- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
구글 코랩으로 배우는 인공지능 기술 머신러닝 딥러닝 강화 학습으로 배우는 AI의 기초 기술
- 아즈마 유키나가 저
- 김은철 , 유세라 역
- 에이케이커뮤니케이션즈
- 2022년 11월 10일
-
정가39,800원
-
판매가35,820원 [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
-
적립금1,990원 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: 9791127455729
532쪽
189 x 258 (㎜)
지금 이책은
- 판매지수 : 0
- 주간 컴퓨터/IT: 78위
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
책 소개
출판사 리뷰
다양한 인공지능 기술을 습득한다!
이 책의 기반이 되는 Google Colaboratory란 브라우저에서 이용할 수 있는 머신러닝이나 딥러닝을 위한 개발환경이다. GPU를 무료로 이용할 수 있으므로 코드의 실행시간을 크게 단축시킬 수 있는 장점이 있다. 이 책은 이러한 구글 코랩을 이용해 쉽게 AI의 기초 기술을 접할 수 있게 해준다.
AI에 관한 교과서다운 책!
독자는 이 책을 통해 AI에 관한 포괄적인 지식과 구현력, AI 학습에 필요한 최소한의 Python과 수학 지식, Python으로 머신러닝의 코드를 읽고 쓰는 힘을 익힐 수 있다. 궁극적으로 AI를 사용한 문제해결력을 키워주는 책이다. 또한 기본에 충실하면서도 다루어야 할 것들을 코드로 자세히 보여줌으로써 독자에게 실전적으로 많은 도움이 될 것이다.
저자 소개
저자 : 아즈마 유키나가
‘인간과 AI의 상생’이 미션인 회사, SAI-Lab 주식회사의 대표이사이며, AI 관련 교육과 연구 개발에 종사하고 있다. 도호쿠 대학 대학원 이학 연구과를 수료했으며, 이학 박사(물리학)이다. 흥미 대상은 인공지능(AI), 복잡계, 뇌과학, 싱귤래리티 등으로, 세계 최대 교육 동영상 플랫폼 Udemy에서 다양한 AI 관련 강좌를 전개하여 수만 명을 지도하는 인기 강사이다. 여러 유명 기업에서 AI 기술을 지도했으며, 엔지니어로서 VR, 게임, SNS 등 장르를 불문하고 다양한 앱을 개발했다.
저서로 『첫 딥러닝 ―Python으로 배우는 신경망과 역전파』(SB크리에이티브, 2018), 『Python으로 동작해서 배운다! 새로운 수학 교과서 기계학습·심층학습에 필요한 기초 지식』(쇼에이사, 2019), 『첫 딥러닝2 Python으로 구현하는 순환 신경망, VAE, GAN』(SB크리에이티브, 2020) 등이 있다.
저자의 유튜브 채널에서는 무료 강좌가 다수 공개되고 있다.
역자 : 김은철
(주)아이티에스 대표이사·데이터 사이언티스트. 데이터과학자로서 빅데이터 분석 및 AI 모델링 사업을 하고 있다. 주요 저서로는 『초보자를 위한 C 언어 300제』, 『예제가 가득한 C 언어 길라잡이』, 『윈도우 프로그래밍 플러스』가 있고, 역서로는 『데이터 분석을 위한 머신러닝 입문』, 『초보자를 위한 신경망 딥러닝 입문』, 『딥러닝 워크북』, 『유니티 게임 프로그래밍 바이블』, 『게임으로 배우는 파이썬』, 『스위프트로 만드는 실전강좌! 아이폰 앱 프로그래밍』, 『예제로 배우는 핵심 패턴 안드로이드 프로그래밍』, 『유니티를 이용한 VR 앱 개발』, 『그림으로 배우는 파이썬』, 『그림으로 배우는 C#』, 『그림으로 배우는 SQL』, 『모두의 알고리즘』, 『PHP 예비학교』 등 30여 권의 번역서가 있다.
역자 : 유세라
현재 일본 전문 번역가로 활동하고 있으며, 역서로는 『모두의 알고리즘』, 『PHP 예비학교』, 『데이터 분석을 위한 머신러닝 입문』, 『초보자를 위한 신경망 딥러닝 입문』, 『딥러닝 워크북』, 『유니티 게임 프로그래밍 바이블』, 『게임으로 배우는 파이썬』, 『스위프트로 만드는 실전강좌! 아이폰 앱 프로그래밍』, 『예제로 배우는 핵심 패턴 안드로이드 프로그래밍』, 『유니티를 이용한 VR 앱 개발』, 『유니티를 몰라도 만들 수 있는 유니티 2D 게임 제작』, 『유니티 교과서』, 『처음 만나는 AI 수학 with 파이썬』, 『그림으로 배우는 파이썬』, 『그림으로 배우는 C#』, 『그림으로 배우는 SQL』 등 30여 권의 번역서가 있다.
목차
시작하며
이 책 내용에 관한 문의에 대해서
이 책 샘플의 동작 환경과 샘플 프로그램에 대해서
Chapter0 서문
Chapter1 인공지능, 딥러닝의 개요
1.1 인공지능의 개요
1.2 인공지능의 활용 예
1.3 인공지능의 역사
1.4 1장의 마무리
Chapter2 개발 환경
2.1 Google Colaboratory 시작하는 법
2.2 세션과 인스턴스
2.3 CPU와 GPU
2.4 Google Colaboratory의 여러 가지 기능
2.5 2장의 마무리
Chapter3 Python의 기초
3.1 Python의 기초
3.2 Numpy의 기초
3.3 matplotlib의 기초
3.4 pandas의 기초
3.5 연습
3.6 해답 예
3.7 3장의 마무리
Chapter4 간단한 딥러닝
4.1 딥러닝의 개요
4.2 간단한 딥러닝의 구현
4.3 다양한 신경망
4.4 연습
4.5 정답 예
4.6 4장의 마무리
Chapter5 딥러닝의 이론
5.1 수학의 기초
5.2 단일 뉴런의 계산
5.3 활성화 함수
5.4 순전파와 역전파
5.5 행렬과 행렬곱
5.6 층간의 계산
5.7 미분의 기초
5.8 손실 함수
5.9 경사 하강법
5.10 출력층의 경사
5.11 중간층의 경사
5.12 에포크와 배치
5.13 최적화 알고리즘
5.14 연습
5.15 해답 예
5.16 5장의 마무리
Chapter6 다양한 머신러닝 방법
6.1 회귀
6.2 k 평균법
6.3 서포트 벡터 머신
6.4 연습
6.5 해답 예
6.6 6장의 마무리
Chapter7 합성곱 신경망CNN
7.2 합성곱과 풀링
7.3 im2col과 col2im
7.4 합성곱의 구현
7.5 풀링의 구현
7.6 CNN의 구현
7.7 데이터 확장
7.8 연습
7.9 7장의 마무리
Chapter8 순환 신경망RNN
8.1 RNN의 개요
8.2 간단한 RNN의 구현
8.3 LSTM의 개요
8.4 간단한 LSTM의 구현
8.5 GRU의 개요
8.6 간단히 GRU의 구현
8.7 RNN에 의한 문장의 자동 생성
8.8 자연언어 처리의 개요
8.9 연습
8.10 정답 예
8.11 8장의 마무리
Chapter9 변분 오토 인코더VAE
9.1 VAE의 개요
9.2 VAE의 구조
9.3 오토인코더의 구현
9.4 VAE의 구현
9.5 한층 더 VAE를 배우고 싶은 분을 위해
9.6 연습
9.7 9장의 마무리
Chapter10 적대적 생성망GAN
10.1 GAN의 개요
10.2 GAN의 구조
10.3 GAN의 구현
10.4 좀 더 GAN을 배우고 싶은 분을 위해서
10.5 연습
10.6 정답 예
10.7 10장의 마무리
Chapter11 강화 학습
11.1 강화 학습의 개요
11.2 강화 학습의 알고리즘
11.3 심층 강화 학습의 개요
11.4 Cart Pole 문제
11.5 심층 강화 학습의 구현
11.6 달 표면 착륙선의 제어 -개요-
11.7 달 표면 착륙선의 제어 -구현-
11.8 연습
11.9 정답 예
11.10 11장의 마무리
Chapter12 전이 학습
12.1 전이 학습의 개요
12.2 전이 학습의 구현
12.3 파인 튜닝의 구현
12.4 연습
12.5 정답 예
12.6 12장의 마무리
Appendix 좀 더 배우고 싶은 분을 위해서
AP.1 저서
AP. 2 온라인 강좌
AP. 3 유튜브 채널
마지막으로
찾아보기
이 책 내용에 관한 문의에 대해서
이 책 샘플의 동작 환경과 샘플 프로그램에 대해서
Chapter0 서문
Chapter1 인공지능, 딥러닝의 개요
1.1 인공지능의 개요
1.2 인공지능의 활용 예
1.3 인공지능의 역사
1.4 1장의 마무리
Chapter2 개발 환경
2.1 Google Colaboratory 시작하는 법
2.2 세션과 인스턴스
2.3 CPU와 GPU
2.4 Google Colaboratory의 여러 가지 기능
2.5 2장의 마무리
Chapter3 Python의 기초
3.1 Python의 기초
3.2 Numpy의 기초
3.3 matplotlib의 기초
3.4 pandas의 기초
3.5 연습
3.6 해답 예
3.7 3장의 마무리
Chapter4 간단한 딥러닝
4.1 딥러닝의 개요
4.2 간단한 딥러닝의 구현
4.3 다양한 신경망
4.4 연습
4.5 정답 예
4.6 4장의 마무리
Chapter5 딥러닝의 이론
5.1 수학의 기초
5.2 단일 뉴런의 계산
5.3 활성화 함수
5.4 순전파와 역전파
5.5 행렬과 행렬곱
5.6 층간의 계산
5.7 미분의 기초
5.8 손실 함수
5.9 경사 하강법
5.10 출력층의 경사
5.11 중간층의 경사
5.12 에포크와 배치
5.13 최적화 알고리즘
5.14 연습
5.15 해답 예
5.16 5장의 마무리
Chapter6 다양한 머신러닝 방법
6.1 회귀
6.2 k 평균법
6.3 서포트 벡터 머신
6.4 연습
6.5 해답 예
6.6 6장의 마무리
Chapter7 합성곱 신경망CNN
7.2 합성곱과 풀링
7.3 im2col과 col2im
7.4 합성곱의 구현
7.5 풀링의 구현
7.6 CNN의 구현
7.7 데이터 확장
7.8 연습
7.9 7장의 마무리
Chapter8 순환 신경망RNN
8.1 RNN의 개요
8.2 간단한 RNN의 구현
8.3 LSTM의 개요
8.4 간단한 LSTM의 구현
8.5 GRU의 개요
8.6 간단히 GRU의 구현
8.7 RNN에 의한 문장의 자동 생성
8.8 자연언어 처리의 개요
8.9 연습
8.10 정답 예
8.11 8장의 마무리
Chapter9 변분 오토 인코더VAE
9.1 VAE의 개요
9.2 VAE의 구조
9.3 오토인코더의 구현
9.4 VAE의 구현
9.5 한층 더 VAE를 배우고 싶은 분을 위해
9.6 연습
9.7 9장의 마무리
Chapter10 적대적 생성망GAN
10.1 GAN의 개요
10.2 GAN의 구조
10.3 GAN의 구현
10.4 좀 더 GAN을 배우고 싶은 분을 위해서
10.5 연습
10.6 정답 예
10.7 10장의 마무리
Chapter11 강화 학습
11.1 강화 학습의 개요
11.2 강화 학습의 알고리즘
11.3 심층 강화 학습의 개요
11.4 Cart Pole 문제
11.5 심층 강화 학습의 구현
11.6 달 표면 착륙선의 제어 -개요-
11.7 달 표면 착륙선의 제어 -구현-
11.8 연습
11.9 정답 예
11.10 11장의 마무리
Chapter12 전이 학습
12.1 전이 학습의 개요
12.2 전이 학습의 구현
12.3 파인 튜닝의 구현
12.4 연습
12.5 정답 예
12.6 12장의 마무리
Appendix 좀 더 배우고 싶은 분을 위해서
AP.1 저서
AP. 2 온라인 강좌
AP. 3 유튜브 채널
마지막으로
찾아보기
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)
