- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
베스트
기계 학습
- 오일석 저
- 한빛아카데미
- 2018년 01월 05일
-
정가32,000원
-
판매가32,000원 [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
-
적립금960원 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
품절된 상품입니다.
회원리뷰
ISBN: 9791156641582
664쪽
235 x 188 (㎜)
지금 이책은
- 판매지수 : 1,484
- 주간 가정/생활/요리: 247위
- 주간 컴퓨터/IT: 21위
이 분야의 베스트셀러
-
처음 만나는 인공지능 [개정판]
김대수
26,000원
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
이 책과 함께 구매한 책
-
컴퓨터과학의 기초를 다지는 단단한 수학 로널드 그레이엄, 도널드 커누스, 오렌 파타슈닉 44,100원
-
HTTP 완벽 가이드 데이빗 고울리 외 35,100원
-
프로그래머를 위한 베이지안 with 파이썬 캐머런 데이비슨 필론 24,300원
-
데브옵스 2.0 툴킷 - acorn+PACKT 시리즈 빅토르 파르시트 36,000원
-
텐서플로로 배우는 딥러닝 솔라리스 23,400원
책 소개
출판사 리뷰
2. 어렵고 방대한 주제이지만 친절하고 자세하게 설명해서 입문자를 배려한다.
3. 다양한 그림과 예제, 알고리즘을 함께 제시해서 독자의 이해력을 높인다.
4. 컴퓨터공학 전공자와 비전공자 모두 이 책을 활용할 수 있다.
한 권으로 꿰뚫는 기계 학습의 원리와 응용
기계 학습에 입문하려는 학생, 개발자, 연구원 모두를 대상으로 하는 책이다.
다양한 수준의 독자가 기계 학습에 흥미를 가지고 접근할 수 있도록 기계 학습의 원리와 응용을 폭넓게 다루었고, 특히 딥러닝을 깊이 있게 설명했다.
원시적인 학습 모델에서 출발하여 현대 학습 모델까지 역사적 맥락을 짚으며 설명했으며, 새로운 기법과 이전 기법을 대비하여 알고리즘에 대한 통찰력을 얻도록 구성했다.
또한 다양한 그림과 예제, 알고리즘을 함께 제시하여 보다 쉽게 수학을 접할 수 있도록 했고, 기승전결의 이야기 방식을 통해 독자의 호기심을 자극하여 지적 흥미를 끝까지 유지하도록 배려했다.
저자 소개
- 구분 : 저서
- 국적 : 대한민국
- 분류 : 기타
- 인기지수 : 191
isoh@chonbuk.ac.kr
1992년부터 전북대학교 컴퓨터공학부 교수로 재직 중이다. 1984년에 서울대학교 컴퓨터공학부를 졸업하고, 1992년에 KAIST 전산학과에서 박사학위를 받았다. 한국정보과학회 SA(소프트웨어와 응용) 논문지와 한국콘텐츠학회 논문지의 편집위원장을 지냈다. 주요 연구 분야는 기계 학습과 컴퓨터 비전, 패턴인식이다. 저서로는 『IT CookBook, 컴퓨터 비전』(한빛아카데미, 2014년, 대한민국학술원 2015년 우수학술도서), 『패턴인식』(교보문고, 2008년, 문화체육관광부 2009년 우수학술도서), 『C 프로그래밍과 스타일링』(교보문고, 2009년), 『컴퓨터 스토리』(교보문고, 2011년), 번역서로는 『앱인벤터2』(한빛아카데미, 2015년)가 있다.
책 속에서
목차
Chapter 01 소개
1.1 기계 학습이란
1.2 특징 공간에 대한 이해
1.3 데이터에 대한 이해
1.4 간단한 기계 학습의 예
1.5 모델 선택
1.6 규제
1.7 기계 학습 유형
1.8 기계 학습의 과거와 현재, 미래
연습문제
Chapter 02 기계 학습과 수학
2.1 선형대수
2.2 확률과 통계
2.3 최적화
연습문제
Chapter 03 다층 퍼셉트론
3.1 신경망 기초
3.2 퍼셉트론
3.3 다층 퍼셉트론
3.4 오류 역전파 알고리즘
3.5 미니배치 스토캐스틱 경사 하강법
3.6 다층 퍼셉트론에 의한 인식
3.7 다층 퍼셉트론의 특성
연습문제
Chapter 04 딥러닝 기초
4.1 딥러닝의 등장
4.2 깊은 다층 퍼셉트론
4.3 컨볼루션 신경망
4.4 컨볼루션 신경망 사례연구
4.5 생성 모델
4.6 딥러닝은 왜 강력한가?
연습문제
Chapter 05 딥러닝 최적화
5.1 목적함수: 교차 엔트로피와 로그우도
5.2 성능 향상을 위한 요령
5.3 규제의 필요성과 원리
5.4 규제 기법
5.5 하이퍼 매개변수 최적화
5.6 2차 미분을 이용한 최적화
연습문제
Chapter 06 비지도 학습
6.1 지도 학습과 비지도 학습, 준지도 학습
6.2 비지도 학습
6.3 군집화
6.4 밀도 추정
6.5 공간 변환의 이해
6.6 선형 인자 모델
6.7 오토인코더
6.8 매니폴드 학습
연습문제
Chapter 07 준지도 학습과 전이 학습
7.1 표현 학습의 중요성
7.2 내부 표현의 이해
7.3 준지도 학습
7.4 전이 학습
연습문제
Chapter 08 순환 신경망
8.1 순차 데이터
8.2 순환 신경망
8.3 장기 문맥 의존성
8.4 LSTM
8.5 응용 사례
연습문제
Chapter 09 강화 학습
9.1 강화 학습의 원리와 성질
9.2 정책과 가치함수
9.3 동적 프로그래밍
9.4 몬테카를로 방법
9.5 시간차 학습
9.6 근사 방법
9.7 응용 사례
연습문제
Chapter 10 확률 그래피컬 모델
10.1 확률과 그래프의 만남
10.2 베이지안 네트워크
10.3 마르코프 랜덤필드
10.4 RBM과 DBN
연습문제
Chapter 11 커널 기법
11.1 커널 트릭
11.2 커널 리지 회귀
11.3 커널 PCA
11.4 SVM 분류
11.5 SVM 회귀
연습문제
Chapter 12 앙상블 방법
12.1 동기와 원리
12.2 재샘플링 기법
12.3 결정 트리와 랜덤 포리스트
12.4 앙상블 결합
12.5 딥러닝과 앙상블
연습문제
1.1 기계 학습이란
1.2 특징 공간에 대한 이해
1.3 데이터에 대한 이해
1.4 간단한 기계 학습의 예
1.5 모델 선택
1.6 규제
1.7 기계 학습 유형
1.8 기계 학습의 과거와 현재, 미래
연습문제
Chapter 02 기계 학습과 수학
2.1 선형대수
2.2 확률과 통계
2.3 최적화
연습문제
Chapter 03 다층 퍼셉트론
3.1 신경망 기초
3.2 퍼셉트론
3.3 다층 퍼셉트론
3.4 오류 역전파 알고리즘
3.5 미니배치 스토캐스틱 경사 하강법
3.6 다층 퍼셉트론에 의한 인식
3.7 다층 퍼셉트론의 특성
연습문제
Chapter 04 딥러닝 기초
4.1 딥러닝의 등장
4.2 깊은 다층 퍼셉트론
4.3 컨볼루션 신경망
4.4 컨볼루션 신경망 사례연구
4.5 생성 모델
4.6 딥러닝은 왜 강력한가?
연습문제
Chapter 05 딥러닝 최적화
5.1 목적함수: 교차 엔트로피와 로그우도
5.2 성능 향상을 위한 요령
5.3 규제의 필요성과 원리
5.4 규제 기법
5.5 하이퍼 매개변수 최적화
5.6 2차 미분을 이용한 최적화
연습문제
Chapter 06 비지도 학습
6.1 지도 학습과 비지도 학습, 준지도 학습
6.2 비지도 학습
6.3 군집화
6.4 밀도 추정
6.5 공간 변환의 이해
6.6 선형 인자 모델
6.7 오토인코더
6.8 매니폴드 학습
연습문제
Chapter 07 준지도 학습과 전이 학습
7.1 표현 학습의 중요성
7.2 내부 표현의 이해
7.3 준지도 학습
7.4 전이 학습
연습문제
Chapter 08 순환 신경망
8.1 순차 데이터
8.2 순환 신경망
8.3 장기 문맥 의존성
8.4 LSTM
8.5 응용 사례
연습문제
Chapter 09 강화 학습
9.1 강화 학습의 원리와 성질
9.2 정책과 가치함수
9.3 동적 프로그래밍
9.4 몬테카를로 방법
9.5 시간차 학습
9.6 근사 방법
9.7 응용 사례
연습문제
Chapter 10 확률 그래피컬 모델
10.1 확률과 그래프의 만남
10.2 베이지안 네트워크
10.3 마르코프 랜덤필드
10.4 RBM과 DBN
연습문제
Chapter 11 커널 기법
11.1 커널 트릭
11.2 커널 리지 회귀
11.3 커널 PCA
11.4 SVM 분류
11.5 SVM 회귀
연습문제
Chapter 12 앙상블 방법
12.1 동기와 원리
12.2 재샘플링 기법
12.3 결정 트리와 랜덤 포리스트
12.4 앙상블 결합
12.5 딥러닝과 앙상블
연습문제
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)
