상세정보

이론과 실습으로 배우는 인공지능과 딥러닝. 인공지능 이론을 79개의 파이썬 프로그램으로 실습하며 배우는 책이다. 컨볼루션 신경망, 순환 신경망, 강화 학습 등의 인공지능 핵심 이론을 다양한 예시와 수식, 그래프를 통해 학습할 수 있다. 또한 로봇 기자, 집 지킴이, 비트코인 가격 예측, 동요 편곡, 패션 생성 비즈니스, 오목 프로그램 실습으로 인공지능 구현 능력을 탄탄하게 기를 수 있다.

■ 딥러닝 기술을 중심으로 배우는 인공지능 이론
인공지능 구현에 필요한 핵심 이론인 컨볼루션 신경망, 순환 신경망, 강화 학습 등의 딥러닝 주제로 인공지능을 배웁니다. 딥러닝 기술을 잘 이해하면 알파고와 자율주행차, 창작 등의 최신 인공지능 응용을 제대로 이해할 수 있고 딥러닝 프로그래밍을 통해 인공지능 시스템을 구현하는 능력을 기를 수도 있습니다.

■ 만들면서 배우는 인공지능
인공지능 이론을 학습한 뒤 곧바로 79개의 파이썬 프로그램 실습을 제공해 이론과 실습이 상호 보완되도록 구성했습니다. 다양한 연습문제를 제시해 데이터를 자유자재로 다루고 딥러닝 모델을 스스로 설계 및 구현하는 능력을 기를 수 있습니다.

■ 쉽고 재미있게 시작하는 인공지능 with 파이썬
손홍민 전담 로봇 기자, 집 지킴이, 비트코인 가격 예측, 동요 편곡, 패션 생성 비즈니스, 오목 프로그램과 같은 흥미로운 주제로 실습하여 프로그래밍의 즐거움을 느낄 수 있습니다. 또한, 인공지능 실습에 필요한 파이썬 라이브러이인 넘파이(Numpy)와 맷플롯립(Matplotlib)에 대한 기초 수준의 사용법을 온라인 부록으로 제공하여 파이썬 프로그래밍에 익숙하지 않아도 인공지능을 쉽게 배울 수 있습니다.

* 본 도서는 대학 강의용 교재로 개발되었으므로 연습문제 해답은 제공하지 않습니다.

정보제공 :

Chapter 01 인간 지능을 흉내 내는 인공지능
1.1 지능이란?
1.2 인공지능을 바라보는 관점
1.3 인공지능의 역사
1.4 인공지능의 현재와 미래
1.5 인공지능 만들기
1.6 읽을거리와 볼거리
[재미있는 인공지능 이야기] 에이다와 배비지
연습문제

Chapter 02 파이썬으로 시작하는 인공지능
2.1 프로그램 예제
2.2 두 가지 프로그래밍 환경
2.3 영리한 프로그래밍 환경: 아나콘다
2.4 인공지능 프로그래밍 예제 1: 셈 지능
2.5 인공지능 프로그래밍 예제 2: 인공지능 기자
2.6 인공지능 프로그래밍 예제 3: 더 똑똑한 인공지능 기자
2.7 인공지능 프로그래밍을 위한 파이썬 기초
[재미있는 인공지능 이야기] 앨런 튜링
연습문제

Chapter 03 기계 학습과 인식
3.1 기계 학습 기초
3.2 인공지능 제품의 설계와 구현
3.3 데이터에 대한 이해
3.4 특징 추출과 표현
3.5 필기 숫자 인식
3.6 성능 측정
3.7 인공지능은 어떻게 인식을 하나?
[재미있는 인공지능 이야기] 클로드 섀넌
연습문제

Chapter 04 신경망 기초
4.1 인공 신경망의 태동
4.2 퍼셉트론의 원리
4.3 사람의 학습과 신경망의 학습
4.4 퍼셉트론 학습 알고리즘
4.5 현대 기계 학습으로 확장
4.6 퍼셉트론 프로그래밍
4.7 다층 퍼셉트론
4.8 오류 역전파 알고리즘
4.9 다층 퍼셉트론 프로그래밍
4.10 하이퍼 매개변수 최적화
[재미있는 인공지능 이야기] 로젠블랫과 민스키
연습문제

Chapter 05 딥러닝과 텐서플로
5.1 딥러닝의 등장
5.2 텐서플로 개념 익히기
5.3 텐서플로 프로그래밍 기초
5.4 텐서플로로 다층 퍼셉트론 프로그래밍
5.5 깊은 다층 퍼셉트론
5.6 딥러닝의 학습 전략
5.7 딥러닝이 사용하는 손실 함수
5.8 딥러닝이 사용하는 옵티마이저
5.9 좋은 프로그래밍 스킬
5.10 교차 검증을 이용한 하이퍼 매개변수 최적화
[재미있는 인공지능 이야기] 딥러닝 삼인방
연습문제

Chapter 06 컨볼루션 신경망과 컴퓨터 비전
6.1 컨볼루션 신경망의 동기와 전개
6.2 컨볼루션 신경망의 구조와 동작
6.3 컨볼루션 신경망의 학습
6.4 컨볼루션 신경망 프로그래밍
6.5 컨볼루션 신경망의 시각화
6.6 딥러닝의 규제
6.7 전이 학습
6.8 물체 검출
[재미있는 인공지능 이야기] 인공지능 선두 대학
연습문제

Chapter 07 지능 에이전트
7.1 지능 에이전트 시나리오
7.2 지능 에이전트 만들기
7.3 고급 인터페이스를 갖춘 지능 에이전트
7.4 지식 표현과 추론
7.5 틈새 없는 협동과 능동성을 갖춘 지능 에이전트
[재미있는 인공지능 이야기] 스마트폰
연습문제

Chapter 08 시계열 데이터와 순환 신경망
8.1 시계열 데이터의 이해
8.2 순환 신경망
8.3 LSTM으로 시계열 예측하기
8.4 편곡하는 인공지능
8.5 자연어 처리
[재미있는 인공지능 이야기] 인공지능으로 무장한 농업
연습문제

Chapter 09 강화 학습과 게임 지능
9.1 강화 학습의 원리와 응용
9.2 최적 정책과 가치 함수
9.3 동적 프로그래밍
9.4 학습 기반 알고리즘
9.5 DQN
9.6 강화 학습과 강한 인공지능
[재미있는 인공지능 이야기] 스포츠를 더 흥미진진하게
연습문제

Chapter 10 생성 모델과 창작
10.1 확률적 생성 모델
10.2 오토인코더
10.3 생성 적대 신경망
10.4 응용 시나리오: 인공지능 패션 디자인
10.5 생성 모델의 발전과 인공지능 창작
[재미있는 인공지능 이야기] 예술을 침범하는 인공지능
연습문제

Chapter 11 공간 탐색과 문제해결
11.1 상태 공간
11.2 맹목 탐색
11.3 최고 우선 탐색
11.4 A* 알고리즘
11.5 미니맥스 알고리즘
11.6 몬테카를로 트리 탐색 알고리즘
11.7 몬테카를로 트리 탐색을 이용한 게임 인공지능
11.8 알파고: 컨볼루션 신경망과 강화 학습, 몬테카를로 트리 탐색의 결합
[재미있는 인공지능 이야기] 도로를 질주하는 자율주행차
연습문제

Chapter 12 설명 가능 인공지능
12.1 결정 트리의 설명 능력
12.2 설명 가능 인공지능의 수준과 어려움
12.3 컨볼루션 신경망의 설명 능력
12.4 GradCAM 프로그래밍
[재미있는 인공지능 이야기] 딥 메디슨
연습문제