- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
파이썬 딥러닝 파이토치(Python Deep Learning PyTorch)
- 이경택, 방성수, 안상준 저
- 정보문화사
- 2020년 10월 08일
-
정가25,000원
-
판매가22,500원 [10% 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
-
적립금1,250원 적립 [5%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 06일(목)※ 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: 9788956748573
310쪽
187 x 235 (㎜)
지금 이책은
- 판매지수 : 380
- 주간 컴퓨터/IT: 100위
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
-
혼자 공부하는 파이썬 윤인성 16,200원
-
삐뽀삐뽀 119 소아과[개정12판] 하정훈 26,820원
-
파이썬 머신러닝 판다스 데이터 분석 오승환 27,000원
-
밑바닥부터 시작하는 딥러닝 3 사이토 고키 34,200원
-
밑바닥부터 시작하는 딥러닝 4 : 파이썬으로 직접 구현하며 배우는 강화 학습 알고리즘 사이토 고키 27,000원
책 소개
이 책은
이 책은 딥러닝 기술에 초점을 두고 딥러닝을 구현하기 위해 파이썬을 이용하는데, 머신러닝 라이브러리인 파이토치를 활용하여 다양한 텐서를 지원하는 방법을 알아본다. 파이토치는 파이썬 코딩과 비슷하기 때문에 언어가 어렵지 않다. 코드가 간결하고 난이도가 낮아 텐서플로우보다 사용하기 훨씬 쉽다는 특징이 있다. 프로그래밍 언어의 기본적 수준만 갖추고 있다면 고급 스킬이 없어도 코드를 작성해보며 직접 실행해볼 수 있도록 구성하였기 때문에 의미를 정확하고 개념을 이해할 수 있다. 학습을 시작하기 전 기본적인 내용과 코드 작성을 위한 시스템 환경 구축부터 시작하여, 요즘 쉽게 들리는 머신러닝, 딥러닝, 인공지능 등의 개념을 쉽게 설명하고 활용 분야도 알아본다. 특히 중간 중간 예제를 수록하여 코드와 설명을 자세하게 설명하기 때문에 초보자들도 쉽게 접근할 수 있다는 장점이 있다. 코드를 따라하기 위한 실습 파일 다운로드는 정보문화사 홈페이지(infopub.co.kr) 자료실에서 가능하며, 학습 중 궁금한 사항은 저자의 github.com/Justin-A/DeepLearning101/issues에서 피드백 가능하다.
출판사 리뷰
딥러닝은 만능이며 이미지 관련 Task에는 CNN, 텍스트 관련 Task에는 RNN을 사용하면 된다고 많은 사람들이 알고 있다. 딥러닝은 이미지나 텍스트에 비해 높은 성능을 지니고 있는 것은 맞지만, 중요한 것은 왜 딥러닝이 이미지나 텍스트에 잘 맞는지를 이해하는 것이다. 딥러닝은 새로운 모델의 개념이 아닌, 신경망이 발전한 모델이므로 학습하는 알고리즘의 특성상 과적합이 심하게 일어난다. 이 책은 파이썬으로 딥러닝을 이해하고자 하는 사람들을 위해 그 분야를 중점적으로 친절하게 설명하고 있다. 세 명의 저자가 인공지능을 공부하면서 궁금했던 부분을 재정립하고, 꼭 알아야 할 내용만 집중적으로 정리하였기 때문에 입문자에게 적합한 도서이다. 평생 프로그래밍을 할 일이 없다고 생각하던 ‘코알못’들도 그 과정을 직접 겪은 저자가 기초부터 설명하기 때문에 어떻게 공부해야 하는지를 알 수 있을 것이다.
저자 소개
저자 : 이경택
성균관대학교 통계학과를 전공하고, 빅데이터 연합 학회 투빅스를 만들었다. 현재 연세대학교 산업공학과에서 박사과정을 밟고 있다. 데이터 분석 및 인공지능 관련 대회에서 다수의 수상을 하였으며 데이터 분석과 인공지능 전 분야에 관심을 갖고 연구 중이다. 특히 딥러닝과 강화학습에 관심을 가지고 있으며, 블로그 운영 및 다양한 강연 활동 등을 진행하고 있다.
저자 : 방성수
고려대학교 수학교육과와 통계학을 전공하고 통계학 석사 후 현재 국내 메신저 IT 기업에 재직 중이다. 투빅스를 통해 인공지능에 관심을 가지기 시작하였다. 회사에서 검색어 관련 연구와 개발을 진행하다가 이를 확장한 추천 연구를 진행하고 있다. 임베딩 벡터에 다양한 정보를 효율적으로 담을 수 있는 방법과 딥러닝 모델의 설명력에 관심이 많다.
저자 : 안상준
국민대학교 빅데이터 경영통계를 전공하고, 연세대학교 산업공학과에서 대학원 과정을 밟고 있다. 현재는 데이터 사이언스 기술을 활용하여 실제 산업에서 발생되는 문제들을 해결하는 프로젝트들을 다양하게 수행하고 있다. 연구실에서는 주로 자연어 처리와 이상 탐지 분야에 대해 연구를 수행하고 있으며, 빅데이터 연합 동아리 투빅스를 통해 저자들을 알게 되어 같이 공부하며 정리한 내용들을 바탕으로 이 책을 집필하게 되었다.
책 속에서
목차
Part 01 파이토치 기초
1. 파이썬 또는 아나콘다 설치하기
1.1 파이썬 공식 홈페이지에서 다운로드하기
1.2 아나콘다를 이용해 파이썬 다운로드하기
1.3 공식 홈페이지에서 파이썬 설치하기 vs. 아나콘다를 이용해 파이썬 설치하기
1.4 가상 환경 설정하기
1.5 주피터 노트북 설치 및 실행
2. CUDA, CuDNN 설치하기
2.1 CPU vs. GPU
2.2 CUDA 역할 및 설치하기
2.3 CuDNN 역할 및 설치하기
2.4 Docker란?
3. 파이토치 설치하기
4. 반드시 알아야 하는 파이토치 스킬
4.1 텐서
4.2 Autograd
Part 02 AI Background
1. 인공지능(딥러닝)의 정의와 사례
1.1 인공지능이란?
1.2 인공지능의 사례
2. 파이토치
3. 머신러닝의 정의와 종류
3.1 머신러닝이란?
3.2 머신러닝의 종류
3.3 머신러닝의 구분
3.4 지도학습 모델의 종류
4. 과적합
4.1 학습할 샘플 데이터 수의 부족
4.2 풀고자 하는 문제에 비해 복잡한 모델을 적용
4.3 적합성 평가 및 실험 설계(Training, Validation, Test , Cross Validation)
5. 인공 신경망
5.1 퍼셉트론
5.2 신경망 모형의 단점
6. 성능 지표
Part 03 Deep Learning
1. 딥러닝의 정의
2. 딥러닝이 발전하게 된 계기
3. 딥러닝의 종류
4. 딥러닝의 발전을 이끈 알고리즘
4.1 Dropout
4.2 Activation 함수
4.3 Batch Normalization
4.4 Initialization
4.5 Optimizer
4.6 AutoEncoder(AE)
4.7 Stacked AutoEncoder
4.8 Denoising AutoEncoder(DAE)
Part 04 컴퓨터 비전
1. Convolutional Neural Network(CNN)
2. CNN과 MLP
3. Data Augmentation
4. CNN Architecture
5. Transfer Learning
Part 05 자연어 처리
1. Data & Task: 어떤 데이터가 있을까?
1.1 감정 분석(Sentiment Analysis)
1.2 요약(Summarization)
1.3 기계 번역(Machine Translation)
1.4 질문 응답(Question Answering)
1.5 기타(etc.)
2. 문자를 숫자로 표현하는 방법
2.1 Corpus & Out-of-Vocabulary(OOV)
2.2 Byte Pair Encoding(BPE)
2.3 Word Embedding
3. Models
3.1 Deep Learning Models
3.2 Pre-Trained Model의 시대 - Transformer, BERT의 등장
4. Recap
4.1 ?5-3_model_imdb_glove.ipynb’ 코드에 대한 설명
4.2 ?5-5_model_imdb_BERT.ipynb’ 코드에 대한 설명
4.3 모델 성능 비교
Part 06 Other Topics
1. Generative Adversarial Networks(GAN)
2. 강화학습
3. Domain Adaptation
4. Continual Learning
5. Object Detection
6. Segmentation
7. Meta Learning
8. AutoML
1. 파이썬 또는 아나콘다 설치하기
1.1 파이썬 공식 홈페이지에서 다운로드하기
1.2 아나콘다를 이용해 파이썬 다운로드하기
1.3 공식 홈페이지에서 파이썬 설치하기 vs. 아나콘다를 이용해 파이썬 설치하기
1.4 가상 환경 설정하기
1.5 주피터 노트북 설치 및 실행
2. CUDA, CuDNN 설치하기
2.1 CPU vs. GPU
2.2 CUDA 역할 및 설치하기
2.3 CuDNN 역할 및 설치하기
2.4 Docker란?
3. 파이토치 설치하기
4. 반드시 알아야 하는 파이토치 스킬
4.1 텐서
4.2 Autograd
Part 02 AI Background
1. 인공지능(딥러닝)의 정의와 사례
1.1 인공지능이란?
1.2 인공지능의 사례
2. 파이토치
3. 머신러닝의 정의와 종류
3.1 머신러닝이란?
3.2 머신러닝의 종류
3.3 머신러닝의 구분
3.4 지도학습 모델의 종류
4. 과적합
4.1 학습할 샘플 데이터 수의 부족
4.2 풀고자 하는 문제에 비해 복잡한 모델을 적용
4.3 적합성 평가 및 실험 설계(Training, Validation, Test , Cross Validation)
5. 인공 신경망
5.1 퍼셉트론
5.2 신경망 모형의 단점
6. 성능 지표
Part 03 Deep Learning
1. 딥러닝의 정의
2. 딥러닝이 발전하게 된 계기
3. 딥러닝의 종류
4. 딥러닝의 발전을 이끈 알고리즘
4.1 Dropout
4.2 Activation 함수
4.3 Batch Normalization
4.4 Initialization
4.5 Optimizer
4.6 AutoEncoder(AE)
4.7 Stacked AutoEncoder
4.8 Denoising AutoEncoder(DAE)
Part 04 컴퓨터 비전
1. Convolutional Neural Network(CNN)
2. CNN과 MLP
3. Data Augmentation
4. CNN Architecture
5. Transfer Learning
Part 05 자연어 처리
1. Data & Task: 어떤 데이터가 있을까?
1.1 감정 분석(Sentiment Analysis)
1.2 요약(Summarization)
1.3 기계 번역(Machine Translation)
1.4 질문 응답(Question Answering)
1.5 기타(etc.)
2. 문자를 숫자로 표현하는 방법
2.1 Corpus & Out-of-Vocabulary(OOV)
2.2 Byte Pair Encoding(BPE)
2.3 Word Embedding
3. Models
3.1 Deep Learning Models
3.2 Pre-Trained Model의 시대 - Transformer, BERT의 등장
4. Recap
4.1 ?5-3_model_imdb_glove.ipynb’ 코드에 대한 설명
4.2 ?5-5_model_imdb_BERT.ipynb’ 코드에 대한 설명
4.3 모델 성능 비교
Part 06 Other Topics
1. Generative Adversarial Networks(GAN)
2. 강화학습
3. Domain Adaptation
4. Continual Learning
5. Object Detection
6. Segmentation
7. Meta Learning
8. AutoML
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)
