 분류하기
13.4 붓꽃(Iris) 분류하기
PART 3 딥러닝
CHAPTER 14 딥러닝 AI 모델
14.1 딥러닝 이진 분류
14.2 딥러닝 다중 분류
14.3 딥러닝 합성곱 신경망(CNN)
CHAPTER 01 구글 코랩 사용환경 구축
1.1 구글 계정 추가하기
1.2 구글 코랩에 접속하기
1.3 노트북(notebook) 사용하기
CHAPTER 02 데이터 타입
2.1 숫자(Number)
2.2 문자열(String)
2.3 리스트(List)
2.4 튜플(Tuple)
2.5 딕셔너리(Dictionary)
2.6 불(Boolean)
2.7 변수(Variable)
CHAPTER 03 연산
3.1 산술 연산
3.2 비교 연산
3.3 대입 연산
3.4 논리 연산
3.5 문자열 포맷팅(Formatting)
3.6 인덱싱(Indexing)
3.7 슬라이싱(Slicing)
3.8 데이터 함수
CHAPTER 04 파이썬 제어문
4.1 조건문
4.2 반복문
CHAPTER 05 파이썬 함수
5.1 내장함수(Built-in Function)
5.2 외장함수
5.3 사용자 함수
CHAPTER 06 객체지향 프로그래밍
6.1 패키지(Package)와 모듈(Module)
6.2 클래스(Class)
CHAPTER 07 파이썬 라이브러리
7.1 넘파이(Numpy)
7.2 맷플롯립(Matplotlib)
7.3 판다스(Pandas)
PART 2 머신러닝
CHAPTER 08 AI(Artificial Intelligence)란?
8.1 AI 개념
8.2 AI 용어
8.3 AI 학습 방식
8.4 AI 지도학습 데이터셋
8.5 AI 학습
8.6 AI 응용 사례
CHAPTER 09 머신러닝 지도 학습
9.1 지도 학습
9.2 선형회귀(Linear Regression) 모델
9.3 로지스틱 회귀(Logistic Regession) 모델
9.4 소프트맥스 회귀(Softmax Regression) 모델
CHAPTER 10 케라스(Keras)
10.1 AI 모델
10.2 케라스를 사용한 AI 모델 구현
CHAPTER 11 머신러닝 선형회귀
11.1 시험공부 시간으로 시험점수 예측하기
11.2 당뇨병 환자의 1년 후 상태 예측하기
11.3 주택가격 예측하기
CHAPTER 12 머신러닝 로지스틱 회귀
12.1 시험점수로 학과 분류하기
12.2 종양 분류하기
12.3 AI 모델 평가하기
12.4 당뇨 분류하기
CHAPTER 13 머신러닝 소프트맥스 회귀
13.1 시험점수로 성적 분류하기
13.2 패션 영상 분류하기
13.3 손글씨 숫자 분류하기
13.4 붓꽃(Iris) 분류하기
PART 3 딥러닝
CHAPTER 14 딥러닝 AI 모델
14.1 딥러닝 이진 분류
14.2 딥러닝 다중 분류
14.3 딥러닝 합성곱 신경망(CNN)