로그인정보 입력 영역

아이디

비밀번호

• 홈
• 전자책

책소개

딥러닝 기초부터 이미지 인식 모델 구현까지
파이썬으로 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 준비
0.1 아나콘다 설치
0.2 가상 환경 만들기
0.3 라이브러리 설치
0.4 주피터 노트북 실행 및 조작

CHAPTER 1 머신러닝 개요
1.1 머신러닝 기초
1.2 머신러닝 학습 방식
연습 문제 

CHAPTER 2 머신러닝의 흐름과 과적합
2.1 머신러닝의 흐름
2.2 학습 데이터 사용법
2.3 과적합
2.4 앙상블 학습
연습 문제 

CHAPTER 3 성능평가지표와 PR 곡선
3.1 성능평가지표
3.2 PR 곡선
연습 문제 
종합 문제 

CHAPTER 4 파이썬 기초, 변수와 자료형
4.1 파이썬 기초
4.2 변수
4.3 자료형
4.4 if 문
연습 문제 

CHAPTER 5 파이썬 기본 문법
5.1 리스트
5.2 딕셔너리
5.3 while 문
5.4 for 문
5.5 추가 설명
연습 문제 

CHAPTER 6 함수 기초
6.1 내장 함수와 메서드
6.2 함수
6.3 클래스
6.4 문자열 포맷 지정
연습 문제 
종합 문제 

CHAPTER 7 NumPy
7.1 NumPy 개요
7.2 NumPy 1차원 배열
7.3 NumPy 2차원 배열
연습 문제 
종합 문제 

CHAPTER 8 Pandas 기초
8.1 Pandas 개요
8.2 Series
8.3 DataFrame
연습 문제 

CHAPTER 9 Pandas 응용
9.1 DataFrame 연결과 결합의 개요
9.2 DataFrame 연결
9.3 DataFrame 결합
9.4 DataFrame을 이용한 데이터 분석
연습 문제 
종합 문제 

CHAPTER 10 데이터 시각화
10.1 다양한 그래프
10.2 난수 생성
10.3 시간 데이터
10.4 데이터 조작
연습 문제 

CHAPTER 11 matplotlib 사용하기
11.1 한 종류의 데이터 시각화하기
11.2 여러 데이터 시각화하기(1)
11.3 여러 데이터 시각화하기(2)
연습 문제 

CHAPTER 12 다양한 그래프 그리기
12.1 선 그래프
12.2 막대그래프
12.3 히스토그램
12.4 산포도
12.5 원그래프
12.6 3D 그래프
연습 문제 
종합 문제 

CHAPTER 13 람다와 맵: 편리한 파이썬 기법
13.1 람다식의 기초
13.2 편리한 표기법
13.3 리스트 내포
13.4 딕셔너리 객체
연습 문제 

CHAPTER 14 DataFrame을 이용한 데이터 클렌징
14.1 CSV
14.2 DataFrame 복습
14.3 결측치
14.4 데이터 요약
연습 문제 

CHAPTER 15 OpenCV 이용 및 이미지 데이터 전처리
15.1 이미지 데이터 기초
15.2 OpenCV 기초
15.3 OpenCV 이용
연습 문제 
종합 문제 

CHAPTER 16 지도학습(분류) 기초
16.1 지도학습(분류) 알아보기
16.2 주요 기법 소개
연습 문제 

CHAPTER 17 하이퍼파라미터와 튜닝(1)
17.1 하이퍼파라미터와 튜닝
17.2 로지스틱 회귀의 하이퍼파라미터
17.3 선형 SVM의 하이퍼파라미터
17.4 비선형 SVM의 하이퍼파라미터
연습 문제 

CHAPTER 18 하이퍼파라미터와 튜닝(2)
18.1 결정 트리의 하이퍼파라미터
18.2 랜덤 포레스트의 하이퍼파라미터
18.3 k-NN의 하이퍼파라미터
18.4 튜닝 자동화
연습 문제 
종합 문제 

CHAPTER 19 딥러닝 구현
19.1 딥러닝 개요
19.2 필기체 숫자의 분류
연습 문제 

CHAPTER 20 딥러닝 튜닝
20.1 하이퍼파라미터
20.2 네트워크 구조
20.3 드롭아웃
20.4 활성화 함수
20.5 손실 함수
20.6 최적화 함수
20.7 학습률
20.8 미니배치 학습
20.9 반복 학습
연습 문제 

CHAPTER 21 CNN을 이용한 이미지 인식 기초
21.1 딥러닝 이미지 인식
21.2 CNN
21.3 하이퍼파라미터
연습 문제 

CHAPTER 22 CNN을 이용한 이미지 인식 응용
22.1 데이터 부풀리기
22.2 정규화
22.3 전이학습
연습 문제 
종합 문제 

맺음말