Book description
이 책은 지능형 시스템을 구축하려면 반드시 알아야 할 머신러닝, 딥러닝 분야 핵심 개념과 이론을 이해하기 쉽게 설명한다. 사이킷런, 케라스, 텐서플로를 이용해 실전에서 바로 활용 가능한 예제로 모델을 훈련하고 신경망을 구축하는 방법을 상세하게 안내한다. 장마다 제공하는 연습문제를 풀며 익힌 내용을 확인하고 응용할 수도 있다. 머신러닝을 배우고 싶지만 어디서부터 시작해야 할지 막막하다면, 이 책이 인공지능 마스터로 가는 길에 좋은 친구가 될 것이다. 2판은 텐서플로 2를 반영하고 비지도 학습, 자연어 처리, 생성적 적대 신경망(GAN) 등 최신 기법을 추가했다.
Table of contents
- 지은이·옮긴이 소개
- 추천의 글
- 옮긴이의 말
- 이 책에 대하여 (1/2)
- 이 책에 대하여 (2/2)
- 감사의 글
- CONTENTS (1/3)
- CONTENTS (2/3)
- CONTENTS (3/3)
- 한눈에 보는 머신러닝
-
머신러닝 프로젝트 처음부터 끝까지
- 2.1 실제 데이터로 작업하기
- 2.2 큰 그림 보기 (1/2)
- 2.2 큰 그림 보기 (2/2)
- 2.3 데이터 가져오기 (1/4)
- 2.3 데이터 가져오기 (2/4)
- 2.3 데이터 가져오기 (3/4)
- 2.3 데이터 가져오기 (4/4)
- 2.4 데이터 이해를 위한 탐색과 시각화 (1/2)
- 2.4 데이터 이해를 위한 탐색과 시각화 (2/2)
- 2.5 머신러닝 알고리즘을 위한 데이터 준비 (1/3)
- 2.5 머신러닝 알고리즘을 위한 데이터 준비 (2/3)
- 2.5 머신러닝 알고리즘을 위한 데이터 준비 (3/3)
- 2.6 모델 선택과 훈련
- 2.7 모델 세부 튜닝 (1/2)
- 2.7 모델 세부 튜닝 (2/2)
- 2.8 론칭, 모니터링, 시스템 유지 보수
- 2.9 직접 해보세요!
- 2.10 연습문제
- 분류
- 모델 훈련
- 서포트 벡터 머신
- 결정 트리
- 앙상블 학습과 랜덤 포레스트
- 차원 축소
- 비지도 학습
-
케라스를 사용한 인공 신경망 소개
- 10.1 생물학적 뉴런에서 인공 뉴런까지 (1/4)
- 10.1 생물학적 뉴런에서 인공 뉴런까지 (2/4)
- 10.1 생물학적 뉴런에서 인공 뉴런까지 (3/4)
- 10.1 생물학적 뉴런에서 인공 뉴런까지 (4/4)
- 10.2 케라스로 다층 퍼셉트론 구현하기 (1/6)
- 10.2 케라스로 다층 퍼셉트론 구현하기 (2/6)
- 10.2 케라스로 다층 퍼셉트론 구현하기 (3/6)
- 10.2 케라스로 다층 퍼셉트론 구현하기 (4/6)
- 10.2 케라스로 다층 퍼셉트론 구현하기 (5/6)
- 10.2 케라스로 다층 퍼셉트론 구현하기 (6/6)
- 10.3 신경망 하이퍼파라미터 튜닝하기 (1/2)
- 10.3 신경망 하이퍼파라미터 튜닝하기 (2/2)
- 10.4 연습문제
-
심층 신경망 훈련하기
- 11.1 그레이디언트 소실과 폭주 문제 (1/4)
- 11.1 그레이디언트 소실과 폭주 문제 (2/4)
- 11.1 그레이디언트 소실과 폭주 문제 (3/4)
- 11.1 그레이디언트 소실과 폭주 문제 (4/4)
- 11.2 사전훈련된 층 재사용하기 (1/2)
- 11.2 사전훈련된 층 재사용하기 (2/2)
- 11.3 고속 옵티마이저 (1/3)
- 11.3 고속 옵티마이저 (2/3)
- 11.3 고속 옵티마이저 (3/3)
- 11.4 규제를 사용해 과대적합 피하기 (1/2)
- 11.4 규제를 사용해 과대적합 피하기 (2/2)
- 11.5 요약 및 실용적인 가이드라인
- 11.6 연습문제
- 텐서플로를 사용한 사용자 정의 모델과 훈련
- 텐서플로에서 데이터 적재와 전처리하기
- 합성곱 신경망을 사용한 컴퓨터 비전
- RNN과 CNN을 사용해 시퀀스 처리하기
-
RNN과 어텐션을 사용한 자연어 처리
- 16.1 Char-RNN을 사용해 셰익스피어 문제 생성하기 (1/3)
- 16.1 Char-RNN을 사용해 셰익스피어 문제 생성하기 (2/3)
- 16.1 Char-RNN을 사용해 셰익스피어 문제 생성하기 (3/3)
- 16.2 감성 분석 (1/2)
- 16.2 감성 분석 (2/2)
- 16.3 신경망 기계 번역을 위한 인코더-디코더 네트워크 (1/2)
- 16.3 신경망 기계 번역을 위한 인코더-디코더 네트워크 (2/2)
- 16.4 어텐션 메커니즘 (1/3)
- 16.4 어텐션 메커니즘 (2/3)
- 16.4 어텐션 메커니즘 (3/3)
- 16.5 언어 모델 분야의 최근 혁신
- 16.6 연습문제
- 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습
-
강화 학습
- 18.1 보상을 최적화하기 위한 학습
- 18.2 정책 탐색
- 18.3 OpenAI 짐
- 18.4 신경망 정책
- 18.5 행동 평가: 신용 할당 문제
- 18.6 정책 그레이디언트
- 18.7 마르코프 결정 과정 (1/2)
- 18.7 마르코프 결정 과정 (2/2)
- 18.8 시간차 학습
- 18.9 Q-러닝
- 18.10 심층 Q-러닝 구현하기
- 18.11 심층 Q-러닝의 변종
- 18.12 TF-Agents 라이브러리 (1/5)
- 18.12 TF-Agents 라이브러리 (2/5)
- 18.12 TF-Agents 라이브러리 (3/5)
- 18.12 TF-Agents 라이브러리 (4/5)
- 18.12 TF-Agents 라이브러리 (5/5)
- 18.13 그 외 유명한 강화 학습 알고리즘
- 18.14 연습문제
-
대규모 텐서플로 모델 훈련과 배포
- 19.1 텐서플로 모델 서빙 (1/4)
- 19.1 텐서플로 모델 서빙 (2/4)
- 19.1 텐서플로 모델 서빙 (3/4)
- 19.1 텐서플로 모델 서빙 (4/4)
- 19.2 모바일 또는 임베디드 장치에 모델 배포하기
- 19.3 계산 속도를 높이기 위해 GPU 사용하기 (1/3)
- 19.3 계산 속도를 높이기 위해 GPU 사용하기 (2/3)
- 19.3 계산 속도를 높이기 위해 GPU 사용하기 (3/3)
- 19.4 다중 장치에서 모델 훈련하기 (1/4)
- 19.4 다중 장치에서 모델 훈련하기 (2/4)
- 19.4 다중 장치에서 모델 훈련하기 (3/4)
- 19.4 다중 장치에서 모델 훈련하기 (4/4)
- 19.5 연습문제
-
부록
- 부록 A 연습문제 정답 (1/8)
- 부록 A 연습문제 정답 (2/8)
- 부록 A 연습문제 정답 (3/8)
- 부록 A 연습문제 정답 (4/8)
- 부록 A 연습문제 정답 (5/8)
- 부록 A 연습문제 정답 (6/8)
- 부록 A 연습문제 정답 (7/8)
- 부록 A 연습문제 정답 (8/8)
- 부록 B 머신러닝 프로젝트 체크리스트 (1/2)
- 부록 B 머신러닝 프로젝트 체크리스트 (2/2)
- 부록 C SVM 쌍대 문제
- 부록 D 자동 미분 (1/2)
- 부록 D 자동 미분 (2/2)
- 부록 E 유명한 다른 인공 신경망 구조 (1/2)
- 부록 E 유명한 다른 인공 신경망 구조 (2/2)
- 부록 F 특수한 데이터 구조 (1/2)
- 부록 F 특수한 데이터 구조 (2/2)
- 부록 G 텐서플로 그래프 (1/3)
- 부록 G 텐서플로 그래프 (2/3)
- 부록 G 텐서플로 그래프 (3/3)
- INDEX (1/5)
- INDEX (2/5)
- INDEX (3/5)
- INDEX (4/5)
- INDEX (5/5)
Product information
- Title: 핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무
- Author(s):
- Release date: May 2020
- Publisher(s): Hanbit Media, Inc.
- ISBN: 9791162247853
You might also like
book
파이썬을 활용한 머신러닝 쿡북: 전처리에서 딥러닝까지, 판다스와 사이킷런 중심의 실전 문제 해결 200선
200여 개의 비법 레시피를 제공하는 이 책은 실무에서 접하는 다양한 머신러닝 문제를 해결하도록 도와준다. 판다스나 사이킷런 …
book
러닝 자바스크립트: ES6로 제대로 입문하는 모던 자바스크립트 웹 개발
이 책은 ES6를 포함하여 최신 자바스크립트 개발을 주도하는 언어 특징과 기술, 관련 도구, 패러다임을 포괄적으로 다룬다. …
book
만들면서 배우는 프로그레시브 웹 앱: 사용자 경험을 극대화하는 차세대 웹 앱 기술
이 책은 네이티브 앱의 장점과 웹의 낮은 진입 장벽이라는 두 가지 장점을 모두 지닌 차세대 웹 …
book
딥러닝의 정석: 텐서플로와 최신 기법으로 배우는 딥러닝 알고리즘 설계
딥러닝에 대한 연구가 매우 활발해지면서 현대 머신러닝의 새로운 길이 열리고 있다. 구글, 마이크로소프트, 페이스북 같은 글로벌 …