상품 정보
상품 기본설명
개발자를 위한 인공지능 알고리즘과 인프라 기초
상품 상세설명
머신러닝과 딥러닝 시대에 맞는 인공지능 개론빅데이터가 축적되면서 머신러닝과 딥러닝 기술이 발전했고 개발자가 실제로 구현할 수 있는 프레임워크나 라이브러리가 등장했다. 전 세계 일류 IT 기업은 이러한 기술을 접목해 인공지능 서비스를 발표하고 있으며 앞으로는 더욱 향상된 인공지능 서비스가 등장할 것이다.
『처음 배우는 인공지능』은 ‘넓게, 하지만 절대 얕지는 않게’ 개발자에게 꼭 필요한 인공지능의 기초 이론을 알려주는 개론서다. 통계 이론, 머신러닝, 딥러닝, 신경망, 강화 학습, 자연어 처리 등 오늘날 인공지능 서비스 구축에 필요한 핵심 이론과 알고리즘을 설명한다. 또한 분산 컴퓨팅과 사물인터넷 등 인공지능에 필요한 인프라 기초도 다루므로 분야 전체의 개념을 이해하고 싶은 사람에게 도움이 될 것이다.
목차
Chapter 1 인공지능의 과거, 현재, 미래
__01 인공지능이란
__02 인공지능의 여명기
__03 인공지능의 발전 흐름
Chapter 2 규칙 기반 모델의 발전
__01 규칙 기반 모델
__02 지식 기반 모델
__03 전문가 시스템
__04 추천 엔진
Chapter 3 오토마톤과 인공 생명 프로그램
__01 인공 생명 시뮬레이션
__02 유한 오토마톤
__03 마르코프 모델
__04 상태 기반 에이전트
Chapter 4 가중치와 최적해 탐색
__01 선형 문제와 비선형 문제
__02 회귀분석
__03 가중 회귀분석
__04 유사도
__05 텐서플로를 이용한 선형 회귀 예제
Chapter 5 가중치와 최적화 프로그램
__01 그래프 이론
__02 그래프 탐색과 최적화
__03 유전 알고리즘
__04 신경망
__05 텐서플로를 이용한 신경망 만들기 예제
Chapter 6 통계 기반 머신러닝 1 - 확률분포와 모델링
__01 통계 모델과 확률분포
__02 베이즈 통계학과 베이즈 추론
__03 마르코프 연쇄 몬테카를로 방법
__04 은닉 마르코프 모델과 베이즈 네트워크
Chapter 7 통계 기반 머신러닝 2 - 자율 학습과 지도 학습
__01 자율 학습
__02 지도 학습
__03 텐서플로를 이용한 K-평균 예제
Chapter 8 강화 학습과 분산 인공지능
__01 앙상블 학습
__02 강화 학습
__03 전이 학습
__04 분산 인공지능
Chapter 9 딥러닝
__01 신경망의 다층화
__02 제한 볼츠만 머신
__03 심층 신경망
__04 합성곱 신경망(CNN)
__05 순환 신경망(RNN)
__06 텐서플로를 이용한 오토인코더 예제
__07 텐서플로를 이용한 합성곱 신경망 예제
Chapter 10 이미지와 음성 패턴 인식
__01 패턴 인식
__02 특징 추출 방법
__03 이미지 인식
__04 음성 인식
__05 텐서플로를 이용한 GAN 구현하기
Chapter 11 자연어 처리와 머신러닝
__01 문장 구조 이해
__02 지식 습득과 통계 의미론
__03 구조 분석
__04 텍스트 생성
Chapter 12 지식 표현과 데이터 구조
__01 데이터베이스
__02 검색
__03 의미 네트워크와 시맨틱 웹
Chapter 13 분산 컴퓨팅
__01 분산 컴퓨팅과 병렬 컴퓨팅
__02 분산 컴퓨팅 하드웨어 환경
__03 분산 컴퓨팅 소프트웨어 환경
__04 머신러닝과 딥러닝 개발 환경
Chapter 14 빅데이터와 사물인터넷의 관계
__01 빅데이터
__02 사물인터넷과 분산 인공지능
__03 뇌 기능과 로봇
__04 메타 인지
__05 일본 인공지능 기술 동향
출판사 서평
★ 인공지능 기술의 숲을 확인한다!
대규모 연산 처리를 통해 기계에 학습을 시킬 수 있는 개발 환경이 등장했다. 이를 이용해 프로그래머라면 누구나 인공지능 서비스를 만들 수 있게 되었다. 하지만 영어 문법을 안다고 유창한 회화를 할 수 없듯이 제대로 된 인공지능 서비스를 개발하려면 인공지능 기술에 무엇이 있고 어떤 역할을 하는지 넓고 얕게라도 알 필요가 있다.이 책은 최근 주목받고 있는 머신러닝과 딥러닝을 중심으로 개발자가 꼭 한 번 살펴봐야 할 최신 인공지능 기술을 소개한다. 또한 한국어판에서는 선형 회귀, 신경망 만들기, K-평균, 오토인코더, 합성곱 신경망, GAN의 6개 이론을 텐서플로를 이용해 간단히 구현해서 개발자들이 참고할 수 있도록 했다. 개발자, 데이터 과학자 등 실제 인공지능 서비스를 개발하는 데 연관 있는 사람이라면 이 책을 읽은 후 앞으로 더 깊게 인공지능 분야를 배울 수 있는 시작점과 이정표를 찾을 수 있을 것이다.★ 주요 내용
ㆍ인공지능의 개념과 역사
ㆍ머신러닝, 딥러닝, 강화 학습, 이미지 인식, 자연어 처리 등 주요 인공지능 이론 소개
ㆍ인공지능 서비스 구축에 필요한 하드웨어/소프트웨어 기반의 분산 컴퓨팅 소개
ㆍ빅데이터/사물인터넷/인공지능 사이의 연관 관계★ 대상 독자
ㆍ인공지능 서비스 개발자
ㆍ빅데이터와 클라우드 컴퓨팅을 다루는 데이터 과학자와 인프라 관리자
ㆍ인공지능 분야를 공부하는 대학생과 대학원생
상품 정보 고시
도서명 |
처음 배우는 인공지능 |
저자 |
다다 사토시 |
출판사 |
한빛미디어 |
ISBN |
9788968483318 (8968483310) |
쪽수 |
412 |
출간일 |
2017-06-01 |
사이즈 |
183 * 235 * 19 mm /729g |
목차 또는 책소개 |
Chapter 1 인공지능의 과거, 현재, 미래 __01 인공지능이란 __02 인공지능의 여명기 __03 인공지능의 발전 흐름
Chapter 2 규칙 기반 모델의 발전 __01 규칙 기반 모델 __02 지식 기반 모델 __03 전문가 시스템 __04 추천 엔진
Chapter 3 오토마톤과 인공 생명 프로그램 __01 인공 생명 시뮬레이션 __02 유한 오토마톤 __03 마르코프 모델 __04 상태 기반 에이전트
Chapter 4 가중치와 최적해 탐색 __01 선형 문제와 비선형 문제 __02 회귀분석 __03 가중 회귀분석 __04 유사도 __05 텐서플로를 이용한 선형 회귀 예제
Chapter 5 가중치와 최적화 프로그램 __01 그래프 이론 __02 그래프 탐색과 최적화 __03 유전 알고리즘 __04 신경망 __05 텐서플로를 이용한 신경망 만들기 예제
Chapter 6 통계 기반 머신러닝 1 - 확률분포와 모델링 __01 통계 모델과 확률분포 __02 베이즈 통계학과 베이즈 추론 __03 마르코프 연쇄 몬테카를로 방법 __04 은닉 마르코프 모델과 베이즈 네트워크
Chapter 7 통계 기반 머신러닝 2 - 자율 학습과 지도 학습 __01 자율 학습 __02 지도 학습 __03 텐서플로를 이용한 K-평균 예제
Chapter 8 강화 학습과 분산 인공지능 __01 앙상블 학습 __02 강화 학습 __03 전이 학습 __04 분산 인공지능
Chapter 9 딥러닝 __01 신경망의 다층화 __02 제한 볼츠만 머신 __03 심층 신경망 __04 합성곱 신경망(CNN) __05 순환 신경망(RNN) __06 텐서플로를 이용한 오토인코더 예제 __07 텐서플로를 이용한 합성곱 신경망 예제
Chapter 10 이미지와 음성 패턴 인식 __01 패턴 인식 __02 특징 추출 방법 __03 이미지 인식 __04 음성 인식 __05 텐서플로를 이용한 GAN 구현하기
Chapter 11 자연어 처리와 머신러닝 __01 문장 구조 이해 __02 지식 습득과 통계 의미론 __03 구조 분석 __04 텍스트 생성
Chapter 12 지식 표현과 데이터 구조 __01 데이터베이스 __02 검색 __03 의미 네트워크와 시맨틱 웹
Chapter 13 분산 컴퓨팅 __01 분산 컴퓨팅과 병렬 컴퓨팅 __02 분산 컴퓨팅 하드웨어 환경 __03 분산 컴퓨팅 소프트웨어 환경 __04 머신러닝과 딥러닝 개발 환경
Chapter 14 빅데이터와 사물인터넷의 관계 __01 빅데이터 __02 사물인터넷과 분산 인공지능 __03 뇌 기능과 로봇 __04 메타 인지 __05 일본 인공지능 기술 동향 |
상품 정보 고시
도서명 |
상품페이지 참고 |
저자 |
상품페이지 참고 |
출판사 |
상품페이지 참고 |
크기 |
상품페이지 참고 |
쪽수 |
상품페이지 참고 |
제품구성 |
상품페이지 참고 |
출간일 |
상품페이지 참고 |
목차 또는 책소개 |
상품페이지 참고 |
교환/반품
[반품/교환방법]
마이페이지> 주문배송조회 > 반품/교환신청 또는 고객센터 (070-4680-5689)로 문의 바랍니다.
[반품주소]
- 도로명 : (10882) 경기도 파주시 산남로 62-20 (산남동)
- 지번 : (10882) 경기도 파주시 산남동 305-21
[반품/교환가능 기간]
변심반품의 경우 수령 후 14일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
[반품/교환비용]
단순 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
[반품/교환 불가 사유]
- 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
(단지 확인을 위한 포장 훼손은 제외)
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
예) 화장품, 식품, 가전제품(악세서리 포함) 등
- 복제가 가능한 상품 등의 포장을 훼손한 경우
예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
- 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
- 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
* (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시
‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)
[상품 품절]
공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.
[소비자 피해보상, 환불지연에 따른 배상]
- 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됩니다.
- 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함.