- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
TensorFlow Machine Learning Cookbook(Tensorflow v1.4 반영) - acorn+PACKT 시리즈 다양한 텐서플로 예제를 실행해 보면서 빠르게 익히는 머신 러닝
원제 : TensorFlow Machine Learning Cookbook
- 닉 맥클루어 저
- 황정동 역
- 에이콘출판
- 2017년 08월 31일
-
정가36,000원
-
판매가32,400원 [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
-
적립금1,800원 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 05월 09일(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: 9791161750453
528쪽
190 x 237 (㎜)
지금 이책은
- 판매지수 : 325
- 주간 컴퓨터/IT: 48위
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
-
노드JS와 몽고DB로 웹 개발 시작하기 - acorn+PACKT 시리즈 미툰 사티시, 브루노 조셉 드멜로, 제이슨 크롤 27,000원
-
파이썬 데이터 사이언스 핸드북 제이크 밴더플래스 34,200원
-
Head First Python[개정판] 폴 배리 28,800원
-
OpenCL 프로그래밍 Fixstars 25,200원
-
블록체인 혁명 돈 탭스콧, 알렉스 탭스콧 22,500원
이 책이 속한 분야
- 컴퓨터/IT > 프로그래밍 > 기타 프로그래밍 언어
책 소개
출판사 리뷰
■ 텐서플로 머신 러닝 라이브러리의 기본적인 내용
■ 텐서플로의 선형 회귀 기법
■ 실습 예제를 통한 서포트 벡터 머신(SVM) 학습
■ 신경망 구현과 예측 성능의 개선
■ 데이터 대상의 자연어 처리 및 감정 분석 수행
■ 실용적인 예제를 통한 합성곱 신경망(CNN)과 순환 신경망(RNN) 학습
■ 텐서플로의 실무 적용
★ 이 책의 대상 독자 ★
머신 러닝과 파이썬 프로그램에 어느 정도 경험이 있는 독자를 대상으로 한다. 머신 러닝에 대해 상당한 지식을 갖춘 독자라면, 이 책을 통해...
★ 이 책에서 다루는 내용 ★
■ 텐서플로 머신 러닝 라이브러리의 기본적인 내용
■ 텐서플로의 선형 회귀 기법
■ 실습 예제를 통한 서포트 벡터 머신(SVM) 학습
■ 신경망 구현과 예측 성능의 개선
■ 데이터 대상의 자연어 처리 및 감정 분석 수행
■ 실용적인 예제를 통한 합성곱 신경망(CNN)과 순환 신경망(RNN) 학습
■ 텐서플로의 실무 적용
★ 이 책의 대상 독자 ★
머신 러닝과 파이썬 프로그램에 어느 정도 경험이 있는 독자를 대상으로 한다. 머신 러닝에 대해 상당한 지식을 갖춘 독자라면, 이 책을 통해 텐서플로 코드를 이해할 수 있게 될 것이고, 파이썬에 대해 상당한 지식을 갖춘 독자라면 설명 부분에서 많은 지식을 얻을 수 있을 것이다.
★ 이 책의 구성 ★
1장, '텐서플로 시작'에서는 텐서플로의 주요 객체와 개념들에 대해 알아본다. 텐서, 변수, 플레이스홀더를 소개한다. 텐서플로의 행렬 처리 방식을 비롯한 다양한 수학적 연산 처리 방법도 알아본다. 마지막 부분에서는 책에서 사용하는 데이터의 출처와 데이터 구하는 방법도 알아본다.
2장, '텐서플로 동작 방식'에서는 1장의 알고리즘 구성 요소들을 연결해 단일 분류기 역할을 하는 다양한 계산 그래프를 만드는 방법을 알아본다. 그 과정에서 계산 그래프,비용 함수,역전파, 데이터를 이용한 학습 등을 살펴본다.
3장, '선형 회귀'에서는 데밍 회귀, 라소 회귀, 리지 회귀, 일래스틱 넷 회귀, 로지스틱 회귀 등의 다양한 선형 회귀를 텐서플로로 처리하는 방법을 알아본다. 각 방법들을 텐서플로 계산 그래프로 구현하는 방법을 살펴본다.
4장, '서포트 벡터 머신'에서는 서포트 벡터 머신을 소개하고, 텐서플로를 이용해 선형 SVM, 비선형 SVM, 다중 분류 SVM 등을 구현하는 방법을 알아본다.
5장, '최근접 이웃 알고리즘'에서는 수치 거리 함수, 문자 거리 함수, 혼합 거리 함수를 이용해 최근접 이웃 알고리즘을 구현하는 방법을 알아본다. 최근접 이웃 알고리즘을 이용해 주소 레코드 매칭, MNIST 데이터베이스 필기 숫자 분류 작업을 처리해본다.
6장, '신경망'에서는 연산 게이트와 활성화 함수부터 시작해서 텐서플로의 신경망구현 방법을 알아본다. 그다음 단층 신경망을 살펴보고 다양한 계층 구현 방법을 살펴본다. 마지막으로 신경망을 이용해 텐서플로에 틱택토 게임 방법을 학습시켜본다.
7장, '자연어 처리'에서는 텐서플로를 이용해 문서를 처리하는 다양한 방법을 알아본다. 단어 꾸러미 기법과 TF-IDF 구현을 살펴본다. 그다음 신경망을 이용해 문서를 표현할 때 사용하는 CBOW, 스킵-그램 임베딩을 소개하고, 이 기법을 Word2vec, Doc2vec 방식에 적용해 실제 예측 작업을 처리해본다.
8장, '합성곱 신경망'에서는 신경망 지식을 확장해서 합성곱 신경망(CNN)을 이미지에 적용하는 방법을 살펴본다. MNIST 숫자를 인식하는 단순 CNN 구현 방법을 알아보고, 이를 확장해 CIFAR-10 칼라 이미지를 처리해본다. 사전 학습된 이미지 인식 모델을 필요에 맞게 확장하는 방법도 알아본다. 마지막으로 텐서플로를 이용한 스타일넷/뉴럴-스타일 적용 방법, 딥드림(Deep Dream) 알고리즘 구현 방법을 알아본다.
9장, '순환 신경망'에서는 텐서플로의 순환 신경망(RNN) 구현 방법을 알아본다. 문자의 스팸 여부를 예측하는 방법, RNN 모델을 확장해 셰익스피어 말투의 문장을 생성하는 방법을 살펴본다. 영어를 독일어로 번역하는 시퀀스-투-시퀀스 모델도 학습해본다. 마지막으로 샴 RNN 망을 이용한 주소 매칭 작업을 살펴본다.
저자 소개
- 구분 : 저서
- 국적 : 미국
- 분류 : 과학/공학 저자
- 인기지수 : 16
워싱턴 주의 시애틀에 있는 페이스케일 사(PayScale, Inc)의 선임 데이터 과학자다. 이전에는 에서 Zillow and Caesar's Entertainment 일했다. 몬타나대학교(University of Montana), 세인트 베네딕트대학(College of Saint Benedict), 세인트 존스대학교(Saint John's University)에서 응용 수학 학위를 받았다.
해석학, 머신 러닝, 인공 지능 분야를 학습하고 옹호하는 데 열정을 다하고 있다. 생각과 사색의 결과물을 블로그(http://fromdata.org/)나 트위터(@nfmcclure)에 종종 남기곤 한다.
역자 소개
- 국적 : 대한민국
- 분류 : 과학/공학 저자
- 인기지수 : 164
서울대학교에서 전산학과 물리학을 전공하고 네오위즈에서 시스템 프로그래밍 시스템 및 네트워크 운영 등의 업무를 맡아 대규모 리눅스, 시스템과 네트워크를 관리하고 설계했다. 검색 전문 회사인 첫눈에서 웹봇을 개발했으며, NHN 검색센터에서는 언어 처리 관련 라이브러리 개발에 참여했다. Cauly 등의 모바일 광고 플랫폼 개발 경험도 있으며, LINE+에서 대규모 메시징 플랫폼 개발 및 운영에도 참여했다. 현재는 프리랜서 엔지니어로 활동 중이다.
목차
1장. 텐서플로 시작
__소개
__텐서플로 동작 방식
__텐서 정의
__플레이스홀더 및 변수 사용
__행렬 다루기
__연산 정의
__활성화 함수 구현
__데이터 출처 사용
__추가 자료
2장. 텐서플로 동작 방식
__소개
__계산 그래프의 연산
__다중 연산 중첩
__다층 처리
__비용 함수(손실 함수) 구현
__역전파 구현
__일괄 학습과 확률적 학습
__모든 요소 조합
__모델 평가
3장. 선형 회귀
__소개
__역행렬 기법 사용
__행렬 분해 기법 구현
__텐서플로의 선형 회귀 방식
__선형 회귀의 비용 함수
__데밍 회귀 구현
__라소 회귀 및 리지 회귀 구현
__일래스틱 넷 회귀 구현
__로지스틱 회귀 구현
4장. 서포트 벡터 머신
__소개
__선형 SVM 구현
__선형 회귀로 축소
__텐서플로의 커널 함수
__비선형 SVM 구현
__다중 분류 SVM 구현
5장. 최근접 이웃 알고리즘
__소개
__최근접 이웃 알고리즘
__문자 기반 거리
__혼합 거리 함수 계산
__주소 매칭 사례
__최근접 이웃 알고리즘을 이용한 이미지 인식
6장. 신경망
__소개
__연산 게이트 구현
__게이트와 활성화 함수
__단층 신경망 구현
__다양한 계층 구현
__다층 신경망 사용
__선형 모델 예측 개선
__틱택토 게임 방법 학습
7장. 자연어 처리
__소개
__단어 꾸러미 기법
__TF-IDF 구현
__스킵-그램 임베딩
__CBOW 임베딩
__Word2vec을 이용한 예측
__Doc2vec을 이용한 감정 분석
8장. 합성곱 신경망
__소개
__단순 CNN 구현
__고급 CNN 구현
__기존 CNN 모델 재학습
__스타일넷/뉴럴-스타일 적용
__딥드림 구현
9장. 순환 신경망
__소개
__스팸 예측을 위한 RNN 구현
__LSTM 모델 구현
__다층 LSTM
__시퀀스-투-시퀀스 모델
__샴 유사도 측정
10장. 텐서플로 실무 적용
__소개
__단위 테스트
__다중 실행자
__텐서플로 병렬화
__텐서플로 실무 적용
__텐서플로 실무 적용 사례
11장. 텐서플로 추가 학습
__소개
__텐서보드를 이용한 그래프 시각화
__유전 알고리즘
__K-평균 군집화
__상미분방정식(ODE) 풀이
__소개
__텐서플로 동작 방식
__텐서 정의
__플레이스홀더 및 변수 사용
__행렬 다루기
__연산 정의
__활성화 함수 구현
__데이터 출처 사용
__추가 자료
2장. 텐서플로 동작 방식
__소개
__계산 그래프의 연산
__다중 연산 중첩
__다층 처리
__비용 함수(손실 함수) 구현
__역전파 구현
__일괄 학습과 확률적 학습
__모든 요소 조합
__모델 평가
3장. 선형 회귀
__소개
__역행렬 기법 사용
__행렬 분해 기법 구현
__텐서플로의 선형 회귀 방식
__선형 회귀의 비용 함수
__데밍 회귀 구현
__라소 회귀 및 리지 회귀 구현
__일래스틱 넷 회귀 구현
__로지스틱 회귀 구현
4장. 서포트 벡터 머신
__소개
__선형 SVM 구현
__선형 회귀로 축소
__텐서플로의 커널 함수
__비선형 SVM 구현
__다중 분류 SVM 구현
5장. 최근접 이웃 알고리즘
__소개
__최근접 이웃 알고리즘
__문자 기반 거리
__혼합 거리 함수 계산
__주소 매칭 사례
__최근접 이웃 알고리즘을 이용한 이미지 인식
6장. 신경망
__소개
__연산 게이트 구현
__게이트와 활성화 함수
__단층 신경망 구현
__다양한 계층 구현
__다층 신경망 사용
__선형 모델 예측 개선
__틱택토 게임 방법 학습
7장. 자연어 처리
__소개
__단어 꾸러미 기법
__TF-IDF 구현
__스킵-그램 임베딩
__CBOW 임베딩
__Word2vec을 이용한 예측
__Doc2vec을 이용한 감정 분석
8장. 합성곱 신경망
__소개
__단순 CNN 구현
__고급 CNN 구현
__기존 CNN 모델 재학습
__스타일넷/뉴럴-스타일 적용
__딥드림 구현
9장. 순환 신경망
__소개
__스팸 예측을 위한 RNN 구현
__LSTM 모델 구현
__다층 LSTM
__시퀀스-투-시퀀스 모델
__샴 유사도 측정
10장. 텐서플로 실무 적용
__소개
__단위 테스트
__다중 실행자
__텐서플로 병렬화
__텐서플로 실무 적용
__텐서플로 실무 적용 사례
11장. 텐서플로 추가 학습
__소개
__텐서보드를 이용한 그래프 시각화
__유전 알고리즘
__K-평균 군집화
__상미분방정식(ODE) 풀이
머리말
★ 지은이의 말 ★
2015년 11월, 구글이 텐서플로를 오픈소스로 공개한 이후 텐서플로는 깃허브에서 가장 각광 받는 머신 러닝 프로젝트가 됐다. 텐서플로의 계산 그래프 생성 방식, 자동 미분 처리, 원하는 방식으로의 용이한 적용 등의 장점으로 인해 인기를 끌게 됐다. 이런 특성들로 인해 텐서플로는 다양한 머신 러닝 문제 해결에 사용할 수 있는 아주 강력한 도구가 됐다.
이 책은 많은 머신 러닝 알고리즘을 소개하며, 이들을 실제 데이터에 적용해보고, 그 결과를 어떻게 해석하는지 살펴본다.
★ 옮긴이의 말 ★
바야흐로 머신 러닝의 시대입니다. 머신 러닝에 기반을 둔 알파고가 바둑으로 '인간' 이세돌을 이긴 시점을 즈음해서 머신 러닝이 여러 분야의 전면에 등장해 우리 생활 속으로 파고들고 있습니다. 컴퓨터가 말을 알아듣고, 외국어를 번역해주고, 운전을 대신 해주는 것이 그다지 신기한 일이 아닌 세상이 되어가고 있습니다. 인간의 학습 과정을 모방한 머신 러닝을 이용하는 인공지능이 거의 모든 분야에서 인간을 따라잡는 순간이 머지않았는지도 모르겠습니다. 아니, 데이터의 생성 속도와 그 양이 한 인간이 수용할 수 없을 정도로 커가는 요즘이라면 머신 러닝이 인간의 직관을 넘어서는 특이점을 곧 마주할지 모르겠다는 생각도 듭니다.
머신 러닝은 본질적으로 인간의 귀납적 학습과 추론 과정을 모방하는 것입니다. 실제 머신 러닝을 구현할 때는 데이터 준비, 모델 평가, 모니터링, 시각화 등의 작업이 학습 알고리즘 구현만큼이나 중요합니다. 텐서플로는 이런 머신 러닝의 전 과정을 쉽게 구현할 수 있게 해주는 라이브러리입니다. 텐서플로는 학습 과정을 계산 그래프로 표현해서 학습을 위한 계산을 병렬 처리할 수 있게 해줍니다. 텐서플로를 이용하면 여러 GPU, 여러 장비를 활용해 학습 속도를 높이는 작업도 간단히 수행할 수 있습니다.
이 책은 개별적으로 실행 가능한 다양한 예제를 이용해서 텐서플로 사용법을 살펴봅니다. 머신 러닝에 익숙한 사람이라면 예제를 통해 텐서플로의 머신 러닝 구현 방식을 쉽게 파악하고 활용할 수 있습니다. 텐서플로를 이용하면 중요하지만 번거로운 학습 알고리즘 구현보다 더 중요한, 원하는 답을 찾아가는 학습 구조 설계에 집중할 수 있습니다. 머신 러닝에 익숙하지 않은 사람이라도 예제를 따라가다 보면 머신 러닝이 활용되는 방식 머신 러닝의 전체적인 구조, 목표와 한계를 빠르게 파악할 수 있습니다. 텐서플로를 이용하면 이렇게 학습한 내용만으로도 다양한 머신 러닝 모델을 구현해볼 수 있으며, 머신 러닝에 대한 좀 더 깊이 있는 학습의 출발점으로 삼을 수도 있습니다.
제임스 와트가 발명한 증기 기관은 여러 기계 장치에 활용되면서 산업 혁명을 이끌어냈습니다. 운송 수단에 증기 기관을 활용하려는 시도는 내연 기관을 비롯한 다양한 기관의 개발로 이어져 인류의 활동 범위를 혁명적으로 넓혔습니다. 어쩌면 지금 우리도 머신 러닝이 이끌어낼지 모르는 어떤 혁명적 시기의 초입에 있는 것일지도 모르겠습니다. 텐서플로와 같은 라이브러리로 대중화된 머신 러닝이 어떤 세상을 만들어낼지 궁금해집니다.
2015년 11월, 구글이 텐서플로를 오픈소스로 공개한 이후 텐서플로는 깃허브에서 가장 각광 받는 머신 러닝 프로젝트가 됐다. 텐서플로의 계산 그래프 생성 방식, 자동 미분 처리, 원하는 방식으로의 용이한 적용 등의 장점으로 인해 인기를 끌게 됐다. 이런 특성들로 인해 텐서플로는 다양한 머신 러닝 문제 해결에 사용할 수 있는 아주 강력한 도구가 됐다.
이 책은 많은 머신 러닝 알고리즘을 소개하며, 이들을 실제 데이터에 적용해보고, 그 결과를 어떻게 해석하는지 살펴본다.
★ 옮긴이의 말 ★
바야흐로 머신 러닝의 시대입니다. 머신 러닝에 기반을 둔 알파고가 바둑으로 '인간' 이세돌을 이긴 시점을 즈음해서 머신 러닝이 여러 분야의 전면에 등장해 우리 생활 속으로 파고들고 있습니다. 컴퓨터가 말을 알아듣고, 외국어를 번역해주고, 운전을 대신 해주는 것이 그다지 신기한 일이 아닌 세상이 되어가고 있습니다. 인간의 학습 과정을 모방한 머신 러닝을 이용하는 인공지능이 거의 모든 분야에서 인간을 따라잡는 순간이 머지않았는지도 모르겠습니다. 아니, 데이터의 생성 속도와 그 양이 한 인간이 수용할 수 없을 정도로 커가는 요즘이라면 머신 러닝이 인간의 직관을 넘어서는 특이점을 곧 마주할지 모르겠다는 생각도 듭니다.
머신 러닝은 본질적으로 인간의 귀납적 학습과 추론 과정을 모방하는 것입니다. 실제 머신 러닝을 구현할 때는 데이터 준비, 모델 평가, 모니터링, 시각화 등의 작업이 학습 알고리즘 구현만큼이나 중요합니다. 텐서플로는 이런 머신 러닝의 전 과정을 쉽게 구현할 수 있게 해주는 라이브러리입니다. 텐서플로는 학습 과정을 계산 그래프로 표현해서 학습을 위한 계산을 병렬 처리할 수 있게 해줍니다. 텐서플로를 이용하면 여러 GPU, 여러 장비를 활용해 학습 속도를 높이는 작업도 간단히 수행할 수 있습니다.
이 책은 개별적으로 실행 가능한 다양한 예제를 이용해서 텐서플로 사용법을 살펴봅니다. 머신 러닝에 익숙한 사람이라면 예제를 통해 텐서플로의 머신 러닝 구현 방식을 쉽게 파악하고 활용할 수 있습니다. 텐서플로를 이용하면 중요하지만 번거로운 학습 알고리즘 구현보다 더 중요한, 원하는 답을 찾아가는 학습 구조 설계에 집중할 수 있습니다. 머신 러닝에 익숙하지 않은 사람이라도 예제를 따라가다 보면 머신 러닝이 활용되는 방식 머신 러닝의 전체적인 구조, 목표와 한계를 빠르게 파악할 수 있습니다. 텐서플로를 이용하면 이렇게 학습한 내용만으로도 다양한 머신 러닝 모델을 구현해볼 수 있으며, 머신 러닝에 대한 좀 더 깊이 있는 학습의 출발점으로 삼을 수도 있습니다.
제임스 와트가 발명한 증기 기관은 여러 기계 장치에 활용되면서 산업 혁명을 이끌어냈습니다. 운송 수단에 증기 기관을 활용하려는 시도는 내연 기관을 비롯한 다양한 기관의 개발로 이어져 인류의 활동 범위를 혁명적으로 넓혔습니다. 어쩌면 지금 우리도 머신 러닝이 이끌어낼지 모르는 어떤 혁명적 시기의 초입에 있는 것일지도 모르겠습니다. 텐서플로와 같은 라이브러리로 대중화된 머신 러닝이 어떤 세상을 만들어낼지 궁금해집니다.
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)
