HOME > 상세정보

상세정보

(코드로 배우는) 인공지능 : 개발자의, 개발자에 의한, 개발자를 위한 AI

자료유형
단행본
개인저자
張力柯 潘暉, 저 김태헌, 역
서명 / 저자사항
(코드로 배우는) 인공지능 : 개발자의, 개발자에 의한, 개발자를 위한 AI / 장리커, 판후이 지음 ; 김태헌 옮김
발행사항
파주 :   제이펍,   2021  
형태사항
xvi, 312 p. : 삽화, 도표 ; 25cm
총서사항
제이펍의 인공지능 시리즈 ;34
원표제
程序员的AI书 : 从代码开始
ISBN
9791191600421
서지주기
참고문헌과 색인수록
000 00000cam c2200205 c 4500
001 000046103178
005 20220106153112
007 ta
008 220104s2021 ggkad b 001c kor
020 ▼a 9791191600421 ▼g 93000
035 ▼a (KERIS)BIB000015991327
040 ▼a 244009 ▼c 244009 ▼d 211009
041 1 ▼a kor ▼h chi
082 0 4 ▼a 006.3 ▼2 23
085 ▼a 006.3 ▼2 DDCK
090 ▼a 006.3 ▼b 2021z28
100 1 ▼a 張力柯
245 2 0 ▼a (코드로 배우는) 인공지능 : ▼b 개발자의, 개발자에 의한, 개발자를 위한 AI / ▼d 장리커, ▼e 판후이 지음 ; ▼e 김태헌 옮김
246 1 9 ▼a 程序员的AI书 : ▼b 从代码开始
246 3 ▼a Cheng xu yuan de AI shu : ▼b Cong dai ma kai shi
260 ▼a 파주 : ▼b 제이펍, ▼c 2021
300 ▼a xvi, 312 p. : ▼b 삽화, 도표 ; ▼c 25cm
490 1 0 ▼a 제이펍의 인공지능 시리즈 ; ▼v 34
504 ▼a 참고문헌과 색인수록
700 1 ▼a 潘暉, ▼e
700 1 ▼a 김태헌, ▼e
830 0 ▼a 제이펍의 인공지능 시리즈 ; ▼v 34
900 1 0 ▼a 장리커, ▼e
900 1 0 ▼a 판후이, ▼e
900 1 0 ▼a Zhang, Like, ▼e
900 1 0 ▼a Pan, Hui, ▼e
945 ▼a KLPA

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.3 2021z28 등록번호 121258816 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.3 2021z28 등록번호 521006712 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

책소개

개발자에게 바치는 머신러닝 가이드북이다. 철저하게 개발자의 시선에서 접근하고 실제 산업계에서 자주 사용되는 모델에 관해 설명한다. 동시에 신경망의 원리와 기초 구현 방법, 케라스 라이브러리의 사용법과 텐서플로를 활용한 모델 배포 방안도 포함한다. 복잡한 머신러닝 이론 대신, 간단한 AI 구현 코드를 보여주면서 구조와 프로세스를 설명한다. 그리고 초보 학습자가 궁금해할 문제를 선별하여 이러한 문제와 연계해 새로운 내용을 소개한다. 이 책의 모든 장에서 비슷한 방법을 사용하고 있다.

개발자에게 바치는 머신러닝 가이드북!
코드를 구현하며 개발자의 시선으로 배우는 인공지능!


이 책은 개발자에게 바치는 머신러닝 가이드북입니다. 철저하게 개발자의 시선에서 접근하고 실제 산업계에서 자주 사용되는 모델에 관해 설명합니다. 동시에 신경망의 원리와 기초 구현 방법, 케라스 라이브러리의 사용법과 텐서플로를 활용한 모델 배포 방안도 포함합니다. 복잡한 머신러닝 이론 대신, 간단한 AI 구현 코드를 보여주면서 구조와 프로세스를 설명합니다. 그리고 초보 학습자가 궁금해할 문제를 선별하여 이러한 문제와 연계해 새로운 내용을 소개합니다. 이 책의 모든 장에서 비슷한 방법을 사용하고 있습니다.
이 책은 크게 두 파트로 나뉩니다. 상편(1장~4장)에서는 간단한 머신러닝 애플리케이션을 이해하고 개발할 수 있도록 도와주며, 하편(5장~9장)에서는 인공지능 기술의 3대 영역인 추천 시스템, 자연어 처리(NLP), 그리고 이미지 처리에 초점을 맞춰 설명합니다. 코드를 통해 설명하는 부분에서는 전체적인 구조와 프로세스를 중심으로 전개해, 네트워크 구조가 어떻게 코드를 통해 구현되는지 군더더기 없이 설명합니다.

이 책의 대상 독자
- 인공지능 개발자나 데이터 과학자로 전향하고 싶은 프로그래머
- 코드 구현 사례를 배우고자 하는 머신러닝 연구원이나 데이터 과학자


정보제공 : Aladin

저자소개

장리커(지은이)

텐센트 AI 연구소 책임자이자 AI 시스템 설계 전문가로서 운영 시스템 커널, 웹 보안, 검색 엔진, 추천 시스템, 분산 시스템, 이미지 처리, 데이터 분석 등 다양한 영역에서의 실전 경험을 쌓았다. 텍사스 대학교 샌안토니오 캠퍼스에서 컴퓨터 과학 박사 학위를 받았으며, 마이크로소프트, 보스턴 컨설팅 그룹(BCG), 우버 및 여러 실리콘밸리 스타트업에서 개발 엔지니어 및 프로젝트 매니저로 근무했다.

판후이(지은이)

알리바바 알고리즘 센터 산하 조직의 책임 관리자로서 추천 시스템, 자연어 처리, 이미지 처리, 데이터 분석 등 다양한 영역에서의 실전 경험을 쌓았다. 미국 플로리다 공과대학교에서 컴퓨터 과학 박사 학위를 받았으며, 마이크로소프트 중국 지사, 중국판 배달의민족인 메이투안, 그리고 텐센트에서 알고리즘 개발 및 관리자로 일했다. 다수의 논문과 특허를 보유하고 있다.

김태헌(옮긴이)

하나금융융합기술원, IBM 등을 거쳐 외국계 소비재[FMCG] 기업에서 시니어 데이터 과학자로 일하고 있다. 베이징대학교 졸업 후 캘리포니아대학교 샌디에이고 캠퍼스[UCSD]에서 국제경제 석사 학위를 받았다. 저서로는 《퀀트 전략을 위한 인공지능 트레이딩》이 있으며, 역서로는 《단단한 머신러닝》, 《데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집》 등이 있다.

정보제공 : Aladin

목차

상편
CHAPTER 01 머신러닝의 Hello World 3
1.1 머신러닝에 대한 간략한 소개 3
1.2 머신러닝 애플리케이션의 핵심 개발 프로세스 5
1.3 코드로 시작하기 8
1.4 마무리 11
1.5 참고자료 11

CHAPTER 02 직접 구현하는 신경망 12
2.1 퍼셉트론 12
2.2 선형 회귀와 경사 하강법 구현 17
2.3 확률적 경사 하강법의 구현 23
2.4 파이썬을 통한 단층 신경망 구현 25
2.5 요약 40
2.6 참고자료 40

CHAPTER 03 케라스 시작하기 41
3.1 케라스 소개 41
3.2 케라스 개발 입문 42
3.3 케라스 개념 설명 46
3.4 다시 코드 실습으로 72
3.5 요약 77
3.6 참고자료 78

CHAPTER 04 예측과 분류: 간단한 머신러닝 응용 79
4.1 머신러닝 프레임워크 - 사이킷런 소개 79
4.2 분류 알고리즘 기초 82
4.3 의사결정 트리 92
4.4 선형 회귀 103
4.5 로지스틱 회귀 104
4.6 신경망 110
4.7 요약 123
4.8 참고자료 123

하편
CHAPTER 05 추천 시스템 기초 127
5.1 추천 시스템 소개 127
5.2 유사도 계산 130
5.3 협업 필터링 131
5.4 추천 환경에서 사용하는 로지스틱 회귀 모델 137
5.5 여러 모델을 융합한 추천 모델: Wide&Deep 모델 140
5.6 요약 149
5.7 참고자료 149

CHAPTER 06 실전 프로젝트: 챗봇 만들기 150
6.1 챗봇의 발전 역사 150
6.2 순환 신경망 152
6.3 Seq2Seq 소개 및 구현 161
6.4 어텐션 176
6.5 요약 187
6.6 참고자료 187

CHAPTER 07 이미지 분류 실전 프로젝트 189
7.1 이미지 분류와 합성곱 신경망 189
7.2 합성곱 신경망의 원리 192
7.3 실전 예제: 교통 표지판 분류 202
7.4 최적화 정책 211
7.5 요약 217
7.6 참고자료 217

CHAPTER 08 객체 검출 218
8.1 CNN의 진화 219
8.2 YOLO 241
8.3 YOLO v3 구현 252
8.4 요약 292
8.5 참고자료 293

CHAPTER 09 모델 배포 및 서비스 295
9.1 생산 환경에서의 모델 서비스 295
9.2 텐서플로 서빙의 응용 298
9.3 요약 306
9.4 참고자료 307

관련분야 신착자료

Patterson, Josh (2022)
딥노이드. 교육팀 (2021)