1장 머신 러닝과 선형회귀 머신 러닝이란? 머신 러닝의 분류 왜 선형회귀를 배울까? 손으로 직접 해보는 선형회귀 2장 함수: 세상의 모든 것을 입력과 출력으로 바라보기 함수를 공부하기 위한 기초 체력 다항함수 지수함수 로그함수 자주 만나는 특별한 함수: 로지스틱 시그모이드 함수 3장 다변수 함수와 벡터함수: 입력이 여러 개, 출력이 여러 개인 함수 입력과 출력에 따른 함수의 분류 일변수 스칼라함수 일변수 벡터함수 다변수 스칼라함수 다변수 벡터함수 합성함수 자주 만나는 특별한 함수: 소프트맥스 함수 여러 가지 함수를 활용한 초간단 분류기 4장 변화율과 도함수: 출력의 민감도 나타내기 에러를 줄이는 과정 입력과 출력의 민감도 변화율의 정의 순간의 변화율을 위한 극한 다시 정의하는 변화율 일변수 스칼라함수의 도함수 5장 여러 미분법과 다변수 함수의 도함수: 변화율과 도함수를 복잡한 함수로 확장하기 덧셈, 뺄셈, 곱셈, 나눗셈의 미분법 합성함수의 미분법 다변수 함수의 변화율 자주 만나는 특별한 함수의 미분법 6장 수치미분과 자동미분: 컴퓨터로 복잡한 미분을 간편하게 직접미분 수치미분 자동미분 7장 행렬: 데이터를 편리하게 다룰 도구 행렬과 벡터 행렬을 이용한 데이터 표현 넘파이 행렬 곱셈의 해석 행렬을 이용한 코딩 8장 최적화: 눈먼 등산객이 언덕 가장 낮은 곳을 찾아가는 방법 테일러급수 함수의 최대, 최소, 극대, 극소 경사도벡터와 헤시안행렬 최적성 조건: 1계 필요조건 경사하강법 9장 인공신경망: 복잡한 입력과 출력의 관계를 표현하기 인공신경망의 기본 구성 합성함수로 바라보기 인공신경망 학습하기 인공신경망 미분하기 10장 다시 만나는 선형회귀: 모두 모아 샘플 데이터 모델 선택 경사하강법을 이용한 선형회귀 과대적합 확률적 경사하강법 노멀 방정식 풀기 입력이 여러 개인 경우 인공신경망 모델 부록 A 더 알아볼 것들과 마무리 부록 B 개발과 실습 환경 부록 C 파이썬 문법