°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (12,830¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (9,450¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (10,800¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

ÆÄÀ̽ã ÄÚµù ¼öÇÐ with µö·¯´× : ¼öÇÐÀû »ç°í·Â Çâ»óÀ» À§ÇÑ

¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

ÆǸÅÁö¼ö 10
?
ÆǸÅÁö¼ö¶õ?
»çÀÌÆ®ÀÇ ÆǸŷ®¿¡ ±â¹ÝÇÏ¿© ÆǸŷ® ÃßÀ̸¦ ¹Ý¿µÇÑ ÀÎÅÍÆÄÅ© µµ¼­¿¡¼­ÀÇ µ¶¸³ÀûÀÎ ÆǸŠÁö¼öÀÔ´Ï´Ù. ÇöÀç °¡Àå Àß Æȸ®´Â »óÇ°¿¡ °¡ÁßÄ¡¸¦ µÎ¾ú±â ¶§¹®¿¡ ½ÇÁ¦ ´©Àû ÆǸŷ®°ú´Â ´Ù¼Ò Â÷ÀÌ°¡ ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù. ÆǸŷ® ¿Ü¿¡µµ ´Ù¾çÇÑ °¡ÁßÄ¡·Î ±¸¼ºµÇ¾î ÃÖ±ÙÀÇ À̽´µµ¼­ È®Àνà À¯¿ëÇÒ ¼ö ÀÖ½À´Ï´Ù. ÇØ´ç Áö¼ö´Â ¸ÅÀÏ °»½ÅµË´Ï´Ù.
Close
°øÀ¯Çϱâ
  • ÃâÆÇ»ç : Á¤º¸¹®È­»ç
  • ¹ßÇà : 2019³â 07¿ù 10ÀÏ
  • Âʼö : 308
  • ISBN : 9788956748351
Á¤°¡

15,000¿ø

  • 13,500¿ø (10%ÇÒÀÎ)

    750P (5%Àû¸³)

ÇÒÀÎÇýÅÃ
Àû¸³ÇýÅÃ
  • S-Point Àû¸³Àº ¸¶ÀÌÆäÀÌÁö¿¡¼­ Á÷Á¢ ±¸¸ÅÈ®Á¤ÇϽŠ°æ¿ì¸¸ Àû¸³ µË´Ï´Ù.
Ãß°¡ÇýÅÃ
¹è¼ÛÁ¤º¸
  • Ç°Àý 
  • ¹è¼Ûºñ : 2,500¿ø
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

ÀÌ Ã¥Àº ÄÚµùÀ» óÀ½ ½ÃÀÛÇÏ´Â ÁßÇлýÀº ¹°·Ð ¼ºÀε鿡°Ôµµ ¾ÆÁÖ ÀÚ¿¬½º·´°Ô ÄÚµùÀ» ¹è¿ï ¼ö ÀÖµµ·Ï À¯µµÇÕ´Ï´Ù. ¿ì¸®°¡ ¹è¿ü´ø ¡®¼öÇп¡ ÀÌ·¯ÇÑ ·ÎÁ÷ÀÌ ÀÖ¾ú±¸³ª¡¯¸¦ µÇ»õ±â¸é¼­ À̸¦ ÄÚµùÀ¸·Î Á÷Á¢ ±¸ÇöÇØ º¼ ¼ö ÀÖ½À´Ï´Ù. ÀÌ·¯ÇÑ °úÁ¤ Áß¿¡ ÆÄÀ̽ãÀÇ Áß¿äÇÑ ÆÐÅ°ÁöÀÎ numpy, matplotlib, pandas¿¡ ´ëÇØ ¹è¿ì°Ô µË´Ï´Ù. ÀÌ Ã¥Àº ÀÌ ÆÐÅ°Áö¸¦ ¹Ýº¹ÀûÀ¸·Î »ç¿ëÇÏ°Ô²û À¯µµÇϸ鼭 Ã¥À» ³¡±îÁö ´Ù °øºÎÇÏ°Ô µÇ¸é À§ ÆÐÅ°Áö »ç¿ë¿¡ ¾î´À Á¤µµ ÀڽۨÀ» °®°Ô µÉ °ÍÀÔ´Ï´Ù.

ÃâÆÇ»ç ¼­Æò

¡°PC¹æ¿¡¼­ °ÔÀÓÇÏ´Â ÀÚ³à·Î Å°¿ï °ÍÀΰ¡?
ÄÚµùÀ» ÇÏ´Â ÀÚ³à·Î Å°¿ï °ÍÀΰ¡?¡°

±âÁ¸ ÄÄÇ»ÅÍ ±³À°ÀÌ ITQ, ¿ÀÇǽº À§ÁÖ·Î ÁøÇàµÇ¾ú´Ù¸é,
ÀÌÁ¦´Â ÄÚµù°ú ¼öÇÐÀ» ÇÔ²² ÀÍÇô¾ß ÇÕ´Ï´Ù.

ÀϹÝÀûÀÎ Àü¹® ÄÚµù °ü·Ã ¼­ÀûÀº ÀÐÀ¸¸é ÀÌÇØ´Â µÇÁö¸¸, ÄÚµù Ã¥Àº ½Ç½ÀÀ» µ¿¹ÝÇØ¾ß ¹è¿ü´Ù°í ÇÒ ¼ö ÀÖ½À´Ï´Ù. ½ÃÁß¿¡ ÄÚµù Ã¥Àº Ãʺ¸ÀÚ¸¦ À§ÇÑ Ã¥, Àü¹®°¡¸¦ À§ÇÑ Ã¥, ¾î¸°À̵éÀ» À§ÇÑ ¾ÆµÎÀ̳ë/½ºÅ©·¡Ä¡/¿£Æ®¸® Ã¥ µîÀ¸·Î ±¸ºÐµË´Ï´Ù. ½ºÅ©·¡Ä¡³ª ¿£Æ®¸®µµ ÇÁ·Î±×·¡¹Ö¿¡ ´ëÇÑ Èï¹Ì¸¦ À¯¹ßÇϱ⿡ ÁÁÀº ÇнÀ ÅøÀÌÁö¸¸ ½ÇÁ¦ ÅؽºÆ® ±â¹Ý ÇÁ·Î±×·¡¹Ö ¾ð¾î¿Í´Â Â÷ÀÌ°¡ Å®´Ï´Ù.

±×·¡¼­ ÀÌ Ã¥¿¡¼­´Â ÄÚµùÀ» ¼öÇÐÀ¸·Î ¿«¾î º¸·Á ÇÕ´Ï´Ù. ÁßÇб³ ¼öÇÐ °úÁ¤Àº ³í¸®Àû »ç°í·ÂÀÌ ÇÊ¿äÇÏ°Ô µÇ´Â ù °úÁ¤À̸ç, ÀÌ ³í¸®¿¡ ´ëÇÑ ±¸¼úÀÌ ¹Ù·Î ÄÚµù°ú ¸Â´ê¾Æ ÀÖ½À´Ï´Ù. µû¶ó¼­ ÀÌ Ã¥À» °øºÎÇÏ°Ô µÇ´Â ¼öÇè»ý¿¡°Ô´Â ¼öÇÐÀû »ç°í·Â°ú ÆÄÀ̽ã ÄÚµù ´É·ÂÀ» µ¿½Ã¿¡ °®Ãâ ¼ö ÀÖ½À´Ï´Ù.

[ÀÌ·± ºÐµé²² ÃßõÇÕ´Ï´Ù!]
- ½±°Ô ¼öÇаú ÄÚµùÀ» ÇÔ²² Á¢±ÙÇØ º¸°í ½ÍÀº »ç¶÷
- ÁßÇб³ ¼öÁØÀÇ ¼öÇÐÀ» ÅëÇØ µö·¯´×¿¡ Á¢±ÙÇØ º¸°í ½ÍÀº »ç¶÷
- ¼öÇаú ÇÁ·Î±×·¡¹Ö ¾ð¾î(ÆÄÀ̽ã)¸¦ ÇÑ ¹ø¿¡ ÀÍÈ÷°í ½ÍÀº »ç¶÷

¸ñÂ÷

°³¹ß ȯ°æ ÁغñÇϱâ
01. ¿Ö ÆÄÀ̽ã(Python)Àΰ¡?
02. ÁÖÇÇÅÍ ³ëÆ®ºÏ ¼³Ä¡Çϱâ
03. ÁÖÇÇÅÍ ³ëÆ®ºÏ °³¹ß ȯ°æ »ç¿ëÇϱâ
04. ÆÄÀ̽ã IDLE °³¹ß ȯ°æ »ç¿ëÇϱâ
05. ¸í·É ÇÁ·ÒÇÁÆ® °³¹ß ȯ°æ »ç¿ëÇϱâ

Part 01. ÁýÇÕ
[ÄÚµù] Chapter 01. Á¤¼öÇü, ¹®ÀÚÇü ÀÚ·áÇü
01. ¹®ÀÚÇü ÀÚ·áÇü Àε¦½Ì »ç¿ëÇϱâ
02. ¹®ÀÚÇü ÀÚ·áÇü ½½¶óÀ̽º(:) »ç¿ëÇϱâ
03. ¹®ÀÚÇü ÀÚ·áÇüÀÇ ¹®ÀÚ ±æÀÌ ¼¼±â - len(¹®ÀÚÇü ÀÚ·áÇü)
04. ¿øÇÏ´Â ¹®ÀÚ°¡ ¸î °³ ÀÖ´ÂÁö ¼¼±â - º¯¼ö.count('¿øÇÏ´Â ¹®ÀÚ')
[ÄÚµù] Chapter 02. print
[ÄÚµù] Chapter 03. ¸®½ºÆ®(List)
01. ¸®½ºÆ® ¿ø¼Ò °³¼ö ±¸Çϱâ - len(¸®½ºÆ®)
02. ƯÁ¤ ¿ø¼Ò °³¼ö ±¸Çϱâ - ¸®½ºÆ®.count(ƯÁ¤ ¿ø¼Ò)
03. ¸®½ºÆ®ÀÇ À妽º ÀÍÈ÷±â
04. ¸®½ºÆ®¿¡¼­ slice »ç¿ëÇϱâ
05. ¸®½ºÆ® ¿¬»êÇϱâ
06. ¸®½ºÆ® ¿ä¼Ò ¼öÁ¤Çϱâ
07. ¸®½ºÆ® Á¤·ÄÇϱâ
08. ¸®½ºÆ® ¿ø¼ÒÀÇ À妽º ±¸Çϱâ
09. ¸®½ºÆ® ¾ÈÀÇ ¿ø¼Ò À¯¹« ÆǺ°Çϱâ
[ÄÚµù] Chapter 04. for ¹Ýº¹¹®
[ÄÚµù] Chapter 05. Á¶°Ç¹® if
01. Á¶°ÇÀÌ ¸ÂÁö ¾ÊÀ» °æ¿ì ´Ù¸¥ ¸í·É ¼öÇàÇϱâ - if else
02. ¿©·¯ Á¶°Ç¿¡ ´ëÇÑ ¸í·É ¼öÇàÇϱâ - if elif else
[¼öÇÐ] Chapter 06. ÁýÇÕ
01. Áߺ¹µÈ ¿ø¼Ò Á¦°ÅÇϱâ
02. ÇÕÁýÇÕ ±¸ÇöÇϱâ
03. ±³ÁýÇÕ ±¸ÇöÇϱâ
04. Â÷ÁýÇÕ ±¸ÇöÇϱâ
05. ¿©ÁýÇÕ ±¸ÇöÇϱâ
[¼öÇÐ] Chapter 07. ÄÚµù ÇÔ¼ö
01. ÇÕÁýÇÕÀ» ÄÚµù ÇÔ¼ö·Î ¸¸µé±â
02. ±³ÁýÇÕÀ» ÄÚµù ÇÔ¼ö·Î ¸¸µé±â
03. Â÷ÁýÇÕ, ¿©ÁýÇÕÀ» ÄÚµù ÇÔ¼ö·Î ¸¸µé±â
04. Â÷ÁýÇÕ°ú ±³ÁýÇÕÀ¸·ÎºÎÅÍ ÇÕÁýÇÕ ±¸Çϱâ
05. ÇÔ¼ö¿¡¼­ * »ç¿ëÇϱâ
[¼öÇÐ] Chapter 08. Ŭ·¡½º
01. ÀÓÀÇÀÇ ÁýÇÕ ¹®Á¦ »ý¼º±â ¸¸µé±â
02. built-in ÁýÇÕ Å¬·¡½º »ç¿ëÇϱâ - sets

Part 02. ÀÚ¿¬¼ö, Á¤¼ö, À¯¸®¼ö, ¹«¸®¼ö
[ÄÚµù] Chapter 01. bool ÀÚ·áÇü°ú °°´Ù(==)/´Ù¸£´Ù(!=) Ç¥Çö ÀÍÈ÷±â
01. if ¹®ÀÇ °°´Ù(==)/´Ù¸£´Ù(!=) ÀÍÈ÷±â
[ÄÚµù] Chapter 02. ¼ýÀÚÇü ÀÚ·áÇü°ú ¿¬»ê
01. Á¤¼ö(int)¿Í ¼Ò¼ö(float) »çÄ¢ ¿¬»êÇϱâ
02. °ÅµìÁ¦°ö ÀÍÈ÷±â
03. °ÅµìÁ¦°ö±Ù ÀÍÈ÷±â
04. ¹Ý¿Ã¸²Çϱâ
[ÄÚµù] Chapter 03. range¿Í enumerate¸¦ for ¹®¿¡¼­ È°¿ëÇϱâ
01. range »ç¿ëÇϱâ
02. enumerate »ç¿ëÇϱâ
[ÄÚµù] Chapter 04. while ¹Ýº¹¹®
[ÄÚµù] Chapter 05. numpyÀÇ array¿Í ³­¼ö ¹ß»ý(random)
01. numpy ¾Ë¾Æº¸±â
02. numpy¿¡¼­ Á¦°øÇÏ´Â array ÀÚ·áÇü »ç¿ëÇϱâ
03. np.multiply·Î µÎ array ¿ø¼Ò³¢¸® °öÇϱâ
04. np.max, np.min·Î arrayÀÇ ÃÖ´ë°ª°ú ÃÖ¼Ò°ª ±¸Çϱâ
05. np.argmax, np.argmin·Î arrayÀÇ ÃÖ´ë°ª°ú ÃÖ¼Ò°ªÀÇ index ±¸Çϱâ
06. randomÀ¸·Î numpy ³­¼ö ¸¸µé±â
[¼öÇÐ] Chapter 06. ÀÚ¿¬¼ö
01. ¼Ò¼ö ¾Ë¾Æº¸±â
02. ¼ÒÀμö ã±â
03. ¾à¼ö ±¸Çϱâ
04. ÃÖ´ë°ø¾à¼ö, ÃÖ¼Ò°ø¹è¼ö ±¸Çϱâ
05. ½ÊÁø¼ö ³ªÅ¸³»±â
06. ÀÌÁø¹ý ³ªÅ¸³»±â
07. Áø¹ý º¯ÇüÇÏ¿© ³ªÅ¸³»±â
08. Ŭ·¡½º·Î ÀÓÀÇÀÇ ÀÚ¿¬¼ö ¹®Á¦ ¸¸µé±â
[¼öÇÐ] Chapter 07. Á¤¼ö
01. Àý´ë°ª ±¸Çϱâ
02. µ¡¼À »¬¼À ±³È¯ ¹ýÄ¢ ¹× °áÇÕ ¹ýÄ¢ ¾Ë¾Æº¸±â
03. °è»êÇϱâ
[¼öÇÐ] Chapter 08. À¯¸®¼ö¿Í ¹«¸®¼ö
01. ÀÓÀÇÀÇ À¯¸®¼ö ¹®Á¦ ¸¸µé±â
02. ºÐ¼ö¸¦ À¯ÇÑ ¼Ò¼ö·Î ³ªÅ¸³»±â
03. ¹«¸®¼ö ÀÍÈ÷±â

Part 03. ÀÏÂ÷¹æÁ¤½Ä, ¿¬¸³¹æÁ¤½Ä, ºÎµî½Ä
[ÄÚµù] Chapter 01. lambda, filter
01. lambda·Î °£´ÜÇÑ ÄÚµù ÇÔ¼ö ¸¸µé±â
02. filter·Î Âü °ª °É·¯ ³»±â
[ÄÚµù] Chapter 02. for¿Í if·Î ¸®½ºÆ® ¸¸µé±â
01. for ¹®À» ÀÌ¿ëÇÑ ¸®½ºÆ® ¸¸µé±â
02. for if µÑ ´Ù »ç¿ëÇÑ ¸®½ºÆ® ¸¸µé±â
[¼öÇÐ] Chapter 03. ifÀÇ and¿Í or
[¼öÇÐ] Chapter 04. numpy
01. ´ÙÂ÷¿ø ¹è¿­ ¸¸µé±â
shape·Î numpyÀÇ ndarray Å©±â ±¸Çϱâ
2Â÷¿ø ¹è¿­ÀÇ index »ç¿ëÇϱâ
reshapeÀ¸·Î array Å©±â º¯°æÇϱâ
02. zeros, ones »ç¿ëÇϱâ
2Â÷¿øÀÇ np.zeros¿Í np.ones »ç¿ëÇϱâ
03. À¯¿ëÇÑ numpy ±âŸ ÇÔ¼ö »ç¿ëÇϱâ - where, min, max, sum
array¿¡¼­ where¸¦ »ç¿ëÇÏ¿© ±¸ÇÏ·Á´Â ¿ø¼ÒÀÇ index ã±â
np.max, np.min·Î numpy arrayÀÇ ÃÖ´ë°ª ÃÖ¼Ò°ª ã±â
sum°ú numpyÀÇ sumÀ¸·Î ¿ø¼ÒÀÇ ÇÕ ±¸ÇÏ°í ºñ±³Çϱâ
04. arange·Î ¿¬¼ÓµÈ ¼ýÀÚ ¸¸µé±â
numpyÀÇ arange »ç¿ëÇϱâ
[¼öÇÐ] Chapter 05. ¹®ÀÚÀÇ »ç¿ë°ú ½ÄÀÇ °è»ê
01. º¯¼ö Ç¥Çö À¯ÀÇÇÒ Á¡ ¾Ë¾Æº¸±â
[¼öÇÐ] Chapter 06. ÀÏÂ÷¹æÁ¤½Ä
01. ÀÓÀÇÀÇ ÀÏÂ÷¹æÁ¤½Ä ¹®Á¦ »ý¼º±â ¸¸µé±â
[¼öÇÐ] Chapter 07. ¿¬¸³¹æÁ¤½Ä
01. ÀÓÀÇÀÇ ¿¬¸³¹æÁ¤½Ä ¹®Á¦ ¸¸µé±â
[¼öÇÐ] Chapter 08. ºÎµî½Ä
01. ÀÓÀÇÀÇ ÀÏÂ÷ºÎµî½Ä ¹®Á¦ »ý¼º±â ¸¸µé±â
02. ¿¬¸³ºÎµî½Ä ±¸Çϱâ
03. ÀÓÀÇÀÇ ¿¬¸³ºÎµî½Ä ¹®Á¦ »ý¼º±â ¸¸µé±â
04. µÎ ¹ÌÁö¼ö°¡ Æ÷ÇÔµÈ ¿¬¸³ºÎµî½Ä ±¸Çϱâ

Part 04. ÀÏÂ÷ÇÔ¼ö
[ÄÚµù] Chapter 01. tuple ÀÚ·áÇü
01. tupleÀÇ index ¾Ë¾Æº¸±â
02. tupleÀÇ slicing ¾Ë¾Æº¸±â
03. tupleÀÇ ´õÇϱâ, °öÇϱâ
04. tupleÀÇ Æ¯Â¡
[ÄÚµù] Chapter 02. zip
[ÄÚµù] Chapter 03. ÄÚµù ÇÔ¼ö
[ÄÚµù] Chapter 04. matplotlib ±×·¡ÇÁ
01. matplotlib.pyplot ¹è¿ì±â
plt.scatter·Î Á¡ Âï±â
plt.plotÀ¸·Î ¼± ±×·¡ÇÁ ±×¸®±â
[¼öÇÐ] Chapter 05. ÀÏÂ÷ÇÔ¼ö
ÀÏÂ÷ÇÔ¼ö ±â¿ï±â ÀÍÈ÷±â
ÀÏÂ÷ÇÔ¼ö »ó¼öÇ×(b) ÀÍÈ÷±â
ÀÏÂ÷ÇÔ¼öÀÇ xÃà, yÃàÀ¸·ÎÀÇ À̵¿ ÀÍÈ÷±â
01. µÎ Á÷¼±ÀÇ ±³Â÷Á¡ ±¸Çϱâ
02. ÀÓÀÇÀÇ ÇÔ¼ö ¹®Á¦ »ý¼º±â ¸¸µé±â

Part 05. È®·ü°ú Åë°è
[ÄÚµù] Chapter 01. Dictionary ÀÚ·áÇü
01. dictionary¿¡ ÀÚ·á Ãß°¡Çϱâ
02. dictionary¿¡ ÀÚ·á »èÁ¦Çϱâ
03. dictionary¿¡ ¾î¶² ÀÚ·á°¡ ÀÖ´ÂÁö È®ÀÎÇϱâ
04. getÀ¸·Î ºÒ·¯³»±â
05. key °ªÀÌ Á¸ÀçÇÏ´ÂÁö ã±â
[ÄÚµù] Chapter 02. µµ¼öºÐÆ÷Ç¥
01. ÆÇ´Ù½º Series »ç¿ëÇϱâ
SeriesÀÇ index °Å²Ù·Î ã±â
Series ¿¬»êÇϱâ
dictionary·ÎºÎÅÍ Series ¸¸µé±â
SeriesÀÇ indexingÀ¸·Î °ª ºÒ·¯¿À±â
02. pandasÀÇ DataFrame »ç¿ëÇϱâ
DataFrameÀÇ ÀÚ·á ºÒ·¯¿À±â
loc, iloc »ç¿ëÇϱâ
DataFrameÀÇ index¿Í columns ã±â
[¼öÇÐ] Chapter 03. numpyÀÇ histogramÀ¸·Î µµ¼öºÐÆ÷µµ
01. numpyÀÇ È÷½ºÅä±×·¥ ±×¸®±â - µµ¼öºÐÆ÷µµ
»ó´ëµµ¼ö ±¸Çϱâ
´©Àûµµ¼ö ±¸Çϱâ
02. È÷½ºÅä±×·¥ ±×¸®±â
°è±Þ °ª ±¸Çϱâ
±¸°£º° Æò±Õ ±¸Çϱâ
[¼öÇÐ] Chapter 04. °æ¿ìÀÇ ¼ö
01. °æ¿ìÀÇ ¼ö ã±â
¼ø¼­´Â Áß¿äÇÏ°í, Áߺ¹Àº Çã¿ë ¾È µÉ ¶§
¼ø¼­´Â Áß¿äÇÏ°í, Áߺ¹Àº Çã¿ëµÉ ¶§
¼ø¼­´Â Áß¿äÇÏÁö ¾Ê°í, Áߺ¹Àº Çã¿ë ¾È µÉ ¶§
¼ø¼­´Â Áß¿äÇÏÁö ¾Ê°í, Áߺ¹Àº Çã¿ëµÉ ¶§
02. È®·ü ±¸Çϱâ
03. ±â´ë °ª ±¸Çϱâ
[¼öÇÐ] Chapter 05. Åë°è
01. numpyÀÇ average·Î Æò±Õ ±¸Çϱâ
02. numpyÀÇ medianÀ¸·Î Áß¾Ó °ª ã±â
03. numpyÀÇ bincount¿Í argmax·Î ÃÖºó°ª Ã£±â
04. numpyÀÇ var¿Í std·Î ºÐ»ê°ú Ç¥ÁØÆíÂ÷ ±¸Çϱâ
[ºÐ¼®] Chapter 06. µ¥ÀÌÅÍ ºÐ¼® - 2018 ¿ùµåÄÅ
01. 2018 ¿ùµåÄÅ µ¥ÀÌÅÍ ºÐ¼®Çϱâ
02. CSV ÆÄÀÏ ºÒ·¯¿À±â
03. ±¹°¡º° Á¤¸®Çϱâ

Part 06. ÀÌÂ÷¹æÁ¤½Ä ¹× ÀÌÂ÷ÇÔ¼ö
[ÄÚµù] Chapter 01. °íÂ÷¹æÁ¤½Ä ÇØ - numpyÀÇ roots
[ÄÚµù] Chapter 02. Ŭ·¡½º
[¼öÇÐ] Chapter 03. ÀÌÂ÷¹æÁ¤½Ä
01. Çϳª¾¿ ´ëÀÔÇؼ­ Ç®±â
ÀÌÂ÷¹æÁ¤½Ä ¹®Á¦ »ý¼º±â ¸¸µé±â
02. ÀμöºÐÇØÇؼ­ Ç®±â
03. ¿ÏÀüÁ¦°ö½ÄÀ» ÀÌ¿ëÇÑ ÀÌÂ÷¹æÁ¤½Ä Ç®±â
[¼öÇÐ] Chapter 04. ÀÌÂ÷ÇÔ¼ö

Part 07. µö·¯´×
Chapter 01. Àΰø½Å°æ¸Á ¿ø¸®
Chapter 02. Àΰø½Å°æ¸ÁÀÇ ¼öÇÐÀû Ç¥Çö
Chapter 03. È°¼ºÈ­ ÇÔ¼ö¸¦ ÀÌ¿ëÇÑ Àΰø½Å°æ¸Á ÄÚµù
Chapter 04. ReLU ÇÔ¼ö¸¦ ÀÌ¿ëÇÑ ÄÚµù ÇÔ¼ö

°ü·ÃÀ̹ÌÁö

Àü°øµµ¼­/´ëÇб³Àç ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    0.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    9.0
    (ÃÑ 0°Ç)

    ÆǸÅÀÚÁ¤º¸

    • ÀÎÅÍÆÄÅ©µµ¼­¿¡ µî·ÏµÈ ¿ÀǸ¶ÄÏ »óÇ°Àº ±× ³»¿ë°ú Ã¥ÀÓÀÌ ¸ðµÎ ÆǸÅÀÚ¿¡°Ô ÀÖÀ¸¸ç, ÀÎÅÍÆÄÅ©µµ¼­´Â ÇØ´ç »óÇ°°ú ³»¿ë¿¡ ´ëÇØ Ã¥ÀÓÁöÁö ¾Ê½À´Ï´Ù.

    »óÈ£

    (ÁÖ)±³º¸¹®°í

    ´ëÇ¥ÀÚ¸í

    ¾Èº´Çö

    »ç¾÷ÀÚµî·Ï¹øÈ£

    102-81-11670

    ¿¬¶ôó

    1544-1900

    ÀüÀÚ¿ìÆíÁÖ¼Ò

    callcenter@kyobobook.co.kr

    Åë½ÅÆǸž÷½Å°í¹øÈ£

    01-0653

    ¿µ¾÷¼ÒÀçÁö

    ¼­¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù)

    ±³È¯/ȯºÒ

    ¹ÝÇ°/±³È¯ ¹æ¹ý

    ¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼­ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼­ ½Åû °¡´É

    ¹ÝÇ°/±³È¯°¡´É ±â°£

    º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É
    ´Ü, »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦Á¡ ¹ß°ß ÈÄ 30ÀÏ À̳»

    ¹ÝÇ°/±³È¯ ºñ¿ë

    º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã
    »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯/¹ÝÇ°Àº ¹Ý¼Û·á ÆǸÅÀÚ ºÎ´ã

    ¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯

    ·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    (´ÜÁö È®ÀÎÀ» À§ÇÑ Æ÷Àå ÈѼÕÀº Á¦¿Ü)

    ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    ¿¹) È­ÀåÇ°, ½ÄÇ°, °¡ÀüÁ¦Ç°(¾Ç¼¼¼­¸® Æ÷ÇÔ) µî

    ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
    ¿¹) À½¹Ý/DVD/ºñµð¿À, ¼ÒÇÁÆ®¿þ¾î, ¸¸È­Ã¥, ÀâÁö, ¿µ»ó È­º¸Áý

    ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì

    ·ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì

    »óÇ° Ç°Àý

    °ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½

    ¼ÒºñÀÚ ÇÇÇغ¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó

    ·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê

    ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ

    (ÁÖ)KGÀ̴Ͻýº ±¸¸Å¾ÈÀü¼­ºñ½º¼­ºñ½º °¡ÀÔ»ç½Ç È®ÀÎ

    (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ ¸ðµç °Å·¡¿¡ ´ëÇÏ¿©
    (ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼­ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.

    ¹è¼Û¾È³»

    • ±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.

    • Ãâ°í°¡´É ½Ã°£ÀÌ ¼­·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.

    • ±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.

    • ¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.

    • - µµ¼­ ±¸¸Å ½Ã 15,000¿ø ÀÌ»ó ¹«·á¹è¼Û, 15,000¿ø ¹Ì¸¸ 2,500¿ø - »óÇ°º° ¹è¼Ûºñ°¡ ÀÖ´Â °æ¿ì, »óÇ°º° ¹è¼Ûºñ Á¤Ã¥ Àû¿ë