|
|
| [참고서] 인공지능 머신러닝 딥러닝 입문 (알고리즘으로 배우는) (데이터 사이언스 시리즈 2) [절판] |
|
|
| | | ㆍ판매가 | 27,000 원 (0%, 0 원 할인) | | | | | | | ㆍ352 쪽 | 172*235*18mm/748g | ISBN : 9791158390419 | | |
|
|
|
|   | 인공지능, 넓고 깊게 그리고 쉽게 이해하기![알고리즘으로 배우는 인공지능, 머신러닝, 딥러닝 입문]은 인공지능에 관심이 있는 모든 독자들을 위해 검증된 역사적 사실과 연구 배경 등을 다루고 있으며, 특히 머신러닝과 딥러닝 분야의 개발자들에게는 쉽게 설명된 핵심 이론과 함께 적용사례별 간단한 알고리즘 등을 보여준다. 책은 인공지능의 개념과 발전사를 살펴보고, 머신러닝 기본 개념 및 적용 사례를 알아본다. 또한, 지도학습이론과 알고리즘에서는 kNN, 서포트 벡터 머신, 의사결정 트리를, 비지도학습 이론과 알고리즘에서는 k-means, DBSCAN, 계층형 군집을 살펴본다. 또한, 딥러닝을 핵심 역량으로 키우는 글로벌 기업을 분석해 본다. |
 [1부] 인공지능
▣ 01장: 알파고와 구글 딥마인드
__낭중지추
__딥마인드 창업자이자 CEO 데미스 하사비스
__인간과의 마지막 게임
▣ 02장: 인공지능의 역사
__인공지능이란?
__인공지능의 서막을 올린 앨런 튜링
__인공 지능 검사: 튜링 테스트
__인공지능 뇌의 진화
__최초의 인공신경망: 퍼셉트론
__인공지능 용어의 등장
__인공지능의 위대한 도전들
__인공지능의 첫 번째 겨울
__인공지능의 재도약
__인공지능에서 파생된 머신러닝
__두 번째 인공지능의 겨울
__현재의 인공지능
__IoT 시대의 인공지능
__인공지능의 미래
[2부] 머신러닝
▣ 03장: 머신러닝 개요
__머신러닝 정의
__머신러닝의 분류
__콜레라를 멈추게 한 160년 전의 머신러닝
__진보된 머신러닝
__알파고의 학습 모델: 강화학습
__머신러닝에 필요한 사전학습
▣ 04장: 통계와 확률
__상관분석과 회귀분석
__선형 회귀
__로지스틱 회귀
__빈도론 vs. 베이지안
__현대 임상 실험 방법을 바꾼 베이지안
▣ 05장: 분류
__kNN 모델
__서포트 벡터 머신
__의사결정 트리
▣ 06장: 군집
__k-means 클러스터링
__DBSCAN 클러스터링
__계층형 군집 모델
▣ 07장: 강화학습
__강화학습 개요
__마코프 프로세스
__마코프 보상 프로세스
__마코프 디시즌 프로세스
__강화학습의 적용 사례
[3부] 딥러닝
▣ 08장: 딥러닝 개요
__딥러닝 정의
__딥러닝의 역사: 2000년대 이전
__딥러닝의 역사: 2000년대 이후
__인공지능의 핵심기술: 딥러닝의 미래
▣ 09장: 딥러닝 전쟁의 시작
__보고 싶은 영화를 로봇이 추천하는 넷플릭스
__딥러닝의 선두주자 구글
__딥러닝의 모범생 마이크로소프트
__세계 2위의 검색 서비스 바이두
__디지털 영토 확장을 위한 신무기 딥러닝: 페이스북
__스마트 기업을 지향하는 IBM
__인공지능에 소극적인 애플
__딥러닝 기술의 공백을 메워주는 스타트업들
▣ 10장: 인공신경망
__최초의 인공신경망
__단층 퍼셉트론
__다층 퍼셉트론
__피드포워드 신경망
__역전파
__경사감소법
▣ 11장: 딥러닝의 핵심기술
__컨볼루션 신경망
__심층신뢰망
__규제화
▣ 12장: 딥러닝을 위한 오픈 프레임워크
__시아노
__카페
__토치
__텐서플로우
__딥러닝포제이 |
|
|  | 현재 인공지능 머신러닝 딥러닝 입문 (알고리즘으로 배우는) (데이터 사이언스 시리즈 2)에 등록된 서평이 없습니다. |  |
|
|
|
