HOME > 상세정보

상세정보

(파이썬으로 배우는) 딥러닝 교과서 : 이미지 인식 모델을 만들면서 익히는 딥러닝

자료유형
단행본
개인저자
石川聡彦 박광수, 역
서명 / 저자사항
(파이썬으로 배우는) 딥러닝 교과서 : 이미지 인식 모델을 만들면서 익히는 딥러닝 / 이시카와 아키히코 지음 ; 박광수 옮김
발행사항
서울 :   한빛미디어,   2020  
형태사항
712 p. : 삽화 ; 24 cm
원표제
Pythonで動かして学ぶ!あたらしい深層学習の教科書 : 機械学習の基本から深層学習まで
ISBN
9791162242827
일반주기
색인수록  
박광수의 필명은 '아크몬드'임  
000 00000cam c2200205 c 4500
001 000046077424
005 20210415154111
007 ta
008 210414s2020 ulka 001c kor
020 ▼a 9791162242827 ▼g 93000
035 ▼a (KERIS)BIB000015537592
040 ▼a 211023 ▼c 211023 ▼d 211009
041 1 ▼a kor ▼h jpn
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2020z48
100 1 ▼a 石川聡彦
245 2 0 ▼a (파이썬으로 배우는) 딥러닝 교과서 : ▼b 이미지 인식 모델을 만들면서 익히는 딥러닝 / ▼d 이시카와 아키히코 지음 ; ▼e 박광수 옮김
246 1 9 ▼a Pythonで動かして学ぶ!あたらしい深層学習の教科書 : ▼b 機械学習の基本から深層学習まで
246 3 ▼a Paison de ugokashite manabu atarashii shinsō gakushū no kyōkasho : ▼b kikai gakushū no kihon kara shinsō gakushū made
260 ▼a 서울 : ▼b 한빛미디어, ▼c 2020
300 ▼a 712 p. : ▼b 삽화 ; ▼c 24 cm
500 ▼a 색인수록
500 ▼a 박광수의 필명은 '아크몬드'임
700 1 ▼a 박광수, ▼e
900 0 0 ▼a 아크몬드, ▼e
900 1 0 ▼a 이시카와 아키히코, ▼e
900 1 0 ▼a Ishikawa, Akihiko, ▼e
945 ▼a KLPA

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2020z48 등록번호 121257016 도서상태 간편대출신청중 반납예정일 예약 서비스 M

컨텐츠정보

책소개

이미지 인식 모델을 만드는 과정을 다루면서 딥러닝 요소를 학습한다. 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.

딥러닝 기초부터 이미지 인식 모델 구현까지
파이썬으로 배우는 딥러닝


이 책은 이미지 인식 모델을 만드는 과정을 다루면서 딥러닝 요소를 학습합니다. 머신러닝 기본부터 파이썬 기초와 함수 사용법을 배우고, 팬더스로 행렬 계산에 특화된 넘파이와 데이터를 반복적으로 다뤄보며 파이썬 사용법을 철저히 익힙니다. 후반부에서는 이미지 인식 처리에 필요한 딥러닝 요소를 예제로 실습하면서 학습합니다. 풍부한 그림과 구체적인 예로 딥러닝 지식과 파이썬 활용법을 기초부터 제대로 배울 수 있습니다. 개념 설명 후 등장하는 문제를 제시해 직접 프로그램에 구현하도록 유도합니다. 이 책으로 머신러닝과 딥러닝을 한 번에 배울 수 있습니다.

주요 내용
● 머신러닝/딥러닝 개요
● 파이썬 기본 문법/함수
● 성능평가지표와 PR 곡선
● NumPy, Pandas 기초/응용
● matplotlib을 활용한 데이터 시각화
● DataFrame을 이용한 데이터 클렌징
● OpenCV 이용 및 이미지 데이터 전처리
● 하이퍼파라미터와 튜닝
● CNN을 이용한 이미지 인식 기초/응용

인공지능 시대 딥러닝은 지속적인 발전이 기대되는 분야이자 4차산업 시대를 이끌 기술입니다. 이러한 딥러닝을 배우려면 강력한 라이브러리를 제공하는 파이썬을 알아야 합니다. 이 책은 파이썬과 딥러닝을 풍부한 그림과 구체적인 예로 기초부터 활용까지 제대로 알려줍니다.

1 파이썬부터 배웁니다.
초반 간략히 딥러닝을 소개한 뒤 바로 파이썬을 학습합니다. 딥러닝 기초와 함수 사용법을 배우고 행렬 계산에 특화된 NumPy와 빅데이터를 다루는 Pandas를 반복적으로 다루면서 파이썬 사용법을 철저히 익힙니다.

2 이미지 인식으로 딥러닝을 학습합니다.
이미지를 감지하고 시각화하는 언뜻 어려워 보이는 주제를 영상 이미지를 활용하여 쉽고 재미있게 다가갈 수 있습니다. 어떤 근거로 구현할 것인지 수치와 예제로 알려주므로 자신감을 갖고 공부할 수 있습니다.

3 문제로 복습하고 다음 단계로 넘어갑니다.
개념 설명 후에는 문제를 풀면서 그동안 배운 지식을 바로 활용할 수 있도록 구성됐습니다. ‘손을 움직여’ 딥러닝을 배울 수 있습니다.


정보제공 : Aladin

저자소개

이시카와 아키히코(지은이)

주식회사 Aidemy 대표이사. 도쿄대학 공학부를 졸업하고 데이터 분석 관련 연구와 실무 경험을 살려 2017년 인공지능 엔지니어를 위한 온라인 교육 서비스 Aidemy를 시작했습니다. Aidemy는 인공지능을 다루는 데 필요한 기술을 알려주는 서비스로, 2만 명 넘는 회원이 100만 회 넘게 학습했습니다. 지금은 와세다대학 선진이공학 박사과정에서 AI 프로그래밍 실습 과정을 지도하고 있습니다.

박광수(옮긴이)

‘아크몬드’라는 필명으로 더 잘 알려진 블로거입니다. 아크윈 블로그(http://archmond.win/)에서 최신 윈도우 정보를 꾸준히 나누고 있습니다. 2007년부터 마이크로소프트 MVP(Windows 부문)를 수상했습니다. 오피스 365, 애저 등 마이크로소프트의 최신 기술에 열광합니다. 현재 일본에서 서버 개발자로 활동하면서 딥러닝에 많은 관심을 두고 있습니다. 번역한 도서로는 『처음 배우는 딥러닝 수학』, 『파이썬으로 배우는 머신러닝의 교과서』(이상 한빛미디어, 2018) 등이 있습니다.

정보제공 : Aladin

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

관련분야 신착자료

데이터분석과인공지능활용편찬위원회 (2021)
Harrison, Matt (2021)
Stevens, Eli (2020)