°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (51,300¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (37,800¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (43,200¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

ÇÚÁî¿Â ¸Ó½Å·¯´× : »çÀÌŶ·±, Äɶó½º, ÅÙ¼­Ç÷Π2·Î ¿Ïº® ÀÌÇØÇÏ´Â ¸Ó½Å·¯´×, µö·¯´× ÀÌ·Ð & ½Ç¹«

¿øÁ¦ : Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow 3e
¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

ÆǸÅÁö¼ö 292
?
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
Á¤°¡

60,000¿ø

  • 54,000¿ø (10%ÇÒÀÎ)

    3,000P (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 
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡

Ã¥¼Ò°³

½Ç¹« ¹ÐÂøÇü ¿¹Á¦ºÎÅÍ ½ºÅ×ÀÌºí µðÇ»Àü µî ÃֽŠ¸Ó½Å·¯´× Æ®·»µå±îÁö
ÁÖ¿ä Àΰø Áö´É ÄÜÆÛ·±½º¿¡¼­ Àü¹®°¡µéÀÌ ¼Ò°³ÇÑ ÃÖ°íÀÇ ½ÇÀü Áöħ¼­
** µ¶ÀÚÀÇ ÆíÀǸ¦ °í·ÁÇÑ ºÐ±Ç(1±Ç, 2±Ç)
** ÃֽŠ¶óÀ̺귯¸® ¹öÀüÀ¸·Î Àüü ÄÚµå ¾÷µ¥ÀÌÆ®
** ¡´¿¬½À¹®Á¦ + Çش䡵, ¡´¸Ó½Å·¯´× ÇÁ·ÎÁ§Æ® üũ¸®½ºÆ®¡µ ¼ö·Ï

¼öÇп¡ ¡º¼öÇÐÀÇ Á¤¼®¡»ÀÌ ÀÖ´Ù¸é Àΰø Áö´É¿¡´Â ¡ºÇÚÁî¿Â ¸Ó½Å·¯´×¡»ÀÌ ÀÖ´Ù!
1ÆÇ°ú 2ÆÇÀÇ Çǵå¹éÀ» Àû±Ø ¹Ý¿µÇØ ÇÑÃþ ´õ ¾÷±×·¹À̵åµÈ ¡ºÇÚÁî¿Â ¸Ó½Å·¯´×¡»ÀÌ 3ÆÇÀ¸·Î µ¹¾Æ¿Ô½À´Ï´Ù. ¡®½ÇÁ¦·Î ¸Ó½Å·¯´×À» ±¸ÇöÇϸ鼭 ÇнÀÇÑ´Ù¡¯´Â ¸ñÇ¥¸¦ ´õ¿í È¿°úÀûÀ¸·Î ´Þ¼ºÇÒ ¼ö ÀÖµµ·Ï º¹ÀâÇÑ ÁÖÁ¦¸¦ ±¸Á¶È­ÇÏ°í ³­À̵µ¿¡ µû¶ó ¼øÂ÷ÀûÀ¸·Î ÇнÀÇÒ ¼ö ÀÖ°Ô °³¼±Çß½À´Ï´Ù. ¶ÇÇÑ ´©±¸³ª ½±°Ô ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ±âÁ¸ ¼³¸íÀ» ´õ Ä£ÀýÇÏ°í ¸íÈ®ÇÏ°Ô ´Ùµë°í º¸¿ÏÇß½À´Ï´Ù. ¸¶Áö¸·À¸·Î, ºü¸£°Ô ¹ßÀüÇÏ´Â ºÐ¾ßÀÎ ¸¸Å­ Àüü ÄÚµå ¹öÀü°ú ±â¼ú Æ®·»µå¸¦ ÃֽŠÁ¤º¸·Î ¾÷µ¥ÀÌÆ®Çß½À´Ï´Ù(ÇÏ´ÜÀÇ ¡®ÃâÆÇ»ç ¸®ºä¡¯¿¡¼­ 3ÆÇÀÇ ¾÷µ¥ÀÌÆ® ³»¿ëÀ» È®ÀÎÇÒ ¼ö ÀÖ½À´Ï´Ù).
¸Ó½Å·¯´×À» ÀüÇô ¸ð¸£´Â ÀÔ¹®ÀÚµµ ¿Â¶óÀÎÀ¸·Î Á¦°øµÇ´Â ÁÖÇÇÅÍ ³ëÆ®ºÏÀ» È°¿ëÇØ ¼Õ½±°Ô ½Ç½ÀÇÒ ¼ö ÀÖ½À´Ï´Ù. ¿©±â¿¡ ¹ÚÇؼ± ¿ªÀÚÀÇ Ä£ÀýÇÑ Ãß°¡ ¼³¸í±îÁö ´õÇØÁ® ´ä´äÇÔ ¾øÀÌ ¼ö¿ùÇÏ°Ô ÇнÀÇÒ ¼ö ÀÖ½À´Ï´Ù.

ÃâÆÇ»ç ¼­Æò

Ãʺ¸ÀÚ¿Í Àü¹®°¡ ¸ðµÎ¸¦ ¸¸Á·½ÃŲ Àü ¼¼°è 1À§ º£½ºÆ®¼¿·¯
ÀÌ Ã¥Àº À̷аú ½Ç½ÀÀ» ¾Æ¿ì¸£¸ç ¸Ó½Å·¯´×°ú µö·¯´× ¸ðµÎ¸¦ °üÅëÇÏ´Â Å« ±×¸²À» ±×¸± ¼ö ÀÖµµ·Ï µ½½À´Ï´Ù. ƯÈ÷ µµ½ÄÀ» È°¿ëÇÑ ¼³¸í°ú ÃֽŠ¹öÀüÀÇ ½Ç¹« ¹ÐÂøÇü ÄÚµå ¿¹Á¦¸¦ ÅëÇØ ¼Õ½±°Ô ¸ðµ¨À» ÈÆ·ÃÇÏ°í ½Å°æ¸ÁÀ» ±¸ÃàÇÏ´Â ¹æ¹ýÀ» ÀÍÈú ¼ö ÀÖ½À´Ï´Ù. ¶ÇÇÑ À帶´Ù Á¦°øµÇ´Â ¿¬½À¹®Á¦¸¦ Ç®¸é¼­ ¹è¿î ³»¿ëÀ» º¹½ÀÇÏ°í ÀÚ½ÅÀÇ ÇÁ·ÎÁ§Æ®¿¡ Àû¿ëÇغ¼ ¼ö ÀÖ½À´Ï´Ù. ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö °æÇèÀÌ ÀÖ´Ù¸é ¹Ù·Î ½ÃÀÛÇغ¸¼¼¿ä. ´©±¸³ª ¸Ó½Å·¯´× Àü¹®°¡°¡ µÉ ¼ö ÀÖ½À´Ï´Ù!
** 3ÆÇ¿¡¼­ ¾÷µ¥ÀÌÆ®µÈ ³»¿ë **
¡Ü ÄÚµå Àüü¸¦ ÃֽŠ¶óÀ̺귯¸® ¹öÀüÀ¸·Î ¾÷µ¥ÀÌÆ®
¡Ü »ó¼¼ÇÑ ¸ðµ¨ ¼±Åà °¡À̵å¶óÀÎ
¡Ü »çÀÌŶ·±°ú Äɶó½ºÀÇ »õ·Î¿î ±â´É
¡Û »çÀÌŶ·±: Ư¼º À̸§ ÃßÀû, È÷½ºÅä±×·¥ ±â¹Ý ±×·¹À̵ð¾ðÆ® ºÎ½ºÆÃ, ·¹À̺í ÀüÆÄ µî
¡Û Äɶó½º: Àüó¸® Ãþ, µ¥ÀÌÅÍ Áõ½Ä Ãþ µî
¡Ü 2ÆÇ¿¡ ¾ø´Â ¶óÀ̺귯¸® Ãß°¡
¡Û ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´×À» À§ÇÑ ÄÉ¶ó½º Æ©³Ê ¶óÀ̺귯¸®
¡Û ÀÚ¿¬¾î 󸮸¦ À§ÇÑ Çã±ë ÆäÀ̽ºÀÇ Æ®·£½ºÆ÷¸Ó½º ¶óÀ̺귯¸®
¡Ü È®»ê ¸ðµ¨(½ºÅ×ÀÌºí µðÇ»Àü)
¡Ü ÄÄÇ»ÅÍ ºñÀü, ÀÚ¿¬¾î ó¸® ºÐ¾ßÀÇ ÃֽŠƮ·»µå¿Í ±¸Çö

** ´©±¸¸¦ À§ÇÑ Ã¥Àΰ¡¿ä? **
¡Ü ±âÃÊ Áö½ÄÀº ÀÖÁö¸¸ ½Ç¹« °æÇèÀÌ ÀûÀº Ãʺ¸ÀÚ
¡Ü ½Ç¹« ´É·ÂÀ» Çâ»ó½ÃÅ°°í ½ÍÀº Áß±ÞÀÚ
¡Ü ¸Ó½Å·¯´×À» ÇÁ·ÎÁ§Æ®¿¡ È°¿ëÇÏ°í ½ÍÀº °³¹ßÀÚ¿Í ¿£Áö´Ï¾î
¡Ü ¸Ó½Å·¯´× ¿¬±¸³ª µ¥ÀÌÅÍ ºÐ¼® ÀÛ¾÷À» ÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÚ¿Í ¿¬±¸ÀÚ

** ÀÌ Ã¥ÀÇ ÀåÁ¡ **
1. º¹ÀâÇÑ ÀÌ·ÐÀ» ³ª¿­ÇÏÁö ¾Ê°í ½Ç¿ëÀûÀÎ ¿¹Á¦¸¦ ÅëÇØ ÀÚ¼¼È÷ ¼³¸íÇÕ´Ï´Ù.
2. Á÷Á¢ ½Ç½ÀÇغ¸¸é¼­ ½Ç¹« ¹®Á¦ ÇØ°á ´É·ÂÀ» ±â¸£°í ÀڽŸ¸ÀÇ Æ÷Æ®Æú¸®¿À¸¦ ¿Ï¼ºÇÒ ¼ö ÀÖ½À´Ï´Ù.
3. ¿©·¯ °¡Áö ¸Ó½Å·¯´× ¹× µö·¯´× ¸ðµ¨°ú µµ±¸, ¶óÀ̺귯¸®¿¡ °üÇÑ Áö½ÄÀ» È®ÀåÇÒ ¼ö ÀÖ½À´Ï´Ù.
4. ½ºÅ×ÀÌºí µðÇ»ÀüÀ» ºñ·ÔÇÑ ÃֽŠÄÄÇ»ÅÍ ºñÀü, ÀÚ¿¬¾î ó¸®, °­È­ ÇнÀ Æ®·»µå¸¦ ¹Ý¿µÇß½À´Ï´Ù.


[̵̧ȍ]
3ÆÇ¿¡´Â ƯÈ÷ ÄÄÇ»ÅÍ ºñÀü°ú ÀÚ¿¬¾î ó¸® ºÐ¾ßÀÇ ÃֽŠÀ̷еéÀÌ Ãß°¡µÇ¾ú°í, Äɶó½º, ÅÙ¼­Ç÷Î, ±¸±Û Ŭ¶ó¿ìµå µî¿¡¼­ °³¼± ¹× Ãß°¡µÈ »õ·Î¿î ±â´ÉµéÀ» ´Ù·ç°í ÀÖ¾î ´õ¿í À¯¿ëÇÕ´Ï´Ù.
±Ç¼ø¼±, ±¸±Û Global ML Ecosystem Programs Lead

3ÆÇÀº µÎ²¨¿î ¸¸Å­ ÃֽŠÀΰø Áö´É µ¿Çâ°ú ±â¼úÀûÀÎ ³»¿ëÀ» ¸¹ÀÌ ´ã°í ÀÖ½À´Ï´Ù. ¡®ÇÚÁî¿Â ¸Ó½Å·¯´×¡¯À̶ó´Â Ã¥ Á¦¸ñó·³ ½ÇÁ¦·Î °æÇèÇغ¸¸ç ¸Ó½Å·¯´× Áö½ÄÀ» ½×À» ¼ö ÀÖ´Â ÁÁÀº Ã¥ÀÔ´Ï´Ù.
°­Âù¼®, LG ÀüÀÚ

ÀÌ Ã¥¸¸Å­ ¸Ó½Å·¯´×°ú µö·¯´×¿¡ °üÇÑ À̷аú ½Ç½ÀÀ» Áý´ë¼ºÇϴ åÀ» ²Å±â ¾î·Á¿ï Á¤µµ·Î Àΰø Áö´É ºÐ¾ßÀÇ ¹ÙÀ̺í°úµµ °°Àº Ã¥ÀÔ´Ï´Ù. ¿©´À ºÎƮķÇÁ¸¦ ¼ö·áÇÑ °Í ÀÌ»óÀ¸·Î ȤÀº Çö¾÷ Àü¹®°¡Ã³·³ ¸Ó½Å·¯´×°ú µö·¯´×¿¡ ´ëÇÑ Àü¹ÝÀûÀÎ ³»¿ëÀ» ÀÍÈú ¼ö ÀÖÀ» °ÍÀÔ´Ï´Ù.
¹ÚÁ¶Àº, ¿À´ÃÄÚµå

±ò²ûÇÑ ¹ø¿ª°ú ÇÔ²² ±êÇãºê·Î ¸ðµç Äڵ带 ½ÇÇàÇغ¼ ¼ö ÀÖ´Â ÁÖÇÇÅÍ ³ëÆ®ºÏÀ» Á¦°øÇÏ°í À־ ÇнÀ¿¡ Å« µµ¿òÀÌ µË´Ï´Ù.
Á¶¼±¹Î, Æ÷ÁöÅ¥ºê ¼ÒÇÁÆ®¿þ¾î ¿£Áö´Ï¾î

Áö¼ÓÀûÀÎ °³Á¤À» °ÅÃÄ ÃֽŠº¯°æ »çÇ×°ú Æ®·»µå¸¦ ¹Ý¿µÇßÀ¸¸ç, ±âÁ¸ ¼³¸íÀ» ´õ¿í ¿Ï¼ºµµ ³ôÀº ¿¹Á¦¿Í ÇÔ²² º¸°­ÇÏ¿© ÃֽŠ¹öÀüÀ» ÀÍÈ÷´Â µ¥ µµ¿òÀÌ µË´Ï´Ù.
À̱â¿ë, Growdle AI °³¹ß ÆÀ

¼öÇÐÀû À̷кÎÅÍ ÄÚµå Àû¿ë±îÁö ¸Å¿ì ±¸Ã¼ÀûÀ¸·Î ´Ù·ç¸ç ³í¸®Àû È帧µµ ¸Å¿ì źźÇÕ´Ï´Ù. ¸Ó½Å·¯´×À» Á¦´ë·Î °øºÎÇÏ°íÀÚ ÇÑ´Ù¸é ÀÌ Ã¥ÀÌ ±× ¸ñÇ¥¸¦ ÀÌ·ïÁÙ °ÍÀ̶ó°í ÀڽŠÀÖ°Ô ¸»ÇÒ ¼ö ÀÖ½À´Ï´Ù.
°­¹ÎÀç, ¼º±Õ°ü´ëÇб³ ÀüÀÚÀü±â°øÇкÎ

óÀ½ ¸Ó½Å·¯´×°ú µö·¯´× ºÐ¾ß¿¡ ¹ßÀ» µéÀÌ´Â »ç¶÷¿¡°Ô ü°èÀûÀÌ°í ½Ç¿ëÀûÀÎ ÇнÀ °æÇèÀ» Á¦°øÇϸç, º¹ÀâÇÑ °³³ä°ú ±â¼úÀ» ½±°Ô ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ¾È³»ÇÕ´Ï´Ù.
³ëº´ÁØ, ¼øõÇâ´ëÇб³ AIºòµ¥ÀÌÅÍÇаú

¸Ó½Å·¯´× ÀÔ¹®ºÎÅÍ ÄÄÇ»ÅÍ ºñÀü°ú ÀÚ¿¬¾î ó¸® ÃֽŠ¸ðµ¨±îÁö ¹æ´ëÇÑ ³»¿ëÀ» »ìÆ캼 ¼ö Àֱ⠶§¹®¿¡ ²À Àо±â¸¦ ÃßõÇÕ´Ï´Ù. °¡Àå Èï¹Ì·Î¿ü´ø °ÍÀº ½ºÅ×ÀÌºí µðÇ»ÀüÀ» ´Ù·é´Ù´Â Á¡ÀÔ´Ï´Ù!
¹éÇý¸², ÀÌÆ÷½¬¸² ´ëÇ¥ °â AI °­»ç

¸ñÂ÷

[1ºÎ ¸Ó½Å·¯´×]
1Àå ÇÑ´«¿¡ º¸´Â ¸Ó½Å·¯´×
1.1 ¸Ó½Å·¯´×À̶õ?
1.2 ¿Ö ¸Ó½Å·¯´×À» »ç¿ëÇϳª¿ä?
1.3 ¾ÖÇø®ÄÉÀÌ¼Ç »ç·Ê
1.4 ¸Ó½Å·¯´× ½Ã½ºÅÛÀÇ Á¾·ù
_1.4.1 ÈÆ·Ã Áöµµ ¹æ½Ä
__Áöµµ ÇнÀ
__ºñÁöµµ ÇнÀ
__Áغñµµ ÇнÀ
__ÀÚ±â Áöµµ ÇнÀ
__°­È­ ÇнÀ
_1.4.2 ¹èÄ¡ ÇнÀ°ú ¿Â¶óÀÎ ÇнÀ
__¹èÄ¡ ÇнÀ
__¿Â¶óÀÎ ÇнÀ
_1.4.3 »ç·Ê ±â¹Ý ÇнÀ°ú ¸ðµ¨ ±â¹Ý ÇнÀ
__»ç·Ê ±â¹Ý ÇнÀ
__¸ðµ¨ ±â¹Ý ÇнÀ
1.5 ¸Ó½Å·¯´×ÀÇ ÁÖ¿ä µµÀü °úÁ¦
_1.5.1 ÃæºÐÇÏÁö ¾ÊÀº ¾çÀÇ ÈÆ·Ã µ¥ÀÌÅÍ
_1.5.2 ´ëÇ¥¼º ¾ø´Â ÈÆ·Ã µ¥ÀÌÅÍ
_1.5.3 ³·Àº Ç°ÁúÀÇ µ¥ÀÌÅÍ
_1.5.4 °ü·Ã¾ø´Â Ư¼º
_1.5.5 ÈÆ·Ã µ¥ÀÌÅÍ °ú´ëÀûÇÕ
_1.5.6 ÈÆ·Ã µ¥ÀÌÅÍ °ú¼ÒÀûÇÕ
_1.5.7 ÇÙ½É ¿ä¾à
1.6 Å×½ºÆ®¿Í °ËÁõ
_1.6.1 ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´×°ú ¸ðµ¨ ¼±ÅÃ
_1.6.2 µ¥ÀÌÅÍ ºÒÀÏÄ¡
¿¬½À¹®Á¦
2Àå ¸Ó½Å·¯´× ÇÁ·ÎÁ§Æ® óÀ½ºÎÅÍ ³¡±îÁö
2.1 ½ÇÁ¦ µ¥ÀÌÅÍ·Î ÀÛ¾÷Çϱâ
2.2 Å« ±×¸² º¸±â
_2.2.1 ¹®Á¦ Á¤ÀÇ
_2.2.2 ¼º´É ÃøÁ¤ ÁöÇ¥ ¼±ÅÃ
_2.2.3 °¡Á¤ °Ë»ç
2.3 µ¥ÀÌÅÍ °¡Á®¿À±â
_2.3.1 ±¸±Û ÄÚ·¦À» »ç¿ëÇÏ¿© ¿¹Á¦ ÄÚµå ½ÇÇàÇϱâ
_2.3.2 ÄÚµå¿Í µ¥ÀÌÅÍ ÀúÀåÇϱâ
_2.3.3 ´ëÈ­½Ä ȯ°æÀÇ Æí¸®ÇÔ°ú À§Çè
_2.3.4 Ã¥ÀÇ ÄÚµå¿Í ³ëÆ®ºÏÀÇ ÄÚµå
_2.3.5 µ¥ÀÌÅÍ ´Ù¿î·Îµå
_2.3.6 µ¥ÀÌÅÍ ±¸Á¶ ÈȾ±â
_2.3.7 Å×½ºÆ® ¼¼Æ® ¸¸µé±â
2.4 µ¥ÀÌÅÍ ÀÌÇظ¦ À§ÇÑ Å½»ö°ú ½Ã°¢È­
_2.4.1 Áö¸®Àû µ¥ÀÌÅÍ ½Ã°¢È­Çϱâ
_2.4.2 »ó°ü°ü°è Á¶»çÇϱâ
_2.4.3 Ư¼º Á¶ÇÕÀ¸·Î ½ÇÇèÇϱâ
2.5 ¸Ó½Å·¯´× ¾Ë°í¸®ÁòÀ» À§ÇÑ µ¥ÀÌÅÍ Áغñ
_2.5.1 µ¥ÀÌÅÍ Á¤Á¦
_2.5.2 ÅؽºÆ®¿Í ¹üÁÖÇü Ư¼º ´Ù·ç±â
_2.5.3 Ư¼º ½ºÄÉÀÏ°ú º¯È¯
_2.5.4 »ç¿ëÀÚ Á¤ÀÇ º¯È¯±â
_2.5.5 º¯È¯ ÆÄÀÌÇÁ¶óÀÎ
2.6 ¸ðµ¨ ¼±Åðú ÈÆ·Ã
_2.6.1 ÈÆ·Ã ¼¼Æ®¿¡¼­ ÈÆ·ÃÇÏ°í Æò°¡Çϱâ
_2.6.2 ±³Â÷ °ËÁõÀ¸·Î Æò°¡Çϱâ
2.7 ¸ðµ¨ ¹Ì¼¼ Æ©´×
_2.7.1 ±×¸®µå ¼­Ä¡
_2.7.2 ·£´ý ¼­Ä¡
_2.7.3 ¾Ó»óºí ¹æ¹ý
_2.7.4 ÃÖ»óÀÇ ¸ðµ¨°ú ¿ÀÂ÷ ºÐ¼®
_2.7.5 Å×½ºÆ® ¼¼Æ®·Î ½Ã½ºÅÛ Æò°¡Çϱâ
2.8 ·ÐĪ, ¸ð´ÏÅ͸µ, ½Ã½ºÅÛ À¯Áö º¸¼ö
2.9 Á÷Á¢ Çغ¸¼¼¿ä!
¿¬½À¹®Á¦
3Àå ºÐ·ù
3.1 MNIST
3.2 ÀÌÁø ºÐ·ù±â ÈÆ·Ã
3.3 ¼º´É ÃøÁ¤
_3.3.1 ±³Â÷ °ËÁõÀ» »ç¿ëÇÑ Á¤È®µµ ÃøÁ¤
_3.3.2 ¿ÀÂ÷ Çà·Ä
_3.3.3 Á¤¹Ðµµ¿Í ÀçÇöÀ²
_3.3.4 Á¤¹Ðµµ/ÀçÇöÀ² Æ®·¹À̵å¿ÀÇÁ
_3.3.5 ROC °î¼±
3.4 ´ÙÁß ºÐ·ù
3.5 ¿À·ù ºÐ¼®
3.6 ´ÙÁß ·¹ÀÌºí ºÐ·ù
3.7 ´ÙÁß Ãâ·Â ºÐ·ù
¿¬½À¹®Á¦
4Àå ¸ðµ¨ ÈÆ·Ã
4.1 ¼±Çü ȸ±Í
_4.1.1 Á¤±Ô ¹æÁ¤½Ä
_4.1.2 °è»ê º¹Àâµµ
4.2 °æ»ç ÇÏ°­¹ý
_4.2.1 ¹èÄ¡ °æ»ç ÇÏ°­¹ý
_4.2.2 È®·üÀû °æ»ç ÇÏ°­¹ý
_4.2.3 ¹Ì´Ï¹èÄ¡ °æ»ç ÇÏ°­¹ý
4.3 ´ÙÇ× È¸±Í
4.4 ÇнÀ °î¼±
4.5 ±ÔÁ¦°¡ ÀÖ´Â ¼±Çü ¸ðµ¨
_4.5.1 ¸´Áö ȸ±Í
_4.5.2 ¶ó½î ȸ±Í
_4.5.3 ¿¤¶ó½ºÆ½³Ý
_4.5.4 Á¶±â Á¾·á
4.6 ·ÎÁö½ºÆ½ ȸ±Í
_4.6.1 È®·ü ÃßÁ¤
_4.6.2 ÈƷðú ºñ¿ë ÇÔ¼ö
_4.6.3 °áÁ¤ °æ°è
_4.6.4 ¼ÒÇÁÆ®¸Æ½º ȸ±Í
¿¬½À¹®Á¦
5Àå ¼­Æ÷Æ® º¤ÅÍ ¸Ó½Å
5.1 ¼±Çü SVM ºÐ·ù
_5.1.1 ¼ÒÇÁÆ® ¸¶Áø ºÐ·ù
5.2 ºñ¼±Çü SVM ºÐ·ù
_5.2.1 ´ÙÇ×½Ä Ä¿³Î
_5.2.2 À¯»çµµ Ư¼º
_5.2.3 °¡¿ì½º RBF Ä¿³Î
_5.2.4 °è»ê º¹Àâµµ
5.3 SVM ȸ±Í
5.4 SVM ÀÌ·Ð
5.5 ½Ö´ë ¹®Á¦
_5.5.1 Ä¿³Î SVM
¿¬½À¹®Á¦
6Àå °áÁ¤ Æ®¸®
6.1 °áÁ¤ Æ®¸® ÇнÀ°ú ½Ã°¢È­
6.2 ¿¹Ãø
6.3 Ŭ·¡½º È®·ü ÃßÁ¤
6.4 CART ÈÆ·Ã ¾Ë°í¸®Áò
6.5 °è»ê º¹Àâµµ
6.6 Áö´Ï ºÒ¼øµµ ¶Ç´Â ¿£Æ®·ÎÇÇ?
6.7 ±ÔÁ¦ ¸Å°³º¯¼ö
6.8 ȸ±Í
6.9 Ãà ¹æÇâ¿¡ ´ëÇÑ ¹Î°¨¼º
6.10 °áÁ¤ Æ®¸®ÀÇ ºÐ»ê ¹®Á¦
¿¬½À¹®Á¦
7Àå ¾Ó»óºí ÇнÀ°ú ·£´ý Æ÷·¹½ºÆ®
7.1 ÅõÇ¥ ±â¹Ý ºÐ·ù±â
7.2 ¹è±ë°ú ÆäÀ̽ºÆÃ
_7.2.1 »çÀÌŶ·±ÀÇ ¹è±ë°ú ÆäÀ̽ºÆÃ
_7.2.2 OOB Æò°¡
7.3 ·£´ý ÆÐÄ¡¿Í ·£´ý ¼­ºê½ºÆäÀ̽º
7.4 ·£´ý Æ÷·¹½ºÆ®
_7.4.1 ¿¢½ºÆ®¶ó Æ®¸®
_7.4.2 Ư¼º Áß¿äµµ
7.5 ºÎ½ºÆÃ
7.5.1 AdaBoost
_7.5.2 ±×·¹À̵ð¾ðÆ® ºÎ½ºÆÃ
_7.5.3 È÷½ºÅä±×·¥ ±â¹Ý ±×·¹À̵ð¾ðÆ® ºÎ½ºÆÃ
_7.6 ½ºÅÂÅ·
¿¬½À¹®Á¦
8Àå Â÷¿ø Ãà¼Ò
8.1 Â÷¿øÀÇ ÀúÁÖ
8.2 Â÷¿ø Ãà¼Ò¸¦ À§ÇÑ Á¢±Ù¹ý
_8.2.1 Åõ¿µ
_8.2.2 ¸Å´ÏÆúµå ÇнÀ
8.3 ÁÖ¼ººÐ ºÐ¼®
_8.3.1 ºÐ»ê º¸Á¸
_8.3.2 ÁÖ¼ººÐ
_8.3.3 dÂ÷¿øÀ¸·Î Åõ¿µÇϱâ
_8.3.4 »çÀÌŶ·± »ç¿ëÇϱâ
_8.3.5 ¼³¸íµÈ ºÐ»êÀÇ ºñÀ²
_8.3.6 ÀûÀýÇÑ Â÷¿ø ¼ö ¼±ÅÃ
_8.3.7 ¾ÐÃàÀ» À§ÇÑ PCA
_8.3.8 ·£´ý PCA
_8.3.9 Á¡ÁøÀû PCA
8.4 ·£´ý Åõ¿µ
8.5 Áö¿ª ¼±Çü ÀÓº£µù
8.6 ´Ù¸¥ Â÷¿ø Ãà¼Ò ±â¹ý
¿¬½À¹®Á¦
9Àå ºñÁöµµ ÇнÀ
9.1 ±ºÁý
_9.1.1 k-Æò±Õ
__k-Æò±Õ ¾Ë°í¸®Áò
__¼¾Æ®·ÎÀ̵å ÃʱâÈ­ ¹æ¹ý
__k-Æò±Õ ¼Óµµ °³¼±°ú ¹Ì´Ï¹èÄ¡ k-Æò±Õ
__ÃÖÀûÀÇ Å¬·¯½ºÅÍ °³¼ö ã±â
_9.1.2 k-Æò±ÕÀÇ ÇÑ°è
_9.1.3 ±ºÁýÀ» »ç¿ëÇÑ À̹ÌÁö ºÐÇÒ
_9.1.4 ±ºÁýÀ» »ç¿ëÇÑ ÁØÁöµµ ÇнÀ
_9.1.5 DBSCAN
_9.1.6 ´Ù¸¥ ±ºÁý ¾Ë°í¸®Áò
9.2 °¡¿ì½º È¥ÇÕ
_9.2.1 °¡¿ì½º È¥ÇÕÀ» »ç¿ëÇÑ ÀÌ»óÄ¡ ŽÁö
_9.2.2 Ŭ·¯½ºÅÍ °³¼ö ¼±ÅÃ
_9.2.3 º£ÀÌÁî °¡¿ì½º È¥ÇÕ ¸ðµ¨
_9.2.4 ÀÌ»óÄ¡ ŽÁö¿Í ƯÀÌÄ¡ ŽÁö¸¦ À§ÇÑ ¾Ë°í¸®Áò
¿¬½À¹®Á¦
[2ºÎ ½Å°æ¸Á°ú µö·¯´×]
10Àå Äɶ󽺸¦ »ç¿ëÇÑ Àΰø ½Å°æ¸Á ¼Ò°³
10.1 »ý¹°ÇÐÀû ´º·±¿¡¼­ Àΰø ´º·±±îÁö
_10.1.1 »ý¹°ÇÐÀû ´º·±
_10.1.2 ´º·±À» »ç¿ëÇÑ ³í¸® ¿¬»ê
_10.1.3 ÆÛ¼ÁÆ®·Ð
_10.1.4 ´ÙÃþ ÆÛ¼ÁÆ®·Ð°ú ¿ªÀüÆÄ
_10.1.5 ȸ±Í¸¦ À§ÇÑ ´ÙÃþ ÆÛ¼ÁÆ®·Ð
_10.1.6 ºÐ·ù¸¦ À§ÇÑ ´ÙÃþ ÆÛ¼ÁÆ®·Ð
10.2 Äɶ󽺷Π´ÙÃþ ÆÛ¼ÁÆ®·Ð ±¸ÇöÇϱâ
_10.2.1 ½ÃÄö¼È API·Î À̹ÌÁö ºÐ·ù±â ¸¸µé±â
__Äɶ󽺷Πµ¥ÀÌÅͼ ÀûÀçÇϱâ
__½ÃÄö¼È API·Î ¸ðµ¨ ¸¸µé±â
__¸ðµ¨ ÄÄÆÄÀÏ
__¸ðµ¨ ÈƷðú Æò°¡
__¸ðµ¨·Î ¿¹Ãø ¸¸µé±â
_10.2.2 ½ÃÄö¼È API·Î ȸ±Í¿ë ´ÙÃþ ÆÛ¼ÁÆ®·Ð ¸¸µé±â
_10.2.3 ÇÔ¼öÇü API·Î º¹ÀâÇÑ ¸ðµ¨ ¸¸µé±â
_10.2.4 ¼­ºêŬ·¡½Ì API·Î µ¿Àû ¸ðµ¨ ¸¸µé±â
_10.2.5 ¸ðµ¨ ÀúÀå°ú º¹¿øÇϱâ
_10.2.6 ÄÝ¹é »ç¿ëÇϱâ
_10.2.7 ÅÙ¼­º¸µå·Î ½Ã°¢È­Çϱâ
10.3 ½Å°æ¸Á ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´×Çϱâ
_10.3.1 Àº´Ð Ãþ °³¼ö
_10.3.2 Àº´Ð ÃþÀÇ ´º·± °³¼ö
_10.3.3 ÇнÀ·ü, ¹èÄ¡ Å©±â ±×¸®°í ´Ù¸¥ ÇÏÀÌÆÛÆĶó¹ÌÅÍ
¿¬½À¹®Á¦
11Àå ½ÉÃþ ½Å°æ¸Á ÈÆ·Ã
11.1 ±×·¹À̵ð¾ðÆ® ¼Ò½Ç°ú ÆøÁÖ ¹®Á¦
_11.1.1 ±Û·Î·µ°ú He ÃʱâÈ­
_11.1.2 °í±Þ È°¼ºÈ­ ÇÔ¼ö
__LeakyReLU
__ELU¿Í SELU
__GELU, Swish, Mish
_11.1.3 ¹èÄ¡ Á¤±ÔÈ­
__Äɶ󽺷Π¹èÄ¡ Á¤±ÔÈ­ ±¸ÇöÇϱâ
_11.1.4 ±×·¹À̵ð¾ðÆ® Ŭ¸®ÇÎ
11.2 »çÀü ÈÆ·ÃµÈ Ãþ Àç»ç¿ëÇϱâ
_11.2.1 Äɶ󽺸¦ »ç¿ëÇÑ ÀüÀÌ ÇнÀ
_11.2.2 ºñÁöµµ »çÀü ÈÆ·Ã
_11.2.3 º¸Á¶ ÀÛ¾÷¿¡¼­ »çÀü ÈÆ·Ã
11.3 °í¼Ó ¿ÉƼ¸¶ÀÌÀú
_11.3.1 ¸ð¸àÅÒ ÃÖÀûÈ­
_11.3.2 ³×½ºÅ×·ÎÇÁ °¡¼Ó °æ»ç
_11.3.3 AdaGrad
_11.3.4 RMSProp
_11.3.5 Adam
_11.3.6 AdaMax
_11.3.7 Nadam
_11.3.8 AdamW
_11.3.9 ÇнÀ·ü ½ºÄÉÁÙ¸µ
11.4 ±ÔÁ¦¸¦ »ç¿ëÇØ °ú´ëÀûÇÕ ÇÇÇϱâ
_11.4.1 l1°ú l2 ±ÔÁ¦
_11.4.2 µå·Ó¾Æ¿ô
_11.4.3 ¸óÅ× Ä«¸¦·Î µå·Ó¾Æ¿ô
_11.4.4 ¸Æ½º-³ë¸§ ±ÔÁ¦
11.5 ¿ä¾à ¹× ½Ç¿ëÀûÀÎ °¡À̵å¶óÀÎ
¿¬½À¹®Á¦
12Àå ÅÙ¼­Ç÷θ¦ »ç¿ëÇÑ »ç¿ëÀÚ Á¤ÀÇ ¸ðµ¨°ú ÈÆ·Ã
12.1 ÅÙ¼­Ç÷ΠÈȾ±â
12.2 ³ÑÆÄÀÌó·³ ÅÙ¼­Ç÷Π»ç¿ëÇϱâ
_12.2.1 ÅÙ¼­¿Í ¿¬»ê
_12.2.2 ÅÙ¼­¿Í ³ÑÆÄÀÌ
_12.2.3 ŸÀÔ º¯È¯
_12.2.4 º¯¼ö
_12.2.5 ´Ù¸¥ µ¥ÀÌÅÍ ±¸Á¶
12.3 »ç¿ëÀÚ Á¤ÀÇ ¸ðµ¨°ú ÈÆ·Ã ¾Ë°í¸®Áò
_12.3.1 »ç¿ëÀÚ Á¤ÀÇ ¼Õ½Ç ÇÔ¼ö
_12.3.2 »ç¿ëÀÚ Á¤ÀÇ ¿ä¼Ò¸¦ °¡Áø ¸ðµ¨À» ÀúÀåÇÏ°í ·ÎµåÇϱâ
_12.3.3 È°¼ºÈ­ ÇÔ¼ö, ÃʱâÈ­, ±ÔÁ¦, Á¦ÇÑÀ» Ä¿½ºÅ͸¶ÀÌ¡Çϱâ
_12.3.4 »ç¿ëÀÚ Á¤ÀÇ ÁöÇ¥
_12.3.5 »ç¿ëÀÚ Á¤ÀÇ Ãþ
_12.3.6 »ç¿ëÀÚ Á¤ÀÇ ¸ðµ¨
_12.3.7 ¸ðµ¨ ±¸¼º ¿ä¼Ò¿¡ ±â¹ÝÇÑ ¼Õ½Ç°ú ÁöÇ¥
_12.3.8 ÀÚµ¿ ¹ÌºÐÀ¸·Î ±×·¹À̵ð¾ðÆ® °è»êÇϱâ
_12.3.9 »ç¿ëÀÚ Á¤ÀÇ ÈÆ·Ã ¹Ýº¹
12.4 ÅÙ¼­Ç÷ΠÇÔ¼ö¿Í ±×·¡ÇÁ
_12.4.1 ¿ÀÅä±×·¡ÇÁ¿Í Æ®·¹À̽Ì
_12.4.2 ÅÙ¼­Ç÷ΠÇÔ¼ö »ç¿ë¹ý
¿¬½À¹®Á¦
13Àå ÅÙ¼­Ç÷θ¦ »ç¿ëÇÑ µ¥ÀÌÅÍ ÀûÀç¿Í Àüó¸®
13.1 µ¥ÀÌÅÍ API
_13.1.1 ¿¬¼â º¯È¯
_13.1.2 µ¥ÀÌÅÍ ¼ÅÇøµ
_13.1.3 ¿©·¯ ÆÄÀÏ¿¡¼­ ÇÑ ÁÙ¾¿ ¹ø°¥¾Æ Àбâ
_13.1.4 µ¥ÀÌÅÍ Àüó¸®
_13.1.5 µ¥ÀÌÅÍ ÀûÀç¿Í Àüó¸® ÇÕÄ¡±â
_13.1.6 ÇÁ¸®ÆäÄ¡
_13.1.7 ÄÉ¶ó½º¿Í µ¥ÀÌÅͼ »ç¿ëÇϱâ
13.2 TFRecord Æ÷¸Ë
_13.2.1 ¾ÐÃàµÈ TFRecord ÆÄÀÏ
_13.2.2 ÇÁ·ÎÅäÄÝ ¹öÆÛ °³¿ä
_13.2.3 ÅÙ¼­Ç÷ΠÇÁ·ÎÅäÄÝ ¹öÆÛ
_13.2.4 Example ÇÁ·ÎÅäÄÝ ¹öÆÛ Àаí ÆĽÌÇϱâ
_13.2.5 SequenceExample ÇÁ·ÎÅäÄÝ ¹öÆÛ·Î ¸®½ºÆ®ÀÇ ¸®½ºÆ® ´Ù·ç±â
13.3 Äɶó½ºÀÇ Àüó¸® Ãþ
_13.3.1 Normalization Ãþ
_13.3.2 Discretization Ãþ
_13.3.3 CategoryEncoding Ãþ
_13.3.4 StringLookup Ãþ
_13.3.5 Hashing Ãþ
_13.3.6 ÀÓº£µùÀ» »ç¿ëÇØ ¹üÁÖÇü Ư¼º ÀÎÄÚµùÇϱâ
_13.3.7 ÅؽºÆ® Àüó¸®
_13.3.8 »çÀü ÈÆ·ÃµÈ ¾ð¾î ¸ðµ¨ ±¸¼º ¿ä¼Ò »ç¿ëÇϱâ
_13.3.9 À̹ÌÁö Àüó¸® Ãþ
13.5 ÅÙ¼­Ç÷Πµ¥ÀÌÅͼ ÇÁ·ÎÁ§Æ®
¿¬½À¹®Á¦
14Àå ÇÕ¼º°ö ½Å°æ¸ÁÀ» »ç¿ëÇÑ ÄÄÇ»ÅÍ ºñÀü
14.1 ½Ã°¢ ÇÇÁú ±¸Á¶
14.2 ÇÕ¼º°ö Ãþ
_14.2.1 ÇÊÅÍ
_14.2.2 ¿©·¯ °¡Áö Ư¼º ¸Ê ½×±â
_14.2.3 Äɶ󽺷ΠÇÕ¼º°ö Ãþ ±¸ÇöÇϱâ
_14.2.4 ¸Þ¸ð¸® ¿ä±¸ »çÇ×
14.3 Ç®¸µ Ãþ
14.4 Äɶ󽺷ΠǮ¸µ Ãþ ±¸ÇöÇϱâ
14.5 CNN ±¸Á¶
_14.5.1 LeNet-5
_14.5.2 AlexNet
_14.5.3 GoogLeNet
_14.5.4 VGGNet
_14.5.5 ResNet
_14.5.6 Xception
_14.5.7 SENet
_14.5.8 ÁÖ¸ñÇÒ ¸¸ÇÑ ´Ù¸¥ ±¸Á¶
_14.5.9 ¿Ã¹Ù¸¥ CNN ±¸Á¶ ¼±ÅÃ
14.6 Äɶ󽺷ΠResNet-34 CNN ±¸ÇöÇϱâ
14.7 Äɶó½ºÀÇ »çÀü ÈÆ·Ã ¸ðµ¨ »ç¿ëÇϱâ
14.8 »çÀü ÈÆ·ÃµÈ ¸ðµ¨À» »ç¿ëÇÑ ÀüÀÌ ÇнÀ
14.9 ºÐ·ù¿Í À§Ä¡ ÃßÁ¤
14.10 °´Ã¼ ŽÁö
_14.10.1 ¿ÏÀü ÇÕ¼º°ö ½Å°æ¸Á
_14.10.2 YOLO
14.11 °´Ã¼ ÃßÀû
14.12 ½Ã¸Çƽ ºÐÇÒ
¿¬½À¹®Á¦
15Àå RNN°ú CNNÀ» »ç¿ëÇÑ ½ÃÄö½º ó¸®
15.1 ¼øȯ ´º·±°ú ¼øȯ Ãþ
_15.1.1 ¸Þ¸ð¸® ¼¿
_15.1.2 ÀԷ°ú Ãâ·Â ½ÃÄö½º
15.2 RNN ÈÆ·ÃÇϱâ
15.3 ½Ã°è¿­ ¿¹ÃøÇϱâ
_15.3.1 ARMA ¸ðµ¨
_15.3.2 ¸Ó½Å·¯´× ¸ðµ¨À» À§ÇÑ µ¥ÀÌÅÍ ÁغñÇϱâ
_15.3.3 ¼±Çü ¸ðµ¨·Î ¿¹ÃøÇϱâ
_15.3.4 °£´ÜÇÑ RNNÀ¸·Î ¿¹ÃøÇϱâ
_15.3.5 ½ÉÃþ RNNÀ¸·Î ¿¹ÃøÇϱâ
_15.3.6 ´Ùº¯·® ½Ã°è¿­ ¿¹ÃøÇϱâ
_15.3.7 ¿©·¯ ŸÀÓ ½ºÅÜ ¾Õ ¿¹ÃøÇϱâ
_15.3.8 ½ÃÄö½º-Åõ-½ÃÄö½º ¸ðµ¨·Î ¿¹ÃøÇϱâ
15.4 ±ä ½ÃÄö½º ´Ù·ç±â
_15.4.1 ºÒ¾ÈÁ¤ÇÑ ±×·¹À̵ð¾ðÆ® ¹®Á¦¿Í ½Î¿ì±â
_15.4.2 ´Ü±â ±â¾ï ¹®Á¦ ÇØ°áÇϱâ
__LSTM ¼¿
__GRU ¼¿
__1D ÇÕ¼º°ö ÃþÀ¸·Î ½ÃÄö½º ó¸®Çϱâ
__WaveNet
¿¬½À¹®Á¦
16Àå RNN°ú ¾îÅÙ¼ÇÀ» »ç¿ëÇÑ ÀÚ¿¬¾î ó¸®
16.1 Char-RNNÀ¸·Î ¼ÎÀͽºÇÇ¾î ¹®Ã¼ »ý¼ºÇϱâ
_16.1.1 ÈÆ·Ã µ¥ÀÌÅͼ ¸¸µé±â
_16.1.2 Char-RNN ¸ðµ¨ ¸¸µé°í ÈÆ·ÃÇϱâ
_16.1.3 °¡Â¥ ¼ÎÀͽºÇǾî ÅؽºÆ® »ý¼ºÇϱâ
_16.1.4 »óÅ°¡ ÀÖ´Â RNN
16.2 °¨¼º ºÐ¼®
_16.2.1 ¸¶½ºÅ·
_16.2.2 »çÀü ÈÆ·ÃµÈ ÀÓº£µù°ú ¾ð¾î ¸ðµ¨ Àç»ç¿ëÇϱâ
16.3 ½Å°æ¸Á ±â°è ¹ø¿ªÀ» À§ÇÑ ÀÎÄÚ´õ-µðÄÚ´õ ³×Æ®¿öÅ©
_16.3.1 ¾ç¹æÇâ RNN
_16.3.2 ºö ¼­Ä¡
16.4 ¾îÅÙ¼Ç ¸ÞÄ¿´ÏÁò
_16.4.1 Æ®·£½ºÆ÷¸Ó ±¸Á¶: ¾îÅټǸ¸ ÀÖÀ¸¸é µÈ´Ù
__À§Ä¡ ÀÎÄÚµù
__¸ÖƼ Çìµå ¾îÅÙ¼Ç
16.5 ¾ð¾î ¸ðµ¨ ºÐ¾ßÀÇ ÃÖ±Ù Çõ½Å
16.6 ºñÀü Æ®·£½ºÆ÷¸Ó
16.7 Çã±ë ÆäÀ̽ºÀÇ Æ®·£½ºÆ÷¸Ó½º ¶óÀ̺귯¸®
¿¬½À¹®Á¦
17Àå ¿ÀÅäÀÎÄÚ´õ, GAN ±×¸®°í È®»ê ¸ðµ¨
17.1 È¿À²ÀûÀÎ µ¥ÀÌÅÍ Ç¥Çö
17.2 °ú¼Ò¿ÏÀü ¼±Çü ¿ÀÅäÀÎÄÚ´õ·Î PCA ¼öÇàÇϱâ
17.3 ÀûÃþ ¿ÀÅäÀÎÄÚ´õ
_17.3.1 Äɶ󽺷ΠÀûÃþ ¿ÀÅäÀÎÄÚ´õ ±¸ÇöÇϱâ
_17.3.2 À籸¼º ½Ã°¢È­
_17.3.3 ÆÐ¼Ç MNIST µ¥ÀÌÅͼ ½Ã°¢È­
_17.3.4 ÀûÃþ ¿ÀÅäÀÎÄÚ´õ¸¦ »ç¿ëÇÑ ºñÁöµµ »çÀü ÈÆ·Ã
_17.3.5 °¡ÁßÄ¡ ¹­±â
_17.3.6 ¿ÀÅäÀÎÄÚ´õ ÇÑ °³¾¿ ÈÆ·ÃÇϱâ
17.4 ÇÕ¼º°ö ¿ÀÅäÀÎÄÚ´õ
17.5 ÀâÀ½ Á¦°Å ¿ÀÅäÀÎÄÚ´õ
17.6 Èñ¼Ò ¿ÀÅäÀÎÄÚ´õ
17.7 º¯ÀÌÇü ¿ÀÅäÀÎÄÚ´õ
_17.7.1 ÆÐ¼Ç MNIST À̹ÌÁö »ý¼ºÇϱâ
17.8 »ý¼ºÀû Àû´ë ½Å°æ¸Á
_17.8.1 GAN ÈÆ·ÃÀÇ ¾î·Á¿ò
_17.8.2 ½ÉÃþ ÇÕ¼º°ö GAN
_17.8.3 ProGAN
__¹Ì´Ï¹èÄ¡ Ç¥ÁØ ÆíÂ÷ Ãþ
__µ¿ÀÏÇÑ ÇнÀ ¼Óµµ
__Çȼ¿º° Á¤±ÔÈ­ Ãþ
_17.8.4 StyleGAN
__¸ÅÇÎ ³×Æ®¿öÅ©
__ÇÕ¼º ³×Æ®¿öÅ©
17.9 È®»ê ¸ðµ¨
¿¬½À¹®Á¦
18Àå °­È­ ÇнÀ
18.1 º¸»óÀ» ÃÖÀûÈ­Çϱâ À§ÇÑ ÇнÀ
18.2 Á¤Ã¥ Ž»ö
18.3 OpenAI Gym
18.4 ½Å°æ¸Á Á¤Ã¥
18.5 Çൿ Æò°¡: ½Å¿ë ÇÒ´ç ¹®Á¦
18.6 Á¤Ã¥ ±×·¹À̵ð¾ðÆ®
18.7 ¸¶¸£ÄÚÇÁ °áÁ¤ °úÁ¤
18.8 ½Ã°£Â÷ ÇнÀ
18.9 Q-·¯´×
_18.9.1 ŽÇè Á¤Ã¥
_18.9.2 ±Ù»ç Q-·¯´×°ú ½ÉÃþ Q-·¯´×
18.10 ½ÉÃþ Q-·¯´× ±¸Çö
18.11 ½ÉÃþ Q-·¯´×ÀÇ º¯Çü
_18.11.1 °íÁ¤ Q-°¡Ä¡ Ÿ±ê
_18.11.2 ´õºí DQN
_18.11.3 ¿ì¼± ¼øÀ§ ±â¹Ý °æÇè Àç»ý
_18.11.4 µà¾ó¸µ DQN
18.12 ´Ù¸¥ °­È­ ÇнÀ ¾Ë°í¸®Áò
¿¬½À¹®Á¦
19Àå ´ë±Ô¸ð ÅÙ¼­Ç÷Π¸ðµ¨ ÈƷðú ¹èÆ÷
19.1 ÅÙ¼­Ç÷Π¸ðµ¨ ¼­ºù
_19.1.1 ÅÙ¼­Ç÷Π¼­ºù »ç¿ëÇϱâ
__SavedModel·Î ³»º¸³»±â
__ÅÙ¼­Ç÷Π¼­ºù ¼³Ä¡ÇÏ°í ½ÃÀÛÇϱâ
__REST API·Î TF ¼­ºù¿¡ Äõ¸®Çϱâ
__gRPC API·Î TF ¼­ºù¿¡ Äõ¸®Çϱâ
__»õ·Î¿î ¹öÀüÀÇ ¸ðµ¨ ¹èÆ÷Çϱâ
_19.1.2 ¹öÅؽº AI¿¡¼­ ¿¹Ãø ¼­ºñ½º ¸¸µé±â
_19.1.3 ¹öÅؽº AI¿¡¼­ ¹èÄ¡ ¿¹Ãø ÀÛ¾÷ ½ÇÇàÇϱâ
19.2 ¸ð¹ÙÀÏ ¶Ç´Â ÀÓº£µðµå µð¹ÙÀ̽º¿¡ ¸ðµ¨ ¹èÆ÷Çϱâ
19.3 À¥ ÆäÀÌÁö¿¡¼­ ¸ðµ¨ ½ÇÇàÇϱâ
19.4 °è»ê ¼Óµµ¸¦ ³ôÀ̱â À§ÇØ GPU »ç¿ëÇϱâ
_19.4.1 GPU ±¸¸ÅÇϱâ
_19.4.2 GPU RAM °ü¸®Çϱâ
_19.4.3 µð¹ÙÀ̽º¿¡ ¿¬»ê°ú º¯¼ö ÇÒ´çÇϱâ
_19.4.4 ´ÙÁß ÀåÄ¡¿¡¼­ º´·Ä ½ÇÇàÇϱâ
19.5 ´ÙÁß ÀåÄ¡¿¡¼­ ¸ðµ¨ ÈÆ·ÃÇϱâ
_19.5.1 ¸ðµ¨ º´·ÄÈ­
_19.5.2 µ¥ÀÌÅÍ º´·ÄÈ­
__¹Ì·¯µå Àü·«À» »ç¿ëÇÑ µ¥ÀÌÅÍ º´·ÄÈ­
__Áß¾Ó ÁýÁßÀûÀÎ ÆĶó¹ÌÅ͸¦ »ç¿ëÇÑ µ¥ÀÌÅÍ º´·ÄÈ­
__´ë¿ªÆø Æ÷È­
_19.5.3 ºÐ»ê Àü·« API¸¦ »ç¿ëÇÑ ´ë±Ô¸ð ÈÆ·Ã
_19.5.4 ÅÙ¼­Ç÷ΠŬ·¯½ºÅÍ¿¡¼­ ¸ðµ¨ ÈÆ·ÃÇϱâ
_19.5.5 ¹öÅؽº AI¿¡¼­ ´ë±Ô¸ð ÈÆ·Ã ÀÛ¾÷ ½ÇÇàÇϱâ
_19.5.6 ¹öÅؽº AIÀÇ ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´×
¿¬½À¹®Á¦
¸¶Ä¡¸ç
[3ºÎ ºÎ·Ï]
ºÎ·Ï A ¿¬½À¹®Á¦ Á¤´ä
ºÎ·Ï B ¸Ó½Å·¯´× ÇÁ·ÎÁ§Æ® üũ¸®½ºÆ®
B.1 ¹®Á¦¸¦ Á¤ÀÇÇÏ°í Å« ±×¸²À» ±×¸³´Ï´Ù
B.2 µ¥ÀÌÅ͸¦ ¼öÁýÇÕ´Ï´Ù
B.3 µ¥ÀÌÅ͸¦ Ž»öÇÕ´Ï´Ù
B.4 µ¥ÀÌÅ͸¦ ÁغñÇÕ´Ï´Ù
B.5 °¡´É¼º ÀÖ´Â ¸î °³ÀÇ ¸ðµ¨À» °í¸¨´Ï´Ù
B.6 ¸ðµ¨À» ¹Ì¼¼ Æ©´×ÇÕ´Ï´Ù
B.7 ¼Ö·ç¼ÇÀ» Ãâ½ÃÇÕ´Ï´Ù
B.8 ½Ã½ºÅÛÀ» ·ÐĪÇÕ´Ï´Ù!
ºÎ·Ï C ÀÚµ¿ ¹ÌºÐ
C.1 ¼öµ¿ ¹ÌºÐ
C.2 À¯ÇÑ Â÷ºÐ ±Ù»ç
C.3 ÀüÁø ¸ðµå ÀÚµ¿ ¹ÌºÐ
C.4 ÈÄÁø ¸ðµå ÀÚµ¿ ¹ÌºÐ
ºÎ·Ï D Ư¼öÇÑ µ¥ÀÌÅÍ ±¸Á¶
D.1 ¹®ÀÚ¿­
D.2 ·¡±×µå ÅÙ¼­
D.3 Èñ¼Ò ÅÙ¼­
D.4 ÅÙ¼­ ¹è¿­
D.5 ÁýÇÕ
D.6 ť
ºÎ·Ï E ÅÙ¼­Ç÷Π±×·¡ÇÁ
E.1 TF ÇÔ¼ö¿Í ÄÜÅ©¸®Æ® ÇÔ¼ö
E.2 ÇÔ¼ö Á¤ÀÇ¿Í ÇÔ¼ö ±×·¡ÇÁ ŽÇèÇϱâ
E.3 Æ®·¹ÀÌ½Ì ÀÚ¼¼È÷ º¸±â
E.4 ¿ÀÅä±×·¡ÇÁ·Î Á¦¾î È帧 Ç¥ÇöÇϱâ
E.5 TF ÇÔ¼ö¿¡¼­ º¯¼ö¿Í ´Ù¸¥ ¸®¼Ò½º ´Ù·ç±â
E.6 Äɶ󽺷ΠTF ÇÔ¼ö »ç¿ëÇϱâ(¶Ç´Â »ç¿ëÇϱ⠾ʱâ)

°ü·ÃÀ̹ÌÁö

ÀúÀÚ¼Ò°³

¿À·¼¸®¾Ó Á¦·Õ [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

¸Ó½Å·¯´× ÄÁ¼³ÅÏÆ®. 2013³â¿¡¼­ 2016³â±îÁö ±¸±Û¿¡¼­ À¯Æ©ºê µ¿¿µ»ó ºÐ·ùÆÀÀ» À̲ø¾ú½À´Ï´Ù. 2002³â¿¡¼­ 2012³â±îÁö ÇÁ¶û½ºÀÇ ¸ð¹ÙÀÏ ISP ¼±µÎ ÁÖÀÚÀÎ Wifirst¸¦ ¼³¸³ÇÏ°í CTO·Î ÀÏÇß½À´Ï´Ù. 2001³â¿¡´Â PolyconseilÀ» ¼³¸³ÇÏ°í CTO·Î ÀÏÇß½À´Ï´Ù. ÀÌ È¸»ç´Â Áö±Ý Àü±âÂ÷ °øÀ¯ ¼­ºñ½ºÀÎ Autolib¡¯À» ¿î¿µÇÏ°í ÀÖ½À´Ï´Ù. ±× Àü¿¡´Â À繫(JP ¸ð°Ç°ú ¼Ò½Ã¿¡Å× Á¦³×¶ö), ¹æÀ§(ij³ª´Ù DOD), ÀÇ·á(¼öÇ÷) µî ´Ù¾çÇÑ ºÐ¾ß¿¡¼­ ¿£Áö´Ï¾î·Î ÀÏÇß½À´Ï´Ù. C++, WiFi, ÀÎÅÍ³Ý ±¸Á¶¿¡ ´ëÇÑ ¸î ±ÇÀÇ ±â¼ú ¼­ÀûÀ» ½èÀ¸¸ç ÇÑ ÇÁ¶û½º °ø°ú´ëÇб³¿¡¼­ ÄÄÇ»ÅÍ °úÇÐÀ» °¡¸£ÃƽÀ´Ï´Ù. Àç¹ÌÀÖ´Â

ÆîÃ帱â

ÀúÀÚÀÇ ´Ù¸¥Ã¥

Àüüº¸±â
¹ÚÇؼ± [¿ª] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

±â°è°øÇÐÀ» Àü°øÇßÁö¸¸ Á¹¾÷ ÈÄ¿£ ÁÙ°ð Äڵ带 ÀÐ°í ¾²´Â ÀÏÀ» Çß´Ù. ÅÙ¼­Ç÷Πºí·Î±×(tensorflow.blog)¸¦ ¿î¿µÇÏ°í ÀÖ°í, ¸Ó½Å·¯´×°ú µö·¯´×¿¡ °üÇÑ Ã¥À» ÁýÇÊÇÏ°í ¹ø¿ªÇϸ鼭 ¼ÒÇÁÆ®¿þ¾î¿Í °úÇÐÀÇ °æ°è¸¦ Èï¹Ì·Ó°Ô ŽÇèÇÏ°í ÀÖ´Ù. ¡ºÈ¥ÀÚ °øºÎÇÏ´Â ¸Ó½Å·¯´×+µö·¯´×¡»(ÇѺû¹Ìµð¾î, 2020), ¡ºDo it! µö·¯´× ÀÔ¹®¡»(ÀÌÁö½ºÆÛºí¸®½Ì, 2019)À» ÁýÇÊÇß´Ù. ¡º¸Ó½Å·¯´× ÆÄ¿öµå ¾ÖÇø®ÄÉÀ̼ǡ»(ÇѺû¹Ìµð¾î, 2021), ¡º¸Ó½Å·¯´× ±³°ú¼­ with ÆÄÀ̽ã, »çÀÌŶ·±, ÅÙ¼­Ç÷Î(°³Á¤ 3ÆÇ)¡»(±æ¹þ, 2021), ¡ºÆÄÀÌÅäÄ¡·Î ¹è¿ì´Â ÀÚ¿¬¾î 󸮡»(ÇѺû¹Ìµð¾î, 2021), ¡ºµö·¯´× ÀÏ·¯½ºÆ®·¹ÀÌƼµå¡»(½Ã±×¸¶ÇÁ

ÆîÃ帱â

ÄÄÇ»ÅÍ/ÀÎÅÍ³Ý ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    0.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    10.0
    (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

    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