쇼핑몰 검색
상품 정보
상품 기본설명
고등학교 수학으로 이해하는 인공지능
상품 상세설명
인공지능 입문자에게 필요한 기초 핵심 학습서
인공지능을 만들고, 그것을 활용한다는 것은 그렇게 쉬운 문제가 아니다. 특히 수학적 이해가 제대로 선행되지 않고서는 누군가가 만들어 둔 것을 그대로 사용하는 것에서 더 나아가기 어렵다. 이 책은 고등학교 수준의 수학적 지식을 파이썬과 함께 다루며 인공지능을 향한 첫 걸음을 내딜수 있게 돕는다. 인공지능 학습은 지도학습으로 시작된다. MNIST 손글씨 데이터를 이용해 컴퓨터가 학습한 후 제대로 된 대답을 할 수 있게 천천히 진행한다. 인공지능에 꼭 필요한 수학, 프로그래밍 지식을 익히고 왜 그렇게 되는 지 논리적으로 이해하는 것이 이 책의 목표이다. 파이썬 언어와 numpy의 기초적인 사용법, 인공지능 중 지도학습에 사용되는 수학적 개념을 주피터 노트북의 온라인 버전인 Google Colaboratory를 통해 익힌다. 이 책의 특징 -어렵고 무슨 말인지 이해되지 않는 인공지능을 쉽게 이해할 수 있다. -고등학교 기초 수학으로 인공지능 프로그래밍을 직접 만들 수 있다. -Google Colaboratory를 이용해서 인공지능 프로그래밍을 시작할 수 있다. 이 책이 필요한 독자 -인공지능에 관심이 있는 비전공자 -인공지능을 공부하고 싶지만 수학적 기초가 부족한 전공자, 현업 종사자 -프로그래밍을 배워서 직접 가르치고 싶은 교육자 독자대상 초중급 소스코드 다운로드 https://github.com/bjpublic/pythonmath100
인공지능을 만들고, 그것을 활용한다는 것은 그렇게 쉬운 문제가 아니다. 특히 수학적 이해가 제대로 선행되지 않고서는 누군가가 만들어 둔 것을 그대로 사용하는 것에서 더 나아가기 어렵다. 이 책은 고등학교 수준의 수학적 지식을 파이썬과 함께 다루며 인공지능을 향한 첫 걸음을 내딜수 있게 돕는다. 인공지능 학습은 지도학습으로 시작된다. MNIST 손글씨 데이터를 이용해 컴퓨터가 학습한 후 제대로 된 대답을 할 수 있게 천천히 진행한다. 인공지능에 꼭 필요한 수학, 프로그래밍 지식을 익히고 왜 그렇게 되는 지 논리적으로 이해하는 것이 이 책의 목표이다. 파이썬 언어와 numpy의 기초적인 사용법, 인공지능 중 지도학습에 사용되는 수학적 개념을 주피터 노트북의 온라인 버전인 Google Colaboratory를 통해 익힌다. 이 책의 특징 -어렵고 무슨 말인지 이해되지 않는 인공지능을 쉽게 이해할 수 있다. -고등학교 기초 수학으로 인공지능 프로그래밍을 직접 만들 수 있다. -Google Colaboratory를 이용해서 인공지능 프로그래밍을 시작할 수 있다. 이 책이 필요한 독자 -인공지능에 관심이 있는 비전공자 -인공지능을 공부하고 싶지만 수학적 기초가 부족한 전공자, 현업 종사자 -프로그래밍을 배워서 직접 가르치고 싶은 교육자 독자대상 초중급 소스코드 다운로드 https://github.com/bjpublic/pythonmath100
목차
베타리더 추천사
1 들어가는 말
1-1 입문자를 위한 인공지능
1-2 인공지능의 시대
2 미리 알아야 할 것들
2-1 고교수학 기초
2-2 파이썬
2-3 컴파일러와 인터프리터
2-4 파이썬 기초
2-5 코딩교육과 파이썬 기초
2-6 파이썬 설치
2-7 파이썬의 수학 친구 numpy, scipy
2-8 파이썬 matplotlib 설치
2-9 주피터 노트북과 Google Colaboratory (CoLab)
3 파이썬 기초 문법
3-1 주석
3-2 변수
3-3 산술연산
3-4 자료구조: 리스트, 튜플, 딕셔너리
3-5 조건문
3-6 반복문
3-7 함수
3-8 클래스와 객체
3-9 numpy 패키지의 사용
3-10 matplotlib를 이용한 그래프
4 MNIST 기초이해
4-1 MNIST DataSet 구성
4-2 MNIST 화면 출력
5 퍼셉트론과 XOR
5-1 인공지능 연구의 역사
5-2 머신러닝의 분야
5-3 퍼셉트론과 뉴런
5-4 퍼셉트론으로 논리연산자 만들기
5-5 다층퍼셉트론
6 신경망
6-1 인간의 신경세포, 뉴런
6-2 인공신경망(ANN, Artificial Neural Network)
6-3 퍼셉트론과 논리게이트
6-4 신경망의 수학적 이해
6-5 활성함수
7 영상과 MNIST
7-1 영상의 이해
7-2 디지털과 아날로그 신호
7-3 샘플링과 양자화7-4 MNIST 특징
7-5 MNIST에서 사진 가져오기
8 MNIST와 신경망의 입력과 출력
8-1 행렬식의 이해
8-2 행렬의 계산과 선형대수
8-3 행렬계산식의 수학적 이해
8-4 행렬계산을 위한 파이썬 코드
8-5 신경망 데이터의 행렬 특징
8-6 무작위 데이터로 신경망함수 만들기
9 항등 함수와 소프트맥스 함수
9-1 항등함수(identity function)
9-2 비례확률함수
9-3 소프트맥스 함수
10 손실함수
10-1 손실함수의 개념
10-2 평균, 중간값, 표준편차, 분산의 이해
10-3 평균제곱오차
10-4 크로스엔트로피오차(CEE)
11 경사와 미분
11-1 미분의 수학적 정의
11-2 수치미분
11-3 편미분
11-4 게임 캐릭터는 N 차원
11-5 2차원 함수의 그래프와 편미분
11-6 편미분 프로그래밍 코드
11-7 np.nditer
11-8 신경망 계산 과정에서의 미분 이해
11-9 네트워크변수의 편미분값인 기울기
11-10 nditer 편미분 코드
11-11 경사하강법
12 순전파
12-1 MNIST 데이터 입력
12-2 함수 정의
12-3 프로세스별 클래스 생성
12-4 네트워크클래스 생성
12-5 미분을 이용한 학습과 검증
12-6 학습 후 정확도 테스트
13 오차역전파
13-1 계산그래프
13-2 시그모이드 함수의 기울기
13-3 Softmax와 Cross Entropy Error
13-4 활성함수 Relu 클래스
13-5 Affine 클래스
13-6 오차역전파를 사용한 MNIST 학습
맺는 말
부록
찾아보기
1 들어가는 말
1-1 입문자를 위한 인공지능
1-2 인공지능의 시대
2 미리 알아야 할 것들
2-1 고교수학 기초
2-2 파이썬
2-3 컴파일러와 인터프리터
2-4 파이썬 기초
2-5 코딩교육과 파이썬 기초
2-6 파이썬 설치
2-7 파이썬의 수학 친구 numpy, scipy
2-8 파이썬 matplotlib 설치
2-9 주피터 노트북과 Google Colaboratory (CoLab)
3 파이썬 기초 문법
3-1 주석
3-2 변수
3-3 산술연산
3-4 자료구조: 리스트, 튜플, 딕셔너리
3-5 조건문
3-6 반복문
3-7 함수
3-8 클래스와 객체
3-9 numpy 패키지의 사용
3-10 matplotlib를 이용한 그래프
4 MNIST 기초이해
4-1 MNIST DataSet 구성
4-2 MNIST 화면 출력
5 퍼셉트론과 XOR
5-1 인공지능 연구의 역사
5-2 머신러닝의 분야
5-3 퍼셉트론과 뉴런
5-4 퍼셉트론으로 논리연산자 만들기
5-5 다층퍼셉트론
6 신경망
6-1 인간의 신경세포, 뉴런
6-2 인공신경망(ANN, Artificial Neural Network)
6-3 퍼셉트론과 논리게이트
6-4 신경망의 수학적 이해
6-5 활성함수
7 영상과 MNIST
7-1 영상의 이해
7-2 디지털과 아날로그 신호
7-3 샘플링과 양자화7-4 MNIST 특징
7-5 MNIST에서 사진 가져오기
8 MNIST와 신경망의 입력과 출력
8-1 행렬식의 이해
8-2 행렬의 계산과 선형대수
8-3 행렬계산식의 수학적 이해
8-4 행렬계산을 위한 파이썬 코드
8-5 신경망 데이터의 행렬 특징
8-6 무작위 데이터로 신경망함수 만들기
9 항등 함수와 소프트맥스 함수
9-1 항등함수(identity function)
9-2 비례확률함수
9-3 소프트맥스 함수
10 손실함수
10-1 손실함수의 개념
10-2 평균, 중간값, 표준편차, 분산의 이해
10-3 평균제곱오차
10-4 크로스엔트로피오차(CEE)
11 경사와 미분
11-1 미분의 수학적 정의
11-2 수치미분
11-3 편미분
11-4 게임 캐릭터는 N 차원
11-5 2차원 함수의 그래프와 편미분
11-6 편미분 프로그래밍 코드
11-7 np.nditer
11-8 신경망 계산 과정에서의 미분 이해
11-9 네트워크변수의 편미분값인 기울기
11-10 nditer 편미분 코드
11-11 경사하강법
12 순전파
12-1 MNIST 데이터 입력
12-2 함수 정의
12-3 프로세스별 클래스 생성
12-4 네트워크클래스 생성
12-5 미분을 이용한 학습과 검증
12-6 학습 후 정확도 테스트
13 오차역전파
13-1 계산그래프
13-2 시그모이드 함수의 기울기
13-3 Softmax와 Cross Entropy Error
13-4 활성함수 Relu 클래스
13-5 Affine 클래스
13-6 오차역전파를 사용한 MNIST 학습
맺는 말
부록
찾아보기
출판사 서평
프로그래밍을 위해선 수학적인 사고가 필요하다. 논리적인 구조를 이해하고 틀을 만들기 위해서는 지금까지 큰 어려움 없이 프로그래밍을 해왔을지 몰라도, 결국 수학적인 지식과 논리 이해가 필요해 공부를 다시 시작하거나 정보를 찾아본 사람들도 많을 것이다.
이 책은 그런 사람들을 위해 파이썬과 Google Colaboratory를 이용한 인공지능 프로그래밍을 고등학교 교육 과정 수학에 맞춰 다룬다. 해당 개념이 선행되지 않은 사람들에게는 기초를 다질 수 있는 책이 될 것이며, 프로그래밍을 좀 더 깊이 이해하고 싶은 사람들에게도 튼튼한 기반이 될 것이다.
이 책은 그런 사람들을 위해 파이썬과 Google Colaboratory를 이용한 인공지능 프로그래밍을 고등학교 교육 과정 수학에 맞춰 다룬다. 해당 개념이 선행되지 않은 사람들에게는 기초를 다질 수 있는 책이 될 것이며, 프로그래밍을 좀 더 깊이 이해하고 싶은 사람들에게도 튼튼한 기반이 될 것이다.
상품 정보 고시
| 도서명 | 인공지능 100점을 위한 파이썬 수학 |
|---|---|
| 저자 | 임성국 |
| 출판사 | 비제이퍼블릭 |
| ISBN | 9791190014861 (1190014866) |
| 쪽수 | 352 |
| 출간일 | 2020-04-29 |
| 사이즈 | 173 * 230 mm |
| 목차 또는 책소개 | 베타리더 추천사 1 들어가는 말 1-1 입문자를 위한 인공지능 1-2 인공지능의 시대 2 미리 알아야 할 것들 2-1 고교수학 기초 2-2 파이썬 2-3 컴파일러와 인터프리터 2-4 파이썬 기초 2-5 코딩교육과 파이썬 기초 2-6 파이썬 설치 2-7 파이썬의 수학 친구 numpy, scipy 2-8 파이썬 matplotlib 설치 2-9 주피터 노트북과 Google Colaboratory (CoLab) 3 파이썬 기초 문법 3-1 주석 3-2 변수 3-3 산술연산 3-4 자료구조: 리스트, 튜플, 딕셔너리 3-5 조건문 3-6 반복문 3-7 함수 3-8 클래스와 객체 3-9 numpy 패키지의 사용 3-10 matplotlib를 이용한 그래프 4 MNIST 기초이해 4-1 MNIST DataSet 구성 4-2 MNIST 화면 출력 5 퍼셉트론과 XOR 5-1 인공지능 연구의 역사 5-2 머신러닝의 분야 5-3 퍼셉트론과 뉴런 5-4 퍼셉트론으로 논리연산자 만들기 5-5 다층퍼셉트론 6 신경망 6-1 인간의 신경세포, 뉴런 6-2 인공신경망(ANN, Artificial Neural Network) 6-3 퍼셉트론과 논리게이트 6-4 신경망의 수학적 이해 6-5 활성함수 7 영상과 MNIST 7-1 영상의 이해 7-2 디지털과 아날로그 신호 7-3 샘플링과 양자화7-4 MNIST 특징 7-5 MNIST에서 사진 가져오기 8 MNIST와 신경망의 입력과 출력 8-1 행렬식의 이해 8-2 행렬의 계산과 선형대수 8-3 행렬계산식의 수학적 이해 8-4 행렬계산을 위한 파이썬 코드 8-5 신경망 데이터의 행렬 특징 8-6 무작위 데이터로 신경망함수 만들기 9 항등 함수와 소프트맥스 함수 9-1 항등함수(identity function) 9-2 비례확률함수 9-3 소프트맥스 함수 10 손실함수 10-1 손실함수의 개념 10-2 평균, 중간값, 표준편차, 분산의 이해 10-3 평균제곱오차 10-4 크로스엔트로피오차(CEE) 11 경사와 미분 11-1 미분의 수학적 정의 11-2 수치미분 11-3 편미분 11-4 게임 캐릭터는 N 차원 11-5 2차원 함수의 그래프와 편미분 11-6 편미분 프로그래밍 코드 11-7 np.nditer 11-8 신경망 계산 과정에서의 미분 이해 11-9 네트워크변수의 편미분값인 기울기 11-10 nditer 편미분 코드 11-11 경사하강법 12 순전파 12-1 MNIST 데이터 입력 12-2 함수 정의 12-3 프로세스별 클래스 생성 12-4 네트워크클래스 생성 12-5 미분을 이용한 학습과 검증 12-6 학습 후 정확도 테스트 13 오차역전파 13-1 계산그래프 13-2 시그모이드 함수의 기울기 13-3 Softmax와 Cross Entropy Error 13-4 활성함수 Relu 클래스 13-5 Affine 클래스 13-6 오차역전파를 사용한 MNIST 학습 맺는 말 부록 찾아보기 |
사용후기
회원리뷰 총 0개
사용후기가 없습니다.
상품문의
등록된 상품문의
상품문의 총 0개
상품문의가 없습니다.
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.
