추가 적립 안내

인공지능 전문가가 되기 위한 기초 필수 입문서!

기존의 산업은 농업, 수산업 등 자연환경을 이용하여 인간의 삶을 위한 기본에 충실한 상품을 생산하는 1차 산업시대를 지나 생산된 물품을 가공하고 에너지를 생산하는 2차 산업시대로 발전하였습니다. 그 후에는 생산된 제품을 소비자에게 전달하고 편리한 서비스를 제공하는 3차 산업시대가 도래하였으며, 이를 구현하기 위한 다양한 컴퓨팅 시스템이 발전하게 되었습니다. 이러한 컴퓨팅 시스템은 논리적인 조건에 의해 단순 반복 업무를 빠르게 수행하는 데에 초점이 이루어져 있습니다. 하지만 4차 산업혁명 시대에서는 컴퓨터가 스스로 학습하고 판단하여 새로운 작업을 수행할 수 있는 인공지능 기반의 시대로 발전하고 있습니다.
이러한 4차 산업혁명 시대를 대비하기 위하여, 이 책에서는 인공지능의 개념을 전혀 모르는 일반인들도 쉽게 인공지능 기술을 이해하고, 인공지능을 구현하는 텐서플로우를 통해 간단한 기능을 수행해 볼 수 있도록 구성하였습니다.
우선 1장에서는 인공지능이란 무엇인지 전혀 모르더라도 쉽게 개념을 이해할 수 있도록 인공지능의 개요뿐 아니라 생활 속에서 활용하는 사례와 기술에 대해서 쉽게 설명하고 있습니다.
2장에서는 인공지능이 어떻게 동작하는지를 이해할 수 있도록, 활용되고 있는 알고리즘의 분류인 지도 학습, 비지도 학습, 강화 학습으로 나누어 설명을 하고 있습니다.
3장에서는 실제 인공지능 시스템을 구현하고 동작시키기 위한 다양한 프레임워크와 라이브러리에 대한 설명하고 비교하는 내용을 포함하고 있습니다.
마지막으로 4장에서는 인공지능 시스템을 구현하기 위해 머신러닝 동작에서 가장 많이 각광받고 있는 텐서플로우란 무엇이며 어떻게 설치하고 활용하는지 기본 예제를 통해 동작시켜 볼 수 있는 내용으로 구성하였습니다.
이 책을 통해 4차 산업혁명 시대의 가장 중요한 키워드가 되고 있는 인공지능에 대한 기본 개념을 학습하고 각 분야에서 인공지능을 적용하기 위한 생각을 하는 데에 많은 도움이 될 수 있기를 바랍니다.

문일영(KOREATECH 컴퓨터공학부 교수)
인공지능의 기초이론과 실습을 통하여 인공지능의 전문가가 되는 지름길의 기초 필수 입문서로서 이 책 한 권으로 4차 산업혁명의 핵심을 직접 파고들 수 있는 기회를 손쉽게 얻을 수 있을 것입니다

권재환(GE healthcare 이사)
최근 인공지능의 정확도가 급격히 증가하고 있습니다. 특히 오픈 프레임？p 발표 후 전자 및 의료산업 전반에 인공지능을 적용하고자 하는 시도가 활발히 이뤄지고 있습니다. 이 책은 인공지능 입문서로서 기초 이론의 상세 설명, 인공지능의 최신 시장 동향, 특히 텐서플로우를 통한 인공지능 실 예제로 이해도를 높여 줍니다. 이 책을 통해 인공지능 전문가로서 첫발을 내디딜 수 있을 것입니다.

우상봉(SK telecom 자율주행/T map 개발담당 PM)
기초 개념 설명과 응용 예제를 통해서 기본기를 착실히 다질 수 있는 기술서입니다. 짧은 기간에 인공지능/머신러닝 지식을 습득할 수 있도록 도움을 주는, 이해하기 쉽고 섬세한 예제들을 보면, 저자들이 얼마나 경험이 풍부하고 독자를 위해서 고민했는지를 절실히 보여 주고 있습니다. 시작이 반이라는 속담과 같이 이 책을 경험한 독자들은 읽고 실행하고 따라해 보는 것만으로도, 인공지능/머신러닝에 대한 절반 이상의 지식을 얻을 수 있다고 확신합니다.

최광운(Juniper Networks Inc. 이사)
Cloud, SDN, IoT, AI 등 디지털 기술의 성장 속도가 급격히 빨라지고 있습니다. 변화해야만 살아 남을 수 있는 세상입니다. 구글 딥마인드, 알파고, 딥러닝, 인공지능 스피커 등 AI는 우리의 생활 속에 깊이 들어와 있으며, 이제는 기업에서도 챗봇, 톡봇 등을 시작으로 AI는 신 성장 동력으로 주목을 받고 있습니다. 이 책을 선택한 여러분들은 인공지능 기술과 친근해질 수 있는 시발점이 될 것이며, 디지털 트랜스포메이션을 위한 강력한 경쟁력을 보유하게 되는 것입니다.

머리말

CHAPTER 1. 인공지능의 개요
　1.1 생활 속의 인공지능
　　1.1.1 인공지능의 발전
　　1.1.2 인공지능 활용 사례
　1.2 인공지능 기술
　　1.2.1 머신러닝
　　1.2.2 딥러닝

CHAPTER 2. 인공지능 알고리즘
　2.1 지도 학습
　　2.1.1 지도 학습 개요
　　2.1.2 분류와 예측
　　2.1.3 kNN
　　2.1.4 SVM(Support Vector Machine)
　　2.1.5 의사 결정 트리
　　2.1.6 나이브 베이즈 분류
　　2.1.7 은닉 마르코프 모델
　　2.1.8 Perceptron 알고리즘
　2.2 비지도 학습
　　2.2.1 비지도 학습 개요
　　2.2.2 비지도 학습 특징
　　2.2.3 비지도 학습 수행
　　2.2.4 비지도 학습 알고리즘
　2.3 강화 학습
　　2.3.1 강화 학습 모델
　　2.3.2 강화 학습 역사
　　2.3.3 강화 학습 수행
　　2.3.4 인공 신경망

CHAPTER 3. 인공지능 프레임워크 및 라이브러리
　3.1 프레임워크와 라이브러리란
　3.2 인공지능 발전
　3.3 인공지능 프레임워크
　　3.3.1 TensorFlow
　　3.3.2 Keras
　　3.3.3 torch , PyTorch
　　3.3.4 theano
　　3.3.5 MXNet
　　3.3.6 Caffe
　3.4 인공지능 프레임워크 비교

CHAPTER?4. TensorFlow 활용
　4.1 텐서플로우 구동을 위한 환경 구성
　　4.1.1 Python 설치
　　4.1.2 IDE 도구 설치
　　4.1.3 텐서플로우 설치
　　4.1.4 텐서플로우 설치 확인
　　4.1.5 사진 인식 실습
　4.2 TensorFlow.js 활용
　　4.2.1 TensorFlow.js 란
　　4.2.2 TensorFlow.js 개발 방법
　　4.2.3 TensorFlow.js 데모 소개
　　4.2.4 EMOJI SCAVENGER HUNT 코드 분석