- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
그림과 수식으로 배우는 통통 인공지능
시리즈 : I♥A.I. 인공지능 시리즈(아이러브A.I.) [16]
원제 : イラストで学ぶ 人工知能概論
- 타니구치 타다히로 저
- 심효섭 역
- 제이펍
- 2017년 09월 29일
-
정가23,000원
-
판매가23,000원 [0% 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
-
적립금690원 적립 [3%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.
2026년 11월 04일(수)※ 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: 9791185890944
280쪽
170 x 226 (㎜)
무선제본
지금 이책은
- 판매지수 : 538
- 주간 컴퓨터/IT: 79위
이 분야의 베스트셀러
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
-
모두를 위한 RPA 유아이패스 UiPath 입문 + 활용 [2판]
송순오
26,000원
이 책과 함께 구매한 책
-
그림과 수식으로 배우는 통통 딥러닝 야마시타 타카요시 23,000원
-
그림과 수식으로 배우는 통통 머신러닝 스기야마 마사시 23,000원
-
공부의 기본 도쿄대과외교사모임 10,800원
-
인공지능 개론 - IT CookBook 110 마이클 네그네빗스키 25,000원
-
컴퓨팅 사고력을 키우는 이산수학 [개정판] - IT CookBook 210 박주미 25,000원
이 책의 시리즈
전체 선택
쇼핑카트 담기
-
-
파이썬으로 시작하는 캐글 18,000원 (0%↓+3%P)
-
단단한 강화학습 35,000원 (0%↓+3%P)
-
케라스 창시자의 딥러닝 with R 29,000원 (0%↓+3%P)
-
심층 학습 42,000원 (0%↓+3%P)
-
백설공주 거울과 인공지능 이야기 19,800원 (0%↓+3%P)
-
책 소개
이 책은
바퀴오리 2호의 모험을 따라가며
인공지능 기술 전반을 공부하는 새로운 커리큘럼!
이 책은 주인공인 바퀴오리 2호가 미로를 빠져나가 스핑크스를 물리치는 여정을 담고 있다. 인공지능이 탑재된 바퀴오리 2호는 미로로 구성된 던전에서 최적의 경로를 선택하고, 적을 피하고, 보물을 획득하고, 스핑크스가 내는 문제를 푼다. 이 이야기 속에는 A* 알고리즘이나 술어 논리, 게임 트리, 자연언어 처리 같은 인공지능 개론의 단골 분야부터 머신러닝이나 로봇의 위치 추정 등 기존의 인공지능 개론에는 없던 새로운 내용까지 담겨 있다.
출판사 리뷰
인공지능 기술 전반을 공부하는 새로운 커리큘럼!
이 책은 주인공인 바퀴오리 2호가 미로를 빠져나가 스핑크스를 물리치는 여정을 담고 있다. 인공지능이 탑재된 바퀴오리 2호는 미로로 구성된 던전에서 최적의 경로를 선택하고, 적을 피하고, 보물을 획득하고, 스핑크스가 내는 문제를 푼다. 이 이야기 속에는 A* 알고리즘이나 술어 논리, 게임 트리, 자연언어 처리 같은 인공지능 개론의 단골 분야부터 머신러닝이나 로봇의 위치 추정 등 기존의 인공지능 개론에는 없던 새로운 내용까지 담겨 있다.
이 책...
바퀴오리 2호의 모험을 따라가며
인공지능 기술 전반을 공부하는 새로운 커리큘럼!
이 책은 주인공인 바퀴오리 2호가 미로를 빠져나가 스핑크스를 물리치는 여정을 담고 있다. 인공지능이 탑재된 바퀴오리 2호는 미로로 구성된 던전에서 최적의 경로를 선택하고, 적을 피하고, 보물을 획득하고, 스핑크스가 내는 문제를 푼다. 이 이야기 속에는 A* 알고리즘이나 술어 논리, 게임 트리, 자연언어 처리 같은 인공지능 개론의 단골 분야부터 머신러닝이나 로봇의 위치 추정 등 기존의 인공지능 개론에는 없던 새로운 내용까지 담겨 있다.
이 책은 흥미로운 이야기를 따라가며 쉽게 이해할 수 있게 구성되었다. 그러나 인공지능 교재를 염두에 두고 집필된 만큼 독자가 미적분이나 선형대수, 데이터 구조 및 기초 알고리즘을 아는 것으로 가정하였다.
이 책의 주요 내용
ㆍ소개
인공지능이란 무엇인가?
ㆍ탐색
상태 공간과 기본적인 탐색 기법 / 최적 경로 탐색하기 / 게임 이론
ㆍ다단계 결정
동적 계획법 / 강화 학습
ㆍ위치 추정
베이즈 필터 / 입자 필터
ㆍ학습과 인식
클러스터링 / 패턴 인식
ㆍ언어와 논리
자연언어 처리 / 기호 논리 / 증명과 질의응답
저자 소개
- 구분 : 저서
- 국적 : 일본
- 분류 : 기타
- 인기지수 : 11
1978년 교토에서 태어났다. 2001년 교토대학 공학부 물리공학과를 졸업하고, 2006년 교토대학 대학원 고학연구과 정밀공학연구전공 박사과정을 수료하였다. 일본학술진흥회 특별연구원으로 있었으며, 리츠메이칸대학 정보이공학부 지능정보학과 조교를 거쳐 2010년부터는 준교수로 재직
중이다. 계측자동제어학회 학술장려상, 시스템제어정보학회 장려상, 논문상, 스나하라상 등을 수상하였다. 저서로는 《コミュニケーションするロボットは創れるか(커뮤니케이션 로봇을 만들 수 있을까)》(NTT출판, 2010), 《ビブリオバトル(비브리오 배틀)》(분게이슌주, 2013), 《記号創発ロボティク ス(기호창발 로보틱스)》(고단샤, 2014) 등이 있다.
역자 소개
- 국적 : 대한민국
- 분류 : 과학/공학 저자 , 기타
- 인기지수 : 244
연세대학교 문헌정보학과를 졸업하고 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하게 되면서 개발을 시작했다. 네이버에서 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에 기계 학습에 대한 공부도 꾸준히 하고 있다. 최근 관심사는 회사에 속하지 않고도 지속 가능한 삶이다. 옮긴 책으로 『딥러닝 제대로 시작하기』, 『그림과 수식으로 배우는 통통 딥러닝』이 있다.
책 속에서
바퀴오리 2호는 던전에 들어가 보물 상자나 출구 등을 찾아야 한다. 바퀴오리 2호는 보물 상자에 들어 있는 아이템이나 보물을 입수하면서 출구에 빠르게 도달하고, 스핑크스를 쓰러뜨린 다음 돌아와야 한다. 던전 안은 미로 구조로 되어 있다. 이 미로를 그저 더듬으면서 나아가서 출구에 도달할 수도 있지만, 같은 곳을 뱅뱅 돌 수도 있고, 막다른 길에 도달할 수도 있을 것이다. 그럼 어떻게 해야 효율적이고 확실하게 보물 상자나 출구를 찾을 수 있을까?
_25쪽
상태나 상태 사이를 오가는 데 필요한 비용이 항상 변하지 않고, 목표 지점이 하나뿐이라면 A* 알고리즘으로 목표 지점에 다다를 수 있다. 그러나 바퀴오리 2호가 실제로 취하는 행동이 한눈팔지 않고 곧장 목표 지점으로 가는 것뿐일까? 가는 도중에 특정한 시각에 나타나는 아이템을 얻어야 하고, 또 다른 특정 시각에 지나가는 적을 피해야만 할 수도 있다. 또, 목표 지점도 여러 곳 존재할 수 있다. 그렇다면 그중에서도 가장 ‘이득이 되는’ 목표 지점으로 가야 할 것이다. 그러나 그렇다고 해서 모든 행동 패턴을 시도해 볼 수는 없는 일, 그럼 어떻게 해야 할까?
_75쪽
강화 학습에는 ‘학습’이라는 말이 포함되어 있기 때문에, 언뜻 보면 동적 계획법이나 제어 이론의 최적 제어론 등과는 전혀 다른 것처럼 보이지만, 실제로는 이들과 매우 공통점이 많은 이론이다.
강화 학습 이론은 처음부터 상태 공간이나 상태와 상태 사이의 인접 관계를 부여하지 않기 때문에, 지식이나 환경의 불확실성을 고려하지 않으면 안 된다. 그 때문에 결정적 시스템이 아닌 확률적 시스템으로서 시스템을 모형화한다는 점과 보상을 받아가면서 학습하는, 다시 말해 온라인 학습을 가정하고 있다는 것이 5장에서 다뤘던 동적 계획법과의 차이점이다. 강화 학습 이론은 수학적으로는 마르코프 결정 프로세스를 전제로 한 최적화 문제로 볼 수 있다.
_101쪽
바퀴오리 2호의 목적은 미로를 빠져나와 스핑크스를 물리치는 것이었다. 그러기 위해서는, 먼저 미로 안에서 목표 지점과 보물 상자를 찾아내야만 한다. 아는 것이 없으면 아무것도 할 수 없으므로 먼저 바퀴오리 2호에게 지도를 주었다. 또, 바퀴오리 2호는 자신의 위치를 정확히 알 수 있다고 가정하였다. 이렇게 구축한 상태 공간에서, 먼저 단순한 탐색 알고리즘인 깊이우선 탐색과 너비우선 탐색을 도입하였다. 깊이우선 탐색은 스택이라는 자료구조를 이용하며 너비우선 탐색은 큐 자료구조에 기반을 두고 있어 오픈 리스트를 관리하고 탐색을 수행하는 방법에 차이가 있었다. 그러나 이 탐색 기법들은 상태 공간을 ‘샅샅이’ 뒤져야 하므로 목표 지점을 효율적으로 탐색하는 것이 보장되지 않았다.
_222쪽
이렇게 ‘가정’이 필요 없도록 단계적으로 기능을 추가하는 식의 인공지능 연구 단계를 구성하는 것이 매우 중요하다. 이를 위해서라도 학습자, 설계자, 연구자 자신이 항상 ‘무엇을 가정하고 있는지’를 주의 깊게 생각하는 것이 중요하다. 이를 위해서는 ‘문제를 해결한다’, ‘실세계를 바꾼다’는 생각을 늘 의식하면서 연구 개발에 매진하는 것이 중요하다. 지능을 만들기 위한 가정을 명확하게 하고, 그 가정을 하나씩 완화하도록 노력하면 바퀴오리 2호의 지능은 사람의 지능에 가까워질 것이다.
_226쪽
목차
CHAPTER 1 인공지능을 만들자 1
1.1 인공지능이란 무엇인가? 2
1.2 인공지능의 역사 4
1.3 인공지능의 기본 문제 7
1.4 바퀴오리 2호의 모험 11
연습문제 15
CHAPTER 2 탐색(1): 상태 공간과 기본적인 탐색 기법 17
2.1 상태 공간 표현 18
2.2 미로의 상태 공간 구성 23
2.3 기본적인 탐색 26
2.4 바퀴오리 2호의 미로 탐색 31
연습문제 34
CHAPTER 3 탐색(2): 최적 경로 탐색하기 35
3.1 최적 경로에 대한 탐색과 휴리스틱 36
3.2 최적 탐색 38
3.3 최고우선 탐색 40
3.4 A* 알고리즘 42
3.5 최적 경로를 따라 미로를 벗어나는 바퀴오리 2호 44
연습문제 47
CHAPTER 4 게임 이론 49
4.1 이득과 회피 행동 50
4.2 표준형 게임 54
4.3 전개형 게임 59
연습문제 64
CHAPTER 5 다단계 결정(1): 동적 계획법 67
5.1 다단계 결정 문제 68
5.2 동적 계획법 70
5.3 보물 상자를 열고 목표 지점으로! 73
5.4 예제: 편집 거리 계산 76
연습문제 81
CHAPTER 6 확률과 베이즈 이론의 기초 83
6.1 환경의 불확실성 84
6.2 확률의 기초 85
6.3 베이즈 정리 89
6.4 확률적 시스템 92
연습문제 97
CHAPTER 7 다단계 결정(2): 강화 학습 99
7.1 강화 학습이란 무엇인가 100
7.2 마르코프 결정 프로세스 102
7.3 할인 누적 보상 103
7.4 가치 함수 107
7.5 학습 방법의 실제: Q-학습 112
연습문제 116
CHAPTER 8 위치 추정(1): 베이즈 필터 117
8.1 위치를 추정하는 문제 118
8.2 부분 관측 마르코프 결정 프로세스 120
8.3 베이즈 필터 122
8.4 바퀴오리 2호의 통로에서의 위치 추정(베이즈 필터) 124
연습문제 128
CHAPTER 9 위치 추정(2): 입자 필터 129
9.1 베이즈 필터의 문제점 130
9.2 몬테 카를로 근사 130
9.3 입자 필터 134
9.4 바퀴오리 2호의 통로 안에서의 위치 추정 (입자 필터) 137
연습문제 140
CHAPTER 10 학습과 인식(1): 클러스터링 141
10.1 클러스터링 142
10.2 K-평균 클러스터링 145
10.3 가우시안 혼합 모형 147
10.4 계층적 클러스터링 150
10.5 차원 축소 151
연습문제 154
CHAPTER 11 학습과 인식(2): 패턴 인식 157
11.1 머신러닝의 기초 158
11.2 패턴 인식 161
11.3 회귀 문제 163
11.4 분류 문제 170
연습문제 175
CHAPTER 12 언어와 논리(1): 자연언어 처리 177
12.1 자연언어 처리 178
12.2 형태소 분석 181
12.3 구문 분석 185
12.4 Bag-of-words 표현 188
연습문제 191
CHAPTER 13 언어와 논리(2): 기호 논리 193
13.1 기호 논리 194
13.2 술어 논리 195
13.3 절 형태 199
연습문제 204
CHAPTER 14 언어와 논리(3): 증명과 질의응답 207
14.1 도출 원리 208
14.2 술어 논리를 통한 질의응답 212
13.3 스핑크스의 수수께끼 216
연습문제 219
CHAPTER 15 정리: 지능을 ‘만든다’는 것 221
15.1 바퀴오리 2호의 모험: 총 정리 편 222
15.2 신체에 대한 지혜 227
15.3 기호에 대한 지혜 232
15.4 인공지능과 미래 236
연습문제 239
APPENDIX A 신경망 학습법에 대한 유도 240
APPENDIX B 연습문제 정답 243
맺으며 253
찾아보기 256
1.1 인공지능이란 무엇인가? 2
1.2 인공지능의 역사 4
1.3 인공지능의 기본 문제 7
1.4 바퀴오리 2호의 모험 11
연습문제 15
CHAPTER 2 탐색(1): 상태 공간과 기본적인 탐색 기법 17
2.1 상태 공간 표현 18
2.2 미로의 상태 공간 구성 23
2.3 기본적인 탐색 26
2.4 바퀴오리 2호의 미로 탐색 31
연습문제 34
CHAPTER 3 탐색(2): 최적 경로 탐색하기 35
3.1 최적 경로에 대한 탐색과 휴리스틱 36
3.2 최적 탐색 38
3.3 최고우선 탐색 40
3.4 A* 알고리즘 42
3.5 최적 경로를 따라 미로를 벗어나는 바퀴오리 2호 44
연습문제 47
CHAPTER 4 게임 이론 49
4.1 이득과 회피 행동 50
4.2 표준형 게임 54
4.3 전개형 게임 59
연습문제 64
CHAPTER 5 다단계 결정(1): 동적 계획법 67
5.1 다단계 결정 문제 68
5.2 동적 계획법 70
5.3 보물 상자를 열고 목표 지점으로! 73
5.4 예제: 편집 거리 계산 76
연습문제 81
CHAPTER 6 확률과 베이즈 이론의 기초 83
6.1 환경의 불확실성 84
6.2 확률의 기초 85
6.3 베이즈 정리 89
6.4 확률적 시스템 92
연습문제 97
CHAPTER 7 다단계 결정(2): 강화 학습 99
7.1 강화 학습이란 무엇인가 100
7.2 마르코프 결정 프로세스 102
7.3 할인 누적 보상 103
7.4 가치 함수 107
7.5 학습 방법의 실제: Q-학습 112
연습문제 116
CHAPTER 8 위치 추정(1): 베이즈 필터 117
8.1 위치를 추정하는 문제 118
8.2 부분 관측 마르코프 결정 프로세스 120
8.3 베이즈 필터 122
8.4 바퀴오리 2호의 통로에서의 위치 추정(베이즈 필터) 124
연습문제 128
CHAPTER 9 위치 추정(2): 입자 필터 129
9.1 베이즈 필터의 문제점 130
9.2 몬테 카를로 근사 130
9.3 입자 필터 134
9.4 바퀴오리 2호의 통로 안에서의 위치 추정 (입자 필터) 137
연습문제 140
CHAPTER 10 학습과 인식(1): 클러스터링 141
10.1 클러스터링 142
10.2 K-평균 클러스터링 145
10.3 가우시안 혼합 모형 147
10.4 계층적 클러스터링 150
10.5 차원 축소 151
연습문제 154
CHAPTER 11 학습과 인식(2): 패턴 인식 157
11.1 머신러닝의 기초 158
11.2 패턴 인식 161
11.3 회귀 문제 163
11.4 분류 문제 170
연습문제 175
CHAPTER 12 언어와 논리(1): 자연언어 처리 177
12.1 자연언어 처리 178
12.2 형태소 분석 181
12.3 구문 분석 185
12.4 Bag-of-words 표현 188
연습문제 191
CHAPTER 13 언어와 논리(2): 기호 논리 193
13.1 기호 논리 194
13.2 술어 논리 195
13.3 절 형태 199
연습문제 204
CHAPTER 14 언어와 논리(3): 증명과 질의응답 207
14.1 도출 원리 208
14.2 술어 논리를 통한 질의응답 212
13.3 스핑크스의 수수께끼 216
연습문제 219
CHAPTER 15 정리: 지능을 ‘만든다’는 것 221
15.1 바퀴오리 2호의 모험: 총 정리 편 222
15.2 신체에 대한 지혜 227
15.3 기호에 대한 지혜 232
15.4 인공지능과 미래 236
연습문제 239
APPENDIX A 신경망 학습법에 대한 유도 240
APPENDIX B 연습문제 정답 243
맺으며 253
찾아보기 256
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)
