상세정보
미리보기
파이썬으로 배우는 딥러닝 교과서
- 저자
- 이시카와 아키히코 저/박광수(아크몬드) 역
- 출판사
- 한빛미디어
- 출판일
- 2020-03-20
- 등록일
- 2021-01-14
- 파일포맷
- PDF
- 파일크기
- 44MB
- 공급사
- 예스이십사
- 지원기기
-
PC
PHONE
TABLET
웹뷰어
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
딥러닝 기초부터 이미지 인식 모델 구현까지파이썬으로 배우는 딥러닝 『파이썬으로 배우는 딥러닝 교과서』는 이미지 인식 모델을 만드는 과정을 다루면서 딥러닝 요소를 학습할 수 있도록 구성된 교재이다. 머신러닝 기본부터 파이썬 기초와 함수 사용법을 배우고, 팬더스로 행렬 계산에 특화된 넘파이와 데이터를 반복적으로 다뤄보며 파이썬 사용법을 철저히 익힌다. 후반부에서는 이미지 인식 처리에 필요한 딥러닝 요소를 예제로 실습하면서 학습한다. 풍부한 그림과 구체적인 예로 딥러닝 지식과 파이썬 활용법을 기초부터 제대로 배울 수 있다. 개념 설명 후 등장하는 문제를 제시해 직접 프로그램에 구현하도록 유도한다. 이 책으로 머신러닝과 딥러닝을 한 번에 배울 수 있다.
저자소개
주식회사 Aidemy 대표이사. 1992년 태생으로, 동경대학공학부를 졸업하였다. 데이터 분석과 관련된 연구와 실무 경험을 살려 2017년 인공지능 엔지니어를 위한 온라인 교육 서비스 ‘Aidemy’를 론칭하였다. Aidemy는 인공지능을 다루는 데 꼭 필요한 기술을 알려주는 서비스로, 회원 수 2만 명 이상에 100만 회를 넘는 학습 기록을 세우고 있다. 지금은 와세다대학 선진이공학 박사 과정에서 AI 프로그래밍 실습 과정을 지도하고 있다.
목차
CHAPTER 0 개발 환경 준비0.1 아나콘다 설치0.2 가상 환경 만들기0.3 라이브러리 설치0.4 주피터 노트북 실행 및 조작CHAPTER 1 머신러닝 개요1.1 머신러닝 기초1.2 머신러닝 학습 방식연습 문제 CHAPTER 2 머신러닝의 흐름과 과적합2.1 머신러닝의 흐름2.2 학습 데이터 사용법2.3 과적합2.4 앙상블 학습연습 문제 CHAPTER 3 성능평가지표와 PR 곡선3.1 성능평가지표3.2 PR 곡선연습 문제 종합 문제 CHAPTER 4 파이썬 기초, 변수와 자료형4.1 파이썬 기초4.2 변수4.3 자료형4.4 if 문연습 문제 CHAPTER 5 파이썬 기본 문법5.1 리스트5.2 딕셔너리5.3 while 문5.4 for 문5.5 추가 설명연습 문제 CHAPTER 6 함수 기초6.1 내장 함수와 메서드6.2 함수6.3 클래스6.4 문자열 포맷 지정연습 문제 종합 문제 CHAPTER 7 NumPy7.1 NumPy 개요7.2 NumPy 1차원 배열7.3 NumPy 2차원 배열연습 문제 종합 문제 CHAPTER 8 Pandas 기초8.1 Pandas 개요8.2 Series8.3 DataFrame연습 문제 CHAPTER 9 Pandas 응용9.1 DataFrame 연결과 결합의 개요9.2 DataFrame 연결9.3 DataFrame 결합9.4 DataFrame을 이용한 데이터 분석연습 문제 종합 문제 CHAPTER 10 데이터 시각화10.1 다양한 그래프10.2 난수 생성10.3 시간 데이터10.4 데이터 조작연습 문제 CHAPTER 11 matplotlib 사용하기11.1 한 종류의 데이터 시각화하기11.2 여러 데이터 시각화하기(1)11.3 여러 데이터 시각화하기(2)연습 문제 CHAPTER 12 다양한 그래프 그리기12.1 선 그래프12.2 막대그래프12.3 히스토그램12.4 산포도12.5 원그래프12.6 3D 그래프연습 문제 종합 문제 CHAPTER 13 람다와 맵: 편리한 파이썬 기법13.1 람다식의 기초13.2 편리한 표기법13.3 리스트 내포13.4 딕셔너리 객체연습 문제 CHAPTER 14 DataFrame을 이용한 데이터 클렌징14.1 CSV14.2 DataFrame 복습14.3 결측치14.4 데이터 요약연습 문제 CHAPTER 15 OpenCV 이용 및 이미지 데이터 전처리15.1 이미지 데이터 기초15.2 OpenCV 기초15.3 OpenCV 이용연습 문제 종합 문제 CHAPTER 16 지도학습(분류) 기초16.1 지도학습(분류) 알아보기16.2 주요 기법 소개연습 문제 CHAPTER 17 하이퍼파라미터와 튜닝(1)17.1 하이퍼파라미터와 튜닝17.2 로지스틱 회귀의 하이퍼파라미터17.3 선형 SVM의 하이퍼파라미터17.4 비선형 SVM의 하이퍼파라미터연습 문제 CHAPTER 18 하이퍼파라미터와 튜닝(2)18.1 결정 트리의 하이퍼파라미터18.2 랜덤 포레스트의 하이퍼파라미터18.3 k-NN의 하이퍼파라미터18.4 튜닝 자동화연습 문제 종합 문제 CHAPTER 19 딥러닝 구현19.1 딥러닝 개요19.2 필기체 숫자의 분류연습 문제 CHAPTER 20 딥러닝 튜닝20.1 하이퍼파라미터20.2 네트워크 구조20.3 드롭아웃20.4 활성화 함수20.5 손실 함수20.6 최적화 함수20.7 학습률20.8 미니배치 학습20.9 반복 학습연습 문제 CHAPTER 21 CNN을 이용한 이미지 인식 기초21.1 딥러닝 이미지 인식21.2 CNN21.3 하이퍼파라미터연습 문제 CHAPTER 22 CNN을 이용한 이미지 인식 응용22.1 데이터 부풀리기22.2 정규화22.3 전이학습연습 문제 종합 문제 맺음말