메뉴 바로가기 검색 및 카테고리 바로가기 본문 바로가기

한빛출판네트워크

기계 학습

한빛아카데미

집필서

판매중

  • 저자 : 오일석
  • 출간 : 2017-12-05
  • 페이지 : 664 쪽
  • ISBN : 9791156641582
  • 물류코드 :4158
  • 본 도서는 대학 강의용 교재로 개발되었으므로 연습문제 해답은 제공하지 않습니다.
  • 초급 초중급 중급 중고급 고급
5점 (1명)
좋아요 : 84

한 권으로 꿰뚫는 기계 학습의 원리와 응용

 

기계 학습에 입문하려는 학생, 개발자, 연구원 모두를 대상으로 하는 책이다.

다양한 수준의 독자가 기계 학습에 흥미를 가지고 접근할 수 있도록 기계 학습의 원리와 응용을 폭넓게 다루었고, 특히 딥러닝을 깊이 있게 설명했다. 원시적인 학습 모델에서 출발하여 현대 학습 모델까지 역사적 맥락을 짚으며 설명했으며, 새로운 기법과 이전 기법을 대비하여 알고리즘에 대한 통찰력을 얻도록 구성했다. 또한 다양한 그림과 예제, 알고리즘을 함께 제시하여 보다 쉽게 수학을 접할 수 있도록 했고, 기승전결의 이야기 방식을 통해 독자의 호기심을 자극하여 지적 흥미를 끝까지 유지하도록 배려했다.

 

상세이미지_기계 학습.jpg

 

 

오일석 저자

오일석

전북대학교 컴퓨터공학부 교수로 재직 중입니다. 서울대학교 컴퓨터공학부를 졸업하고, KAIST 전산학과에서 박사학위를 받았으며 주요 연구 분야는 기계학습, 컴퓨터 비전, 인공지능입니다. 저서로는 한빛아카데미의 『파이썬으로 만드는 인공지능』(세종도서 2021년 우수학술도서), 『R로 배우는 데이터 과학』, 『기계학습』(대한민국학술원 2018년 우수학술도서), 『컴퓨터 비전』(대한민국학술원 2015년 우수학술도서)과 교보문고의 『패턴인식』(문화체육관광부 2009년 우수학술도서), 『C 프로그래밍과 스타일링』(2009년), 인피니티북스의 『세상을 여는 컴퓨터 이야기』(2020년)가 있고 역서로는 한빛아카데미의 『앱인벤터2』(2015년)가 있습니다. 

Chapter 01 소개

1.1 기계 학습이란

1.2 특징 공간에 대한 이해

1.3 데이터에 대한 이해

1.4 간단한 기계 학습의 예

1.5 모델 선택

1.6 규제

1.7 기계 학습 유형

1.8 기계 학습의 과거와 현재, 미래

연습문제 

 

Chapter 02 기계 학습과 수학

2.1 선형대수

2.2 확률과 통계

2.3 최적화

연습문제 

 

Chapter 03 다층 퍼셉트론

3.1 신경망 기초

3.2 퍼셉트론

3.3 다층 퍼셉트론

3.4 오류 역전파 알고리즘

3.5 미니배치 스토캐스틱 경사 하강법

3.6 다층 퍼셉트론에 의한 인식

3.7 다층 퍼셉트론의 특성

연습문제 

 

Chapter 04 딥러닝 기초

4.1 딥러닝의 등장

4.2 깊은 다층 퍼셉트론

4.3 컨볼루션 신경망

4.4 컨볼루션 신경망 사례연구

4.5 생성 모델

4.6 딥러닝은 왜 강력한가? 

연습문제 

 

Chapter 05 딥러닝 최적화 

5.1 목적함수: 교차 엔트로피와 로그우도

5.2 성능 향상을 위한 요령

5.3 규제의 필요성과 원리

5.4 규제 기법

5.5 하이퍼 매개변수 최적화

5.6 2차 미분을 이용한 최적화 

연습문제 

 

Chapter 06 비지도 학습

6.1 지도 학습과 비지도 학습, 준지도 학습

6.2 비지도 학습

6.3 군집화

6.4 밀도 추정

6.5 공간 변환의 이해

6.6 선형 인자 모델

6.7 오토인코더

6.8 매니폴드 학습

연습문제 

 

Chapter 07 준지도 학습과 전이 학습

7.1 표현 학습의 중요성

7.2 내부 표현의 이해 

7.3 준지도 학습

7.4 전이 학습

연습문제 

 

Chapter 08 순환 신경망 

8.1 순차 데이터 

8.2 순환 신경망

8.3 장기 문맥 의존성

8.4 LSTM

8.5 응용 사례 

연습문제 

 

Chapter 09 강화 학습 

9.1 강화 학습의 원리와 성질 

9.2 정책과 가치함수

9.3 동적 프로그래밍

9.4 몬테카를로 방법 

9.5 시간차 학습

9.6 근사 방법

9.7 응용 사례

연습문제 

 

Chapter 10 확률 그래피컬 모델

10.1 확률과 그래프의 만남 

10.2 베이지안 네트워크

10.3 마르코프 랜덤필드

10.4 RBM과 DBN

연습문제 

 

Chapter 11 커널 기법

11.1 커널 트릭 

11.2 커널 리지 회귀  

11.3 커널 PCA

11.4 SVM 분류

11.5 SVM 회귀 

연습문제 

 

Chapter 12 앙상블 방법

12.1 동기와 원리 

12.2 재샘플링 기법  

12.3 결정 트리와 랜덤 포리스트

12.4 앙상블 결합

12.5 딥러닝과 앙상블 

연습문제 

[도서 장점]

1. 기계 학습의 A부터 Z까지 폭넓게 다루고, 특히 딥러닝을 깊이 있게 설명한다.

2. 어렵고 방대한 주제이지만 친절하고 자세하게 설명해서 입문자를 배려한다.

3. 다양한 그림과 예제, 알고리즘을 함께 제시해서 독자의 이해력을 높인다. 

4. 컴퓨터공학 전공자와 비전공자 모두 이 책을 활용할 수 있다.

 

 

[무엇을 다루는가]

 

무엇을.png

 

 

페이지 664 에 기계학습에 필요한 내용을 잘 정리한 책입니다.

 

일주일에 5시간씩 예제와 내용을 코딩하면서 3개월 걸쳐서  다 읽었습니다.  개인적으로  

파이썬 라이브러리를 활용한 머신러닝 (한빛 출판사)

내용보다 더 잘 설명한 책입니다. (개인적으로 같이 읽으면 좋을 것이라고 생각합니다.)

 

초급자에게 접근하게 잘 정리하였고, 좀 더 깊게 공부를 원하는 분들은 

 

반드시 이 책을 한번 완독하고 한빛출판사에서 제공하는 많은 머신러닝 교재를 읽기를 추천드립니다.

 

연습문제도 어렵지 않아서, 파이선. 자바, 코틀린 같은 고급언어를 사용하면서 테스트 하는것도 좋을 듯 합니다.

 

머신러닝 입문자에게 추천드립니다.

 

내용도 쉽고 관련 내용을

20200822_200314.jpg

 

잘 정리한 책입니다.

 

 

 

결제하기
• 문화비 소득공제 가능

도서구입 안내

<한빛아카데미> 도서는 한빛 홈페이지에서 더 이상 판매를 하지 않습니다. 도서 구입은 인터넷 서점을 이용하시기 바랍니다. 양해바랍니다.

리뷰쓰기

닫기
* 도서명 :
기계 학습
* 제목 :
* 별점평가
* 내용 :

* 리뷰 작성시 유의사항

글이나 이미지/사진 저작권 등 다른 사람의 권리를 침해하거나 명예를 훼손하는 게시물은 이용약관 및 관련법률에 의해 제재를 받을 수 있습니다.

1. 특히 뉴스/언론사 기사를 전문 또는 부분적으로 '허락없이' 갖고 와서는 안됩니다 (출처를 밝히는 경우에도 안됨).
2. 저작권자의 허락을 받지 않은 콘텐츠의 무단 사용은 저작권자의 권리를 침해하는 행위로, 이에 대한 법적 책임을 지게 될 수 있습니다.

오탈자 등록

닫기
* 도서명 :
기계 학습
* 구분 :
* 상품 버전
종이책 PDF ePub
* 페이지 :
* 위치정보 :
* 내용 :

도서 인증

닫기
도서명*
기계 학습
구입처*
구입일*
부가기호*
부가기호 안내

* 온라인 또는 오프라인 서점에서 구입한 도서를 인증하면 마일리지 500점을 드립니다.

* 도서인증은 일 3권, 월 10권, 년 50권으로 제한되며 절판도서, eBook 등 일부 도서는 인증이 제한됩니다.

* 구입하지 않고, 허위로 도서 인증을 한 것으로 판단되면 웹사이트 이용이 제한될 수 있습니다.

닫기

해당 상품을 장바구니에 담았습니다.이미 장바구니에 추가된 상품입니다.
장바구니로 이동하시겠습니까?

자료실