본문 바로가기

리디북스 접속이 원활하지 않습니다. 새로 고침(F5)해주세요.
계속해서 문제가 발생한다면 리디북스 접속 테스트를 통해 원인을 파악하고 대응 방법을 안내드리겠습니다.
테스트 페이지로 이동하기

RIDIBOOKS

리디북스 검색

리디북스 전체분야



처음 배우는 인공지능 상세페이지

책소개

<처음 배우는 인공지능> 머신러닝과 딥러닝 시대에 맞는 인공지능 개론
빅데이터가 축적되면서 머신러닝과 딥러닝 기술이 발전했고 개발자가 실제로 구현할 수 있는 프레임워크나 라이브러리가 등장했습니다. 전 세계 일류 IT 기업은 이러한 기술을 접목해 인공지능 서비스를 발표하고 있으며 앞으로는 더욱 향상된 인공지능 서비스가 등장할 것입니다.

이 책은 ‘넓게, 하지만 절대 얕지는 않게’ 개발자에게 꼭 필요한 인공지능의 기초 이론을 알려주는 개론서입니다. 통계 이론, 머신러닝, 딥러닝, 신경망, 강화 학습, 자연어 처리 등 오늘날 인공지능 서비스 구축에 필요한 핵심 이론과 알고리즘을 설명합니다. 또한 분산 컴퓨팅과 사물인터넷 등 인공지능에 필요한 인프라 기초도 다루므로 분야 전체의 개념을 이해하고 싶은 사람에게 도움이 될 것입니다.


출판사 서평

인공지능 기술의 숲을 확인한다!
대규모 연산 처리를 통해 기계에 학습을 시킬 수 있는 개발 환경이 등장했다. 이를 이용해 프로그래머라면 누구나 인공지능 서비스를 만들 수 있게 되었다. 하지만 영어 문법을 안다고 유창한 회화를 할 수 없듯이 제대로 된 인공지능 서비스를 개발하려면 인공지능 기술에 무엇이 있고 어떤 역할을 하는지 넓고 얕게라도 알 필요가 있다.

이 책은 최근 주목받고 있는 머신러닝과 딥러닝을 중심으로 개발자가 꼭 한 번 살펴봐야 할 최신 인공지능 기술을 소개한다. 또한 한국어판에서는 선형 회귀, 신경망 만들기, K-평균, 오토인코더, 합성곱 신경망, GAN의 6개 이론을 텐서플로를 이용해 간단히 구현해서 개발자들이 참고할 수 있도록 했다. 개발자, 데이터 과학자 등 실제 인공지능 서비스를 개발하는 데 연관 있는 사람이라면 이 책을 읽은 후 앞으로 더 깊게 인공지능 분야를 배울 수 있는 시작점과 이정표를 찾을 수 있을 것이다.


★ 주요 내용
인공지능의 개념과 역사
머신러닝, 딥러닝, 강화 학습, 이미지 인식, 자연어 처리 등 주요 인공지능 이론 소개
인공지능 서비스 구축에 필요한 하드웨어/소프트웨어 기반의 분산 컴퓨팅 소개
빅데이터/사물인터넷/인공지능 사이의 연관 관계

★ 대상 독자
인공지능 서비스 개발자
빅데이터와 클라우드 컴퓨팅을 다루는 데이터 과학자와 인프라 관리자
인공지능 분야를 공부하는 대학생과 대학원생



저자 소개

저자_다다 사토시

대학교에서 생물학을 전공하면서 프로그래밍을 취미로 시작한 이색 개발자. 프로그래밍 지식을 살려 생물정보학 기업에 근무하면서 본격적인 인공지능 프로그래밍을 시작했다. 데이터 분석 프로그램과 웹 기반의 데이터베이스 시스템 개발에 인공지능 서비스를 도입하는 업무를 맡고 있다.

역자_송교석

고려대학교 졸업 후 카네기 멜런 대학교에서 컴퓨터 과학 석사 학위를 받았다. 안랩에서 10년간 근무했으며 분사한 노리타운스튜디오의 대표이사를 역임했다. 최근에 인공지능 스타트업 메디픽셀을 설립해 대표를 맡고 있으며, CT 영상 분석을 통한 폐암의 조기 진단 등 의료 분야에 인공지능을 활용하는 개발 프로젝트를 진행하고 있다.

목차

Chapter 1 인공지능의 과거, 현재, 미래
__01 인공지능이란
__02 인공지능의 여명기
__03 인공지능의 발전 흐름

Chapter 2 규칙 기반 모델의 발전
__01 규칙 기반 모델
__02 지식 기반 모델
__03 전문가 시스템
__04 추천 엔진

Chapter 3 오토마톤과 인공 생명 프로그램
__01 인공 생명 시뮬레이션
__02 유한 오토마톤
__03 마르코프 모델
__04 상태 기반 에이전트

Chapter 4 가중치와 최적해 탐색
__01 선형 문제와 비선형 문제
__02 회귀분석
__03 가중 회귀분석
__04 유사도
__05 텐서플로를 이용한 선형 회귀 예제

Chapter 5 가중치와 최적화 프로그램
__01 그래프 이론
__02 그래프 탐색과 최적화
__03 유전 알고리즘
__04 신경망
__05 텐서플로를 이용한 신경망 만들기 예제

Chapter 6 통계 기반 머신러닝 1 - 확률분포와 모델링
__01 통계 모델과 확률분포
__02 베이즈 통계학과 베이즈 추론
__03 마르코프 연쇄 몬테카를로 방법
__04 은닉 마르코프 모델과 베이즈 네트워크

Chapter 7 통계 기반 머신러닝 2 - 자율 학습과 지도 학습
__01 자율 학습
__02 지도 학습
__03 텐서플로를 이용한 K-평균 예제

Chapter 8 강화 학습과 분산 인공지능
__01 앙상블 학습
__02 강화 학습
__03 전이 학습
__04 분산 인공지능

Chapter 9 딥러닝
__01 신경망의 다층화
__02 제한 볼츠만 머신
__03 심층 신경망
__04 합성곱 신경망(CNN)
__05 순환 신경망(RNN)
__06 텐서플로를 이용한 오토인코더 예제
__07 텐서플로를 이용한 합성곱 신경망 예제

Chapter 10 이미지와 음성 패턴 인식
__01 패턴 인식
__02 특징 추출 방법
__03 이미지 인식
__04 음성 인식
__05 텐서플로를 이용한 GAN 구현하기

Chapter 11 자연어 처리와 머신러닝
__01 문장 구조 이해
__02 지식 습득과 통계 의미론
__03 구조 분석
__04 텍스트 생성

Chapter 12 지식 표현과 데이터 구조
__01 데이터베이스
__02 검색
__03 의미 네트워크와 시맨틱 웹

Chapter 13 분산 컴퓨팅
__01 분산 컴퓨팅과 병렬 컴퓨팅
__02 분산 컴퓨팅 하드웨어 환경
__03 분산 컴퓨팅 소프트웨어 환경
__04 머신러닝과 딥러닝 개발 환경

Chapter 14 빅데이터와 사물인터넷의 관계
__01 빅데이터
__02 사물인터넷과 분산 인공지능
__03 뇌 기능과 로봇
__04 메타 인지
__05 일본 인공지능 기술 동향


리뷰

구매자 별점

0.0

점수비율

  • 5
  • 4
  • 3
  • 2
  • 1

전체 별점 0.0

0 명이 평가함

리뷰 작성 영역

이 책을 평가해주세요!

내가 남긴 별점 0.0

별로예요

그저그래요

보통이에요

좋아요

최고예요

별점 취소

아직 등록된 리뷰가 없습니다.
첫 번째 리뷰를 남겨주세요!

구매자 표시 기준은 무엇인가요?

‘구매자’ 표시는 유료 도서를 결제하고 다운로드 하신 경우에만 표시됩니다.

무료 도서 (프로모션 등으로 무료로 전환된 도서 포함)
'구매자'로 표시되지 않습니다.
시리즈 도서 내 무료도서
'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 책을 구매한 분들의 선택



본문 끝 최상단으로 돌아가기


spinner
모바일 버전