
책소개
[한빛미디어]혼자 공부하는 머신러닝 + 딥러닝은 머신러닝과 딥러닝의 복잡한 개념을 단순하고 직관적으로 이해할 수 있는 방식으로 설명한 자습서입니다. 구글 머신러닝 전문가인 저자는 초보자의 입장을 이해하고 있어 초보자가 혼자서도 충분히 머신러닝과 딥러닝의 기본을 습득할 수 있도록 체계적으로 구성했습니다.
특징
- 쉽고 이해하기 쉽게: 복잡한 이론과 수식을 최대한 배제하고 비유와 개념적 설명을 사용하여 초보자도 이해할 수 있도록 설명합니다.
- 실습 위주: 이론을 이해하는 것 외에도 실습을 통해 직접 경험하면서 기억력을 강화합니다.
- 초보자 중심: 초보자가 혼자서도 머신러닝과 딥러닝을 익힐 수 있도록 단계별로 자세히 설명합니다.
- 실제 사례: 한빛 마켓이라는 가상의 회사를 이용한 실제 사례를 통해 머신러닝과 딥러닝을 활용하는 방법을 보여줍니다.
- 난이도 조절: 각 단원의 난이도를 초보, 중급, 고급으로 분류하여 독자의 수준에 맞게 학습할 수 있습니다.
- 자기 평가: 각 단원에 확인 문제와 답변이 포함되어 학습 진도를 자기 평가할 수 있습니다.
- 제공 자료: 영상 강의, 학습 사이트, 용어 노트 등 다양한 보조 자료를 제공하여 독자의 학습을 지원합니다.
목차
Chapter 01 머신러닝의 기본 개념
- 인공지능, 머신러닝, 딥러닝의 차이점
- 머신러닝 프로젝트를 위한 Python 프레임워크 및 환경 설정
Chapter 02 데이터 준비 및 처리
- 데이터 수집, 전처리 및 특성 변환
- 훈련 세트와 테스트 세트 분할
Chapter 03 회귀 알고리즘
- k-최근접 이웃 회귀
- 선형 회귀
Chapter 04 분류 알고리즘
- 로지스틱 회귀
- 확률적 경사 하강법
Chapter 05 트리 알고리즘
- 결정 트리
- 교차 검증과 하이퍼파라미터 튜닝
Chapter 06 비지도 학습
- 군집 알고리즘
- 주성분 분석
Chapter 07 딥러닝 시작하기
- 인공 신경망의 구조와 작동 원리
- 인공 신경망 모델 훈련 및 평가
Chapter 08 이미지 처리를 위한 딥러닝
- 합성곱 신경망의 구성 요소와 작동 원리
- 합성곱 신경망을 사용한 이미지 분류
Chapter 09 텍스트 처리를 위한 딥러닝
- 순차 데이터와 순환 신경망
- 순환 신경망을 사용한 텍스트 분류
자주 묻는 질문
Q: 이 책은 어떤 수준의 독자에게 적합한가요?
A: 이 책은 머신러닝과 딥러닝의 기본 사항을 처음부터 배우고자 하는 초보자에게 적합합니다.
Q: 프로그래밍 경험이 없어도 이 책을 이해할 수 있나요?
A: Python의 기본 지식이 있으면 이 책을 따라갈 수 있습니다.
Q: 이 책을 다 읽으면 머신러닝과 딥러닝 전문가가 될 수 있나요?
A: 이 책은 머신러닝과 딥러닝의 기본적인 개념을 소개하는 자습서이며, 전문가가 되기 위해서는 추가적인 학습과 실습이 필요합니다.
관련 상품들
"이 포스팅은 알리익스프레스 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."
"본문내용은 상품정보와 일치하지 않을 수 있으니 반드시 확인후 구매바랍니다."

