| 000 | 00000cam c2200205 c 4500 | |
| 001 | 000046117956 | |
| 005 | 20220615142529 | |
| 007 | ta | |
| 008 | 220614s2019 ggka 001c kor | |
| 020 | ▼a 9791158391799 ▼g 93000 | |
| 035 | ▼a (KERIS)BIB000015455928 | |
| 040 | ▼a 247017 ▼c 247017 ▼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 2019z47 | |
| 100 | 0 | ▼a クジラ飛行机 |
| 245 | 2 0 | ▼a (파이썬을 이용한) 머신러닝, 딥러닝 실전 개발 입문 : ▼b 웹 크롤링과 스크레이핑부터 머신러닝·딥러닝까지 체계적으로 배우기 / ▼d 쿠지라 히코우즈쿠에 지음 ; ▼e 윤인성 옮김 |
| 246 | 1 9 | ▼a Pythonによるスクレイピング&機械学習開発テクニック : ▼b Scrapy, BeautifulSoup, scikit‐learn, TensorFlowを使ってみよう ▼g (増補改訂) |
| 246 | 3 | ▼a Paison ni yoru sukureipingu ando kikai gakushū kaihatsu tekunikku : ▼b sukurapī byūtifuru sūpu saikittorān tensorufurō o tsukatte miyō |
| 260 | ▼a 파주 : ▼b 위키북스, ▼c 2019 ▼g (2021 3쇄) | |
| 300 | ▼a xviii, 450 p. : ▼b 삽화 ; ▼c 24 cm | |
| 490 | 1 0 | ▼a 데이터 사이언스 시리즈 = ▼a DS ; ▼v 045 |
| 500 | ▼a 색인수록 | |
| 500 | ▼a 부록: 개발 환경 구축 | |
| 700 | 1 | ▼a 윤인성, ▼e 역 |
| 830 | 0 | ▼a 데이터 사이언스 시리즈 ; ▼v 045 |
| 830 | 0 | ▼a DS ; ▼v 045 |
| 900 | 0 0 | ▼a 쿠지라 히코우즈쿠에, ▼e 저 |
| 900 | 0 0 | ▼a Kujira Hikōzukue, ▼e 저 |
| 945 | ▼a ITMT |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/Sci-Info(1층서고)/ | 청구기호 006.31 2019z47 | 등록번호 121260168 | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
컨텐츠정보
책소개
머신러닝의 바탕이 되는 데이터를 수집하고, 수집된 데이터를 기반으로 머신러닝을 수행하는 방법을 설명한다. 인터넷에서 데이터를 어떻게 효율적으로 수집하는지 알아보고, 머신러닝을 원활하게 할 수 있게끔 데이터를 가공하는 방법을 살펴본다. 나아가 가공된 데이터를 이용해 챗봇 제작, 규동 메뉴 이미지 판정, 얼굴 인식 등 머신러닝에 활용하는 과정까지 실질적인 파이썬 예제 코드로 소개한다.
BeautifulSoup, scikit-learn, TensorFlow를 사용하여 실무에 머신러닝/딥러닝을 적용해 보자!
인공지능, 머신러닝, 딥러닝은 바둑, 의료, 자동차 등 이미 다양한 분야에서 성공적인 성과를 보여주고 있습니다. 이러한 머신러닝, 딥러닝과 관련된 성공 사례를 듣고 나면 실제 업무에서도 활용해보고 싶을 것입니다. 사실 머신러닝이라고 하면 어려운 수학과 관련된 지식이 필요하다고 생각하는 경우가 많지만, 그렇게까지 어려운 수학을 사용하는 경우는 거의 없습니다. 활용할 데이터만 가지고 있다면 자신이 원하는 것을 만들어낼 수 있습니다.
『파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문』에서는 머신러닝의 바탕이 되는 데이터를 수집하고, 수집된 데이터를 기반으로 머신러닝을 수행하는 방법을 설명합니다. 인터넷에서 데이터를 어떻게 효율적으로 수집하는지 알아보고, 머신러닝을 원활하게 할 수 있게끔 데이터를 가공하는 방법을 살펴봅니다. 나아가 가공된 데이터를 이용해 챗봇 제작, 규동 메뉴 이미지 판정, 얼굴 인식 등 머신러닝에 활용하는 과정까지 실질적인 파이썬 예제 코드로 소개합니다.
이번 개정판에서는 Selenium 라이브러리 사용 방법의 변경, Scrapy 프레임워크 관련 내용의 추가, 일부 예제의 수정 등의 내용이 보강되었습니다.
정보제공 :
저자소개
쿠지라 히코우즈쿠에(지은이)
‘즐겁고 유익한 툴’을 테마로 다양한 앱과 서비스를 개발하고 있다. 대표작으로 텍스트 음악 에디터 ‘사쿠라’와 일본어 프로그래밍 언어 ‘나데시코’ 등이 있다. 2001년 일본 인터넷협회(IAJ) 온라인 소프트웨어 대상에서 입상했으며, 일본 정보처리추진기구(IPA)에서 2004년 유스·슈퍼 크리에이터로 공인받고 2010년에는 OSS 공헌자상을 수상했다. 2021년에는 대표작 ‘나데시코’가 중학교 교과서에 수록되었다. 파이썬, 러스트, 머신러닝, 알고리즘 등 기술 서적을 30권 이상 집필했다. 웹사이트(https://kujirahand.com)에서 개발한 앱과 서적 목록을 확인할 수 있다. 국내에 번역된 책으로는 《파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문(개정판)》(2019), 《모던 자바스크립트 개발자를 위한 리액트 프로그래밍》(2017), 《러닝스쿨! 파이썬 교과서》(이상 위키북스, 2017), 《자바스크립트와 Node.js를 이용한 웹 크롤링 테크닉》(제이펍, 2016) 등이 있다.
윤인성(옮긴이)
출근하기가 싫어서 책을 집필하기 시작했다. 현재 직업 특성상 집에서 나갈 이유가 별로 없다는 것에 굉장히 만족하고 있다. 홍차와 커피를 좋아하며 기타, 가야금, 그림 그리기, 스컬핑 등이 취미다. 저서로는 《자바스크립트 프로그래밍 입문》, 《C# 프로그래밍》, 《혼자 공부하는 파이썬》, 《모던 웹을 위한 HTML5+CSS3 바이블(3판)》, 《모던 웹을 위한 JavaScript+jQuery 입문》, 《모던 웹을 위한 Node.js 프로그래밍》 등이 있으며, 역서로는 《이펙티브 코틀린》, 《TopCoder 알고리즘 트레이닝》, 《자바 퍼즐러》, 《소셜 코딩으로 이끄는 GitHub 실천 기술》, 《Nature of Code》, 《프로그래밍 대회 공략을 위한 알고리즘과 자료 구조 입문》 등이 있다.
목차
▣ 00장: 머신러닝을 위한 데이터 처리 0-1. 크롤링, 스크레이핑, 머신러닝 ___인터넷의 빅데이터 ___스크레이핑, 크롤링, 데이터 가공 ___머신러닝에 사용할 수 있는 데이터의 구조 ▣ 01장: 크롤링과 스크레이핑 1-1. 데이터 다운로드하기 ___웹상의 정보를 추출하는 방법 ___urllib.request를 이용한 다운로드 ___웹에서 데이터 추출하기 ___BeautifulSoup로 스크레이핑하기 1-2. BeautifulSoup로 스크레이핑하기 ___네이버 금융에서 환율 정보 추출하기 ___웹 브라우저로 HTML 구조 확인하기 1-3. CSS 선택자 ___위키 문헌에 공개돼 있는 윤동주 작가의 작품 목록 가져오기 ___CSS 선택자 자세히 알아보기 ___CSS 선택자로 추출 연습하기 ___정규 표현식과 함께 조합하기 1-4. 링크에 있는 것을 한꺼번에 내려받기 ___한꺼번에 다운받는 데 필요한 처리 내용 ___상대 경로를 전개하는 방법 ___재귀적으로 HTML 페이지를 처리하는 방법 ▣ 02장: 고급 스크레이핑 2-1. 로그인이 필요한 사이트에서 다운받기 ___HTTP 통신 ___requests 사용해보기 2-2. 웹 브라우저를 이용한 스크레이핑 ___웹 브라우저 원격 조작에 사용하는 Selenium ___웹 사이트를 이미지로 캡처해보기 ___네이버에 로그인해서 구매한 물건 목록 가져오기 ___Selenium으로 스크레이핑하는 방법 ___자바스크립트 실행해보기 2-3. 웹 API로 데이터 추출하기 ___웹 API ___웹 API를 제공하는 이유 ___웹 API 사용해보기 - OpenWeatherMap의 날씨 정보 ___국내에서 사용할 수 있는 웹 API 2-4. cron을 이용한 정기적인 크롤링 ___정기적인 크롤링 ___매일 환율 정보 저장하기 ___cron으로 매일 한 번 실행하기 ___crontab 설정 방법 2-5. Scrapy를 이용한 스크레이핑 ___Scrapy란? ___Scrapy 설치 ___Scrapy 시작하기 ___Scrapy를 셸로 실행해서 테스트해보기 2-6. Scrapy를 이용한 위키북스의 도서 표지 다운로드 ___위키북스의 전체 도서 목록 다운로드 ___이미지 파일을 다운로드하려면? 2-7. Scrapy와 Selenium을 이용한 동적 웹 사이트 다운로드 ▣ 03장: 데이터 소스의 서식과 가공 3-1. 웹의 다양한 데이터 형식 ___텍스트 데이터와 바이너리 데이터 ___XML 분석 ___JSON 분석 ___YAML 분석 ___CSV/TSV 분석 ___엑셀 파일 분석 3-2. 데이터베이스 ___데이터베이스 ___데이터 저장에는 어떤 데이터베이스를 사용해야 할까? ___SQLite - 가볍게 파일 하나로 사용할 수 있는 데이터베이스 ___MySQL 사용하기 ___TinyDB 사용하기 ▣ 04장: 머신러닝 4-1. 머신러닝이란? ___머신러닝 개요 ___머신러닝의 종류 ___머신러닝의 흐름 ___머신러닝의 응용 분야 ___초과 학습(초과 적합) 4-2. 머신러닝 첫걸음 ___머신러닝 프레임워크 scikit-learn ___XOR 연산 학습해보기 ___붓꽃의 품종 분류하기 4-3. 이미지 내부의 문자 인식 ___손글씨 숫자 인식하기 ___이미지 데이터 학습시키기 4-4. 외국어 문장 판별하기 ___외국어 판정 ___판정 방법 ___샘플 데이터 수집 ___언어 판별 프로그램 ___웹 인터페이스 추가하기 4-5. 서포트 벡터 머신(SVM) ___SVM이란? ___SVM을 실제로 사용해보기 ___SVM의 종류 4-6. 랜덤 포레스트 ___랜덤 포레스트란? ___랜덤 포레스트 사용하기 4-7. 데이터를 검증하는 방법 ___크로스 밸리데이션 ___그리드 서치 ▣ 05장: 딥러닝 5-1. 딥러닝 개요 ___딥러닝 5-2. TensorFlow 설치하기 ___TensorFlow ___설치 방법 ___설치가 제대로 됐는지 확인하기 ___TensorFlow로 간단한 계산해보기 5-3. Jupyter Notebook ___Jupyter Notebook 설치하고 실행하기 ___새 노트 만들기 ___데이터 시각화 ___TensorFlow와 함께 사용하기 5-4. TensorFlow 기본 ___TensorFlow 기본 ___머신러닝 해보기 5-5. TensorBoard로 시각화하기 ___TensorBoard의 사용법 5-6. TensorBoard로 딥러닝하기 ___딥러닝의 구조 ___딥러닝 해보기 - MNIST 손글씨 데이터 5-7. Keras로 다양한 딥러닝 해보기 ___Keras ___Keras로 MNIST 테스트해보기 ___Keras로 비만도 판정해보기 5-8. Pandas/NumPy 다루기 ___Pandas/NumPy ___데이터 조작 ___Pandas/Numpy 정리 ▣ 06장: 텍스트 분석과 챗봇 만들기 6-1. 한국어 분석(형태소 분석) ___형태소 분석 ___한국어 형태소 분석 라이브러리 ___출현 빈도 분석 6-2. Word2Vec으로 문장을 벡터로 변환하기 ___Word2Vec ___Gensim 설치 ___Gensim의 Word2Vec으로 “토지”를 읽어보기 ___위키피디아 한국어 버전을 사전으로 사용해보기 ___위키피디아 데이터로 놀아보기 6-3. 베이즈 정리로 텍스트 분류하기 ___텍스트 분류 ___베이즈 정리 ___나이브 베이즈 분류 ___베이지안 필터 사용해보기 6-4. MLP로 텍스트 분류하기 ___MLP로 텍스트 분류하기 6-5. 문장의 유사도를 N-gram으로 분석하기 ___문장의 유사도 분석 ___레벤슈타인 거리 ___파이썬으로 레벤슈타인 거리를 계산하는 프로그램 ___N-gram으로 유사도 구하기 6-6. 마르코프 체인과 LSTM으로 문장 생성하기 ___마르코프 체인과 LSTM/RNN ___마르코프 체인이란? ___마르코프 체인 구현하기 ___LSTM/RNN 6-7. 챗봇 만들기 ___챗봇(회화 봇) ___챗봇의 구조 ▣ 07장: 이미지와 딥러닝 7-1. 유사 이미지 검출하기 ___간단한 형태 인식 - Average Hash 7-2. CNN으로 Caltech 101의 이미지 분류하기 ___CNN으로 색상 있는 이미지 분류해보기 7-3. 규동 메뉴 이미지 판정하기 ___규동을 판정할 수 있는 PC가 좋은 PC ___스크레이핑부터 시작하기 7-4. OpenCV로 얼굴 인식하기 ___OpenCV ___얼굴을 인식하는 프로그램 만들어보기 ___얼굴에 모자이크 걸기 7-5. 이미지 OCR - 연속된 문자 인식하기 ___OpenCV로 텍스트 영역 확인하기 ___문자 인식 데이터 만들기 ___다양한 숫자 폰트 학습시키기 ▣ 부록: 개발 환경 구축 부록-1. VirtualBox/Vagrant 사용법 ___VirtualBox 설치하기 ___Ubuntu 설치하기 ___Docker란? ___Docker 설치 부록-2. Docker로 개발 환경 구축하기 ___macOS에서 Docker for Mac 설치하기 ___Docker에 Ubuntu 설치하기 부록-3. 파이썬 + Anaconda 환경 준비 ___기타 설치
