본문 바로가기

리디북스 접속이 원활하지 않습니다.
강제 새로 고침(Ctrl + F5)이나 브라우저 캐시 삭제를 진행해주세요.
계속해서 문제가 발생한다면 리디북스 접속 테스트를 통해 원인을 파악하고 대응 방법을 안내드리겠습니다.
테스트 페이지로 이동하기


인공지능 100점을 위한 파이썬 수학 상세페이지

컴퓨터/IT 개발/프로그래밍 ,   컴퓨터/IT 컴퓨터/앱 활용

인공지능 100점을 위한 파이썬 수학

고등학교 수학으로 이해하는 인공지능

구매종이책 정가24,000
전자책 정가19,200(20%)
판매가19,200
인공지능 100점을 위한 파이썬 수학

책 소개

<인공지능 100점을 위한 파이썬 수학> 인공지능 입문자에게 필요한 기초 핵심 학습서

인공지능을 만들고, 그것을 활용한다는 것은 그렇게 쉬운 문제가 아니다. 특히 수학적 이해가 제대로 선행되지 않고서는 누군가가 만들어 둔 것을 그대로 사용하는 것에서 더 나아가기 어렵다. 『인공지능 100점을 위한 파이썬 수학』은 고등학교 수준의 수학적 지식을 파이썬과 함께 다루며 인공지능을 향한 첫 걸음을 내딜수 있게 돕는다. 인공지능 학습은 지도학습으로 시작된다. MNIST 손글씨 데이터를 이용해 컴퓨터가 학습한 후 제대로 된 대답을 할 수 있게 천천히 진행한다.

인공지능에 꼭 필요한 수학, 프로그래밍 지식을 익히고 왜 그렇게 되는 지 논리적으로 이해하는 것이 이 책의 목표이다. 파이썬 언어와 numpy의 기초적인 사용법, 인공지능 중 지도학습에 사용되는 수학적 개념을 주피터 노트북의 온라인 버전인 Google Colaboratory를 통해 익힌다.

이 책의 특징
-어렵고 무슨 말인지 이해되지 않는 인공지능을 쉽게 이해할 수 있다.
-고등학교 기초 수학으로 인공지능 프로그래밍을 직접 만들 수 있다.
-Google Colaboratory를 이용해서 인공지능 프로그래밍을 시작할 수 있다.

이 책이 필요한 독자
-인공지능에 관심이 있는 비전공자
-인공지능을 공부하고 싶지만 수학적 기초가 부족한 전공자, 현업 종사자
-프로그래밍을 배워서 직접 가르치고 싶은 교육자

독자대상
초중급

소스코드 다운로드
https://github.com/bjpublic/pythonmath100


출판사 서평

프로그래밍을 위해선 수학적인 사고가 필요하다. 논리적인 구조를 이해하고 틀을 만들기 위해서는 지금까지 큰 어려움 없이 프로그래밍을 해왔을지 몰라도, 결국 수학적인 지식과 논리 이해가 필요해 공부를 다시 시작하거나 정보를 찾아본 사람들도 많을 것이다.
이 책은 그런 사람들을 위해 파이썬과 Google Colaboratory를 이용한 인공지능 프로그래밍을 고등학교 교육 과정 수학에 맞춰 다룬다. 해당 개념이 선행되지 않은 사람들에게는 기초를 다질 수 있는 책이 될 것이며, 프로그래밍을 좀 더 깊이 이해하고 싶은 사람들에게도 튼튼한 기반이 될 것이다.


저자 소개

현재 산업기술대학교 겸임교수, 라씨엔블루 대표이며 유튜브 [처음코딩] 운영자이다. 가르치는 것과 공부하는 것을 좋아하는 두 아이를 둔 아빠이다. 아이가 다녔던 대안학교에서 자원봉사로 학생들에게 스크래치와 아두이노를 가르치고, 대학에서 PLC, 전자회로, C언어 등을 가르치고 있다. 인공지능전문기업인 ㈜라씨엔블루의 대표이며 누구나 코딩을 배울 수 있어야 한다는 생각에 유튜브에 영상 강의를 올리고 있는 [처음코딩] 채널의 유튜버이기도 하다. 인공지능은 종종 모든 것을 열수 있는 만능열쇠처럼 여겨지기도 한다. 하지만 정작 내부를 들여다보고 조금만 공부해보면 그렇지 않다는 것을 알게 된다. 인공지능의 현재의 상태와 미래의 가능성을 계속해서 공부하고 있다.

목차

베타리더 추천사

1 들어가는 말
1-1 입문자를 위한 인공지능
1-2 인공지능의 시대

2 미리 알아야 할 것들
2-1 고교수학 기초
2-2 파이썬
2-3 컴파일러와 인터프리터
2-4 파이썬 기초
2-5 코딩교육과 파이썬 기초
2-6 파이썬 설치
2-7 파이썬의 수학 친구 numpy, scipy
2-8 파이썬 matplotlib 설치
2-9 주피터 노트북과 Google Colaboratory (CoLab)

3 파이썬 기초 문법
3-1 주석
3-2 변수
3-3 산술연산
3-4 자료구조: 리스트, 튜플, 딕셔너리
3-5 조건문
3-6 반복문
3-7 함수
3-8 클래스와 객체
3-9 numpy 패키지의 사용
3-10 matplotlib를 이용한 그래프

4 MNIST 기초이해
4-1 MNIST DataSet 구성
4-2 MNIST 화면 출력

5 퍼셉트론과 XOR
5-1 인공지능 연구의 역사
5-2 머신러닝의 분야
5-3 퍼셉트론과 뉴런
5-4 퍼셉트론으로 논리연산자 만들기
5-5 다층퍼셉트론

6 신경망
6-1 인간의 신경세포, 뉴런
6-2 인공신경망(ANN, Artificial Neural Network)
6-3 퍼셉트론과 논리게이트
6-4 신경망의 수학적 이해
6-5 활성함수

7 영상과 MNIST
7-1 영상의 이해
7-2 디지털과 아날로그 신호
7-3 샘플링과 양자화7-4 MNIST 특징
7-5 MNIST에서 사진 가져오기

8 MNIST와 신경망의 입력과 출력
8-1 행렬식의 이해
8-2 행렬의 계산과 선형대수
8-3 행렬계산식의 수학적 이해
8-4 행렬계산을 위한 파이썬 코드
8-5 신경망 데이터의 행렬 특징
8-6 무작위 데이터로 신경망함수 만들기

9 항등 함수와 소프트맥스 함수
9-1 항등함수(identity function)
9-2 비례확률함수
9-3 소프트맥스 함수

10 손실함수
10-1 손실함수의 개념
10-2 평균, 중간값, 표준편차, 분산의 이해
10-3 평균제곱오차
10-4 크로스엔트로피오차(CEE)

11 경사와 미분
11-1 미분의 수학적 정의
11-2 수치미분
11-3 편미분
11-4 게임 캐릭터는 N 차원
11-5 2차원 함수의 그래프와 편미분
11-6 편미분 프로그래밍 코드
11-7 np.nditer
11-8 신경망 계산 과정에서의 미분 이해
11-9 네트워크변수의 편미분값인 기울기
11-10 nditer 편미분 코드
11-11 경사하강법

12 순전파
12-1 MNIST 데이터 입력
12-2 함수 정의
12-3 프로세스별 클래스 생성
12-4 네트워크클래스 생성
12-5 미분을 이용한 학습과 검증
12-6 학습 후 정확도 테스트

13 오차역전파
13-1 계산그래프
13-2 시그모이드 함수의 기울기
13-3 Softmax와 Cross Entropy Error
13-4 활성함수 Relu 클래스
13-5 Affine 클래스
13-6 오차역전파를 사용한 MNIST 학습

맺는 말
부록
찾아보기


리뷰

구매자 별점

0.0

점수비율

  • 5
  • 4
  • 3
  • 2
  • 1

0명이 평가함

리뷰 작성 영역

이 책을 평가해주세요!

내가 남긴 별점 0.0

별로예요

그저 그래요

보통이에요

좋아요

최고예요

별점 취소

구매자 표시 기준은 무엇인가요?

'구매자' 표시는 리디북스에서 유료도서 결제 후 다운로드 하시거나 리디셀렉트 도서를 다운로드하신 경우에만 표시됩니다.

무료 도서 (프로모션 등으로 무료로 전환된 도서 포함)
'구매자'로 표시되지 않습니다.
시리즈 도서 내 무료 도서
'구매자’로 표시되지 않습니다. 하지만 같은 시리즈의 유료 도서를 결제한 뒤 리뷰를 수정하거나 재등록하면 '구매자'로 표시됩니다.
영구 삭제
도서를 영구 삭제해도 ‘구매자’ 표시는 남아있습니다.
결제 취소
‘구매자’ 표시가 자동으로 사라집니다.

이 책과 함께 구매한 책


이 책과 함께 둘러본 책



본문 끝 최상단으로 돌아가기

spinner
모바일 버전