- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
딥러닝으로 걷는 시계열 예측 파이썬과 케라스, 텐서플로로 주가 예측 실습해보기
- 윤영선 저
- 비제이퍼블릭
- 2020년 02월 28일
-
정가24,000원
-
판매가24,000원 [0% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금720원 적립 [3%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2025년 02월 07일(금)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791190014786
348쪽
173 x 230 (㎜)
지금 이책은
- 판매지수 : 309
- 주간 컴퓨터/IT: 83위
이 분야의 베스트셀러
-
이것이 취업을 위한 코딩 테스트다 with 파이썬
나동빈
30,600원
-
지니어스키트로 배우는 마이크로비트
아이씨뱅큐
18,000원
-
Do it! 점프 투 파이썬 [개정판]
박응용
16,920원
이 책과 함께 구매한 책
-
프로세스의 진정한 주인이 되라 신철민 13,500원
-
그러라 그래 양희은 13,050원
-
딥러닝 텐서플로 교과서 서지영 25,200원
-
유니티를 이용한 VR 앱 개발 코노 노부히로, 마츠시마 히로키, 오오시마 타케나오 28,800원
책 소개
이 책은
파이썬, 케라스, 텐서플로를 무기로
나도 시계열 분석의 마스터가 된다!
4차 산업혁명의 시대에 인공지능은 모든 분야에 걸쳐 가장 뜨거운 이슈이자 대세이다. 이제는 인공지능을 알아야 살아남는 시대가 아니라, 인공지능은 당연히 알고 있다는 전제하에 활용해야 하는 시대가 온 것이다. 인공지능으로 인해 많은 직업들이 사라지고 있지만, 그 대신 인공지능을 다루는 많은 직업들이 생겨나고 있다.
이 책에서는 저자가 주로 현장 강의를 할 때 사용하던 소스를 이용하여 실제로 시계열 분석에서 자주 나오는 작업 과정을 반복적으로 실습해볼 수 있도록 구성하였다. 이 책을 통해 여러분도 인공지능을 통해 생겨나게 될 그 많은 직업들 중 한 분야에 참여하기를 바란다. 또한 캐글, 해커톤이나 다른 시계열 분석에 대해 공부하려는 분들에게도 적합한 학습서가 되어줄 것이다.
이 책의 특징
- 딥러닝을 구현하는 전체 과정을 아주 쉽게 설명하였다.
- 많은 예제를 통해 시계열 분석을 마스터할 수 있도록 구성하였다.
- KOSPI200과 삼성전자 주가를 이용하여 주가를 예측하는 모델을 첨부하였다.
이 책이 필요한 독자
- 이제 막 딥러닝을 시작하거나 캐글, 해커톤 등을 준비하는 학생 및 취준생
- 데이터 분석 업무를 맡게 될 사회 초년생 및 관련 업무 종사자
- 인공지능을 이용한 주가 분석에 도전해보고 싶은 개인 투자자
독자대상
초중급
출판사 리뷰
인공지능 모델의 이론적인 부분은 가능한 배제하여, 쉽고 빠르게 기법을 익히고 곧바로 사용할 수 있는 실용성을 원하는 사람들에게 더 큰 도움이 될 것이다. 자동차를 운전하는 데 자동차 엔진 원리까지 이해할 필요는 없다. 엔진의 원리는 몰라도 운전 연습을 많이 하면 베스트 드라이버가 될 수 있듯이, 이 책을 통해 열심히 연습한다면 누구나 인공지능 분야의 베스트 드라이버가 될 수 있을 것이다.
저자 소개
저자 : 윤영선
숭실사이버대학교 융합정보보안학과를 졸업하고 숭실대학교에서 학사팀장 및 시스템 관리자를 역임했다. 이후에도 인공지능 분야에 철저히 매진하여 한국정보화진흥원, 기술보증기금, 중소기업벤처진흥공단, 충북혁신도시추진위원회 등에서 지원을 받아 인공지능 전문 기업인 영선에이아이를 창업했다. 현재 인공지능 퀀트 프로그램 및 게임 AI 개발에 힘쓰고 있으며, 인공지능에 대한 오프라인 강의나 유튜브 강좌 등의 활동도 활발히 하고 있다.
목차
Chapter 01 설치
1. 아나콘다 설치
2. 파이썬 설치 확인
3. Visual Studio Code 설치
4. Visual Studio Code 설정
5. Hello AI
6. 텐서플로, 케라스 설치
Chapter 02 딥러닝 시작
1. 1에서 10까지 예측 모델 구하기
2. 101에서 110까지 구하기
3. 딥러닝 케라스의 기본 구조
Chapter 03 회귀 모델
Chapter 04 회귀 모델의 판별식
1. 회귀 모델의 판별식
2. 회귀 모델 추가 코딩
3. 함수형 모델
Chapter 05 앙상블
1. concatenate
2. Merge Layer
Chapter 06 회귀 모델 총정리
1. Sequential 모델
2. 함수형 모델
3. 앙상블 및 기타 모델
Chapter 07 RNN
1. RNN이란?
2. SimpleRNN
3. LSTM
4. GRU
5. Bidirectional
6. LSTM 레이어 연결
Chapter 08 케라스 모델의 파라미터들과 기타 기법들
1. verbose
2. EarlyStopping
3. TensorBoard
4. 모델의 Save
5. 모델의 Load
Chapter 09 RNN용 데이터 자르기
1. split 함수 만들기(다:1)
2. split 함수 만들기 2(다:다)
3. split 함수 만들기 3(다입력, 다:1)
4. split 함수 만들기 4(다입력, 다:다)
5. split 함수 만들기 5(다입력, 다:다 두 번째)
6. split_xy 함수 정리
Chapter 10 RNN 모델 정리
1. MLP DNN 모델 (다:1)
2. MLP RNN 모델 (다:1)
3. MLP RNN 모델 (다:다)
4. MLP RNN 모델 (다입력 다:1)
5. MLP DNN 모델 (다입력 다:1)
6. MLP DNN 모델 (다입력 다:다)
7. MLP DNN 모델 (다입력 다:다)
8. RNN 모델 (다입력 다:다 두 번째)
9. DNN 모델 (다입력 다:다 두 번째)
10. RNN 모델 (다입력 다:다 세 번째)
11. DNN 모델 (다입력 다:다 세 번째)
Chapter 11 KOSPI200 데이터를 이용한 삼성전자 주가 예측
1. 주가 데이터 수집
2. 데이터 저장
3. numpy를 pandas로 변경 후 저장
4. numpy 데이터 불러오기
5. DNN 구성하기
6. LSTM 구성하기
7. DNN 앙상블 구현하기
8. LSTM 앙상블 구현하기
1. 아나콘다 설치
2. 파이썬 설치 확인
3. Visual Studio Code 설치
4. Visual Studio Code 설정
5. Hello AI
6. 텐서플로, 케라스 설치
Chapter 02 딥러닝 시작
1. 1에서 10까지 예측 모델 구하기
2. 101에서 110까지 구하기
3. 딥러닝 케라스의 기본 구조
Chapter 03 회귀 모델
Chapter 04 회귀 모델의 판별식
1. 회귀 모델의 판별식
2. 회귀 모델 추가 코딩
3. 함수형 모델
Chapter 05 앙상블
1. concatenate
2. Merge Layer
Chapter 06 회귀 모델 총정리
1. Sequential 모델
2. 함수형 모델
3. 앙상블 및 기타 모델
Chapter 07 RNN
1. RNN이란?
2. SimpleRNN
3. LSTM
4. GRU
5. Bidirectional
6. LSTM 레이어 연결
Chapter 08 케라스 모델의 파라미터들과 기타 기법들
1. verbose
2. EarlyStopping
3. TensorBoard
4. 모델의 Save
5. 모델의 Load
Chapter 09 RNN용 데이터 자르기
1. split 함수 만들기(다:1)
2. split 함수 만들기 2(다:다)
3. split 함수 만들기 3(다입력, 다:1)
4. split 함수 만들기 4(다입력, 다:다)
5. split 함수 만들기 5(다입력, 다:다 두 번째)
6. split_xy 함수 정리
Chapter 10 RNN 모델 정리
1. MLP DNN 모델 (다:1)
2. MLP RNN 모델 (다:1)
3. MLP RNN 모델 (다:다)
4. MLP RNN 모델 (다입력 다:1)
5. MLP DNN 모델 (다입력 다:1)
6. MLP DNN 모델 (다입력 다:다)
7. MLP DNN 모델 (다입력 다:다)
8. RNN 모델 (다입력 다:다 두 번째)
9. DNN 모델 (다입력 다:다 두 번째)
10. RNN 모델 (다입력 다:다 세 번째)
11. DNN 모델 (다입력 다:다 세 번째)
Chapter 11 KOSPI200 데이터를 이용한 삼성전자 주가 예측
1. 주가 데이터 수집
2. 데이터 저장
3. numpy를 pandas로 변경 후 저장
4. numpy 데이터 불러오기
5. DNN 구성하기
6. LSTM 구성하기
7. DNN 앙상블 구현하기
8. LSTM 앙상블 구현하기
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
