HOME > 상세정보

상세정보

(Python과 TensorFlow로 구현한) 인공지능 / 개정판

(Python과 TensorFlow로 구현한) 인공지능 / 개정판

자료유형
단행본
개인저자
이권윤 이상부, 저
서명 / 저자사항
(Python과 TensorFlow로 구현한) 인공지능 / 이권윤, 이상부 지음
판사항
개정판
발행사항
파주 :   글로벌(Global),   2018  
형태사항
viii, 416 p. : 삽화 ; 24 cm
ISBN
9788955027648
일반주기
부록: 엑셀(Excel)에서 여러 셀에 랜덤 데이터 작성 법  
서지주기
참고문헌(p. 404-407) 및 색인수록
000 00000cam c2200205 c 4500
001 000046008152
005 20191203155322
007 ta
008 191203s2018 ulka b 001c kor
020 ▼a 9788955027648 ▼g 93500
040 ▼a 211009 ▼c 211009 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.3 ▼2 23
085 ▼a 006.3 ▼2 DDCK
090 ▼a 006.3 ▼b 2018z21
100 1 ▼a 이권윤
245 2 0 ▼a (Python과 TensorFlow로 구현한) 인공지능 / ▼d 이권윤, ▼e 이상부 지음
246 3 ▼a (파이썬과 텐서플로우로 구현한) 인공지능
250 ▼a 개정판
260 ▼a 파주 : ▼b 글로벌(Global), ▼c 2018
300 ▼a viii, 416 p. : ▼b 삽화 ; ▼c 24 cm
500 ▼a 부록: 엑셀(Excel)에서 여러 셀에 랜덤 데이터 작성 법
504 ▼a 참고문헌(p. 404-407) 및 색인수록
546 ▼a 영어로 된 원저작을 한국어로 번역
700 1 ▼a 이상부, ▼e

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.3 2018z21 등록번호 151344074 도서상태 대출가능 반납예정일 예약 서비스 C

컨텐츠정보

저자소개

이상부(지은이)

- 제주한라대학교 컴퓨터정보과 교수 및 학과장, 전자계산소장 역임 - 담당과목 : 지능시스템 구현, 웹서버 운영, 웹프로그래밍, 임베디드시스템 - 관심분야 ; 인공지능, 임베디드시스템, 원격제어, 통신프로토콜 - 특허발명기술 : 지그비 무선네트워크를 이용한 기기제어 및 상황정보감시 시스템 외 1건 - 논문 : 진화프로그래밍을 이용한 신경망-퍼지 적응 제어기 실현 외 30 여편 - 저서 : 컴퓨터 이해와 활용, 마이크로프로세서 응용·실험, PC를 이용한 자동제어기법, 디지털 논리회로설계, 마이크로프로세스와 버스방식, 컴퓨터응용과 자동제어기법, Z80 어셈블리 프로그래밍과 활용, 마이크로프로세서 개요와 주변소자들, 웹서버 및 전자상거래 구축, 전자상거래 쇼핑몰 구축을 위한 ASP활용, 전자상거래를 위한 쇼핑몰 구축 실무, 쇼핑몰 구축을 위한 ASP.NET 활용, VS.NET에서 프로젝트 개발을 위한 C# Programming, ASP.NET을 이용한 전자상거래 쇼핑몰 구축, 웹콘텐츠 제작 및 활용, 컴퓨터 활용, 모바일 프로그래밍을 위한 WiPi, Visual C++.NET을 이용한 게임제작 프로그래밍, Visual C++.NET Programming, RFID/USN을 위한 임베디드·네트워크 활용, 센서네트워킹 활용, 안드로이드 프로그래밍, IAR EWAVR 컴파일러와 ATmega128을 이용한 임베디드 프로그래밍, Cygwin gcc를 이용한 C++프로그래밍

이권윤(지은이)

정보제공 : Aladin

목차

목차
제1장 파이썬 개요 및 설치
 1.1 파이썬 개요 = 10
 1.2 파이썬 설치 및 환경설정 = 10
 1.3 파이썬 실행 방법 및 프로그래밍 구조 = 17
제2장 TensorFlow
 2.1 TensorFlow 개요 = 24
 2.2 아나콘다로 텐서플로우 가상 환경 설치 = 24
제3장 텐서플로우 프로그래밍
 3.1 텐서플로우 기본 구조 = 38
 3.2 텐서플로우 자료형 = 43
 3.3 텐서플로우 메서드 = 52
제4장 신경망 개요 및 학습 규칙
 4.1 신경망 개요 = 56
 4.2 신경망의 구성 요소와 신경세포 활성값 = 58
 4.3 신경망의 학습 = 62
 4.4 LMS 학습법칙 = 64
 4.5 학습 과정의 해석 = 67
 4.6 신경망 학습 규칙 = 69
제5장 전가산기 및 체인 룰
 5.1 신경망으로 전가산기 학습 = 90
 5.2 체인 룰 = 95
 5.3 미분 = 96
 5.4 체인 룰 = 97
제6장 C언어로 신경망 구현
 6.1 전가산기 신경망 구성 = 106
 6.2 전가산기 신경망 구현 프로그램 = 106
 6.2 PID 제어 프로그램 = 114
 6.3 신경망 제어 기법 = 121
 6.4 서보모터 제어를 위한 신경망 모델 = 123
 6.5 BP 신경망을 이용한 PID 제어기의 전체 구조도 = 124
 6.6 제안된 제어기를 위한 조건들 = 125
 6.7 신경망 제어 시스템 구현 = 128
 6.8 기존 신경망 문제점 및 해결 방법 = 141
제7장 텐서플로우로 인공지능 구현을 위한 기초
 7.1 회귀 = 144
 7.2 cost 함수 = 145
 7.3 Gradient descent = 146
 7.4 인공지능 학습 관련 클래스 = 148
 7.5 Matplotlib를 이용한 데이터 분석 = 153
 7.6 텐서플로우 기초적인 신경망 학습 = 157
 7.7 행렬 연산 = 165
 7.8 파일의 데이터 읽어 처리하기 = 173
 7.9 Logistic 분류기 = 183
 7.10 텐서보드로 데이터 그래프 표시 및 노드 구성 = 189
 7.11 Softmax 분류기 = 213
 7.12 학습 유의 사항 = 217
제8장 Deep Learning과 CNN, RNN, LSTM
 8.1 전가산기 학습 = 228
 8.2 XOR 학습 = 242
 8.3 Deep Learning = 262
 8.4 웨이트 초기값 잘 주는 방법 = 278
 8.5 Overfitting과 Dropout = 284
 8.6 최고 성능 신경망 구현 = 285
 8.7 CNN = 291
 8.8 IPython과 Jupyter Notebook = 305
 8.9 RNN, LSTM, GRU = 359
 8.10 PID 제어기 = 397
부록 1 엑셀에서 여러 셀에 랜덤 데이터 작성 법
 [참고문헌] = 404
 [INDEX] = 408

관련분야 신착자료

Deisenroth, Marc Peter (2020)