추가 적립 안내

넘파이 모듈은 4차 산업혁명에서 매우 중요한 위치를 차지하는 인공지능의 기초입니다. 넘파이 모듈을 부분적으로 다루는 책은 많지만 넘파이 모듈 한 가지를 주제로 해서 다루어진 책은 많지 않습니다. 구글이 만든 텐서플로우(Tensorflow), 페이스북이 만든 파이토치(Pytorch) 등 많은 머신러닝과 딥러닝은 기하와 벡터를 기본으로 사용합니다. 보통 이런 수학은 대학에 입학하면 선형대수로 배우고 파이썬은 복잡한 수식을 쉽게 사용할 수 있도록 Numpy 모듈을 제공합니다. 선형대수는 벡터와 행렬을 주로 사용하지만 머신러닝과 딥러닝은 이를 확장한 텐서(tensor)를 주로 사용합니다. 다차원 데이터를 분석하려면 숫자를 관리하는 배열 형태의 자료구조를 알아야 합니다. 우리는 넘파이 모듈의 배열 개념을 이해하고, 배열 내의 원소를 계산하는 선형대수 처리 방식, 수치해석을 위한 미분, 적분 등 다양한 수학을 처리는 방식을 알아 볼 것입니다. 이런 방식을 이해하려면 다양한 함수, 클래스의 사용법을 알아야합니다. 이 책은 머신러닝과 딥러닝에서 사용할 수 있는 개념을 설명합니다. 수학책과 같이 공부하면 좋습니다.

이 책의 특징은
■ 예제가 풍부해서 수학의 자신이 없더라도 쉽게 이해 할 수 있다. 또한 넘파이를 완전 분석한 책으로써 기초부터 고급기능까지 배울 수 있다.
■ 머신러닝 입문을 위한 수학과 Python에 대한 핵심 노하우가 녹아 있는 책이다. 책을 보면서 코드를 한 줄 한 줄 따라 하다보면, 어느새 머신러닝에서 필요한 기초수학에 대한 큰 틀을 잡아가는데 도움이 될 것이다.
■ 수치해석, 통계를 해야 한다면 필수가 된 넘파이의 제대로 된 사용법을 익히도록 도와준다.
■ 파이썬으로 분석 및 머신러닝에 사용하기 위해서는 반드시 한번은 읽고 가야 하는 책입니다. 이 책의 함수를 한 번씩 다 사용해 봤다면, scikit-learn과 tensorflow의 코드 읽기가 어렵지 않을 것입니다.
■ 넘파이에 대해서 완벽하게 정복 할 수 있는 책

Chapter 1 파이썬과 넘파이 모듈 차이점 알아보기
배열(Array) 구조 이해하기 10
넘파이 모듈의 함수 특징 40
배열 할당과 검색 57
Chapter 2 선형대수 기본 알아보기
스칼라와 벡터 알아보기 68
행렬(Matrix)알아보기 83
행렬(Matrix)종류 알아보기 100
Chapter 3 다차원 배열의 검색
배열의 일반 검색 124
논리식 검색(logical indexing) 132
팬시검색(fancy indexing) 139
메소드나 함수로 검색하기 155
Chapter 4 다차원 배열의 연산
산술 연산 164
브로드캐스팅 이해하기 177
행렬의 연산 193
행렬식(determinant), 역행렬(Inverse Matrix) 처리하기 209
Tensordot 연산 확인하기 223
einsum 연산 확인하기 233
Chapter 5 다차원 배열의 구조 변경하기
변경 및 결합 주요 함수 248
내부 조작 함수 281
배열의 padding 처리 296
Chapter 6 넘파이 모듈의 자료형 이해하기
dtype으로 자료형 객체 생성하기 306
날짜 자료형 316
문자 자료형 326
Chapter 7 시각화와 수학 함수 알아보기
시각화 알아보기 334
그래프 제목/레이블/범례 처리 346
활성화 함수를 그래프로 그려 보기 355
Chapter 8 수학 함수 알아보기
산술 함수 368
논리 및 비교 연산 375
지수와 로그 함수 이해하기 386
집합 이해하기 397
삼각함수 이해하기 402
Chapter 9 확률, 통계 함수 알아보기
확률분포 함수 412
통계 함수 421
Chapter 10 방정식, 미적분, 합성곱 알아보기
방정식 알아보기 434
차분, 미분과 적분 445
합성곱 및 필터링 알아보기 465
Chapter 11 넘파이 특화 함수 알아보기
일반함수와 람다함수 사용하기 484
파일 처리 495
Chapter 12 선형대수 분해 알아보기
LU, QR 분해 504
고유값, 특이값 분해 511
Chapter 13 희소행렬(Sparse Matrix) 알아보기
그래프 이론 522
희소행렬(Sparse matrices) 538