- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
백설공주 거울과 인공지능 이야기 볼츠만 머신러닝에서 딥러닝까지
시리즈 : I♥A.I. 인공지능 시리즈(아이러브A.I.) [16]
원제 : 機械学習入門 ボルツマン機械学習から深層学習まで
- 오제키 마사유키 저
- 제이펍
- 2018년 10월 30일
-
정가19,800원
-
판매가19,800원 [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
-
적립금590원 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.
2024년 12월 12일(목)※ 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: 9791188621446
208쪽
170 x 225 (㎜)
지금 이책은
- 판매지수 : 208
이 분야의 베스트셀러
-
최신 디지털 공학 [제11판]
Thomas L. Floyd
39,000원
-
화학공학 열역학[8판]
J. M. Smith
37,000원
-
화학공정계산 [제4판]
Richard M. Felder,Ronald W. Rousseau, Lisa G. Bullard
37,000원
이 책과 함께 구매한 책
-
연두팡 한글 떼기 워크북 2단계 - 모음배우기 편집부 7,200원
-
나는 대한민국 물리치료사다 이문환 11,700원
-
내일이 간직할 오늘, 유튜브 브이로그 만들기 이슬기 13,500원
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
재미있는 삽화와 이야기로 배우는 인공지능!
쇼에이사 주관 2018 IT 엔지니어가 읽어야 할 기술서 부문 대상 수상!
이 책에서는 ‘머신러닝은 무엇인가?’부터 시작하여 최근 연구의 돌파구를 만든 딥러닝, 그리고 딥러닝 초기 연구의 계기가 되었던 볼츠만 머신을 이용한 머신러닝을 ‘수식 없이’, ‘이야기와 함께’ 설명해 보고자 합니다. 관심 있는 사람이라면 누구든지 읽을 수 있는, 그야말로 세상에 없던 새로운 머신러닝 책입니다.
출판사 리뷰
수식 없이 이해하는 머신러닝, 딥러닝!
재미있는 삽화와 이야기로 배우는 인공지능!
다양한 머신러닝의 뿌리가 되는 ‘볼츠만 머신러닝’을 중심으로 설명!
‘어떻게 하면 쉽고 재미있게 인공지능을 이해할 수 있을까?’라는 근본적인 고민에서 출발한 이 책은 ‘머신러닝은 무엇인가?’부터 시작하여 최근 연구의 돌파구를 만든 딥러닝, 그리고 딥러닝 초기 연구의 계기가 되었던 볼츠만 머신을 이용한 머신러닝을 ‘수식 없이’, ‘이야기와 함께’ 설명합니다. 학생의 역할을 하는 동화 속의 왕비와 선생님의 역할을 하는 거울이 삽화와 함께 대화를 이어가면서 볼츠만 머신러닝을 재미나고 이해하기 쉽게 설명합니다.
인공지능을 접하지 않았던 개발자는 물론, 관심 있는 사람이라면 누구든지 읽을 수 있는, 그야말로 세상에 없던 새로운 머신러닝 책입니다.
이 책의 대상 독자
- 인공지능을 배우고자 하는 개발자
- 인공지능과 미래 과학에 호기심 많은 일반인
- 인공지능 분야를 미래의 직업으로 생각하는 고등학생, 대학생
저자 소개
지은이 : 오제키 마사유키
이학박사. 1982년 도쿄에서 태어나서 도쿄공업대학 이학부 물리학과를 졸업하고, 2008년 같은 대학에서 박사 과정을 조기 수료하였다. 순다이 입시학원에서 비상근 강사로 물리를 가르쳤고, 교토대학 대학원 정보연구과 시스템과학전공 조교, 로마대학 물리학과 연구원을 거쳐 도호쿠대학 대학원 정보과학연구과 응용정보과학 전공 준교수에 부임하였다. 2016년 문부과학성 장관 표창으로 젊은 과학자상 등을 수상하였다. 저서에는 《기계학습입문 볼츠만 기계학습부터 심층학습까지》등이 있다.
옮긴이 : 심효섭
연세대학교 문헌정보학과를 졸업하고 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하게 되면서 개발을 시작했다. 네이버에서 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에 머신러닝에 대한 공부도 꾸준히 하고 있다. 최근 관심사는 회사에 속하지 않고도 지속 가능한 삶이다. 옮긴 책으로는 『엔지니어를 위한 블록체인 프로그래밍』(한빛미디어), 『엔지니어를 위한 파이썬』, 『딥러닝 제대로 시작하기』, 『딥러닝 제대로 정리하기』, 『그림과 수식으로 배우는 통통 딥러닝』, 『그림과 수식으로 배우는 통통 머신러닝』, 『그림과 수식으로 배우는 통통 인공지능』(이상 제이펍), 『파이썬으로 시작하는 컴퓨터 과학 입문』(인사이트) 등이 있다.
역자 소개
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 책으로는 《딥러닝 제대로 시작하기》, 《그림과 수식으로 배우는 통통 딥러닝》 등 10여 종이 있다.
책 속에서
그래서 이 책에서는 ‘머신러닝은 무엇인가?’부터 시작하여 최근 연구의 돌파구를 만든 딥러닝, 그리고 딥러닝 초기 연구의 계기가 되었던 볼츠만 머신을 이용한 머신러닝을 ‘수식 없이’, ‘이야기와 함께’ 설명해 보고자 합니다. 관심 있는 사람이라면 누구든지 읽을 수 있는, 그야말로 세상에 없던 새로운 머신러닝 책을 만들어 보았습니다. _x쪽
이 책은 이러한 머신러닝 과정에 일어나는 계산 중 기본적인 부분을 내용으로 한다. 그리고 최근에 있었던 연구의 돌파구인 딥러닝(deep learning, 심층학습)에 대해서도 간략한 내용과 그 의의를 다룰 것이다. _9쪽
거울: 현실을 받아들여야죠. 그럼, 가중치를 음수로 하면 어떨까요?
왕비: 마이너스가 되도록 하겠다는 거지? 그게 좋겠네, 조금 짜증은 나지만…
거울: 그럼, 이 레버를 당겨 보세요. 이쪽으로 당기면 음수가 됩니다.
왕비: 그건 그렇고 이 레버는 대체 언제 다 설치한 거야?
거울: 이런 일도 있지 않을까 싶어서 하인 분들께 부탁드렸어요. _30쪽
다양한 특징값에 가중치를 곱하고 다시 그 값을 합하는 과정을 거쳐, 다시 그 결과를 비선형 변환을 통해 복잡한 함수의 부분을 만든다. 이렇게 만든 특징값을 다시 조합하는 과정을 반복하는 형태로 구성된 여러 층의 구조를 신경망이라고 한다. 신경망은 또한 우리 뇌에 있는 신경 회로망이라는 의미도 갖고 있다. _66쪽
병사: 그렇다는 얘기는, 행렬은 패턴의 양상과 위치, 패턴의 강도로 요약할 수 있다는 거네요.
거울: 똑똑하시네요. 말씀하신 대로입니다.
거울: 행렬을 구성하는 모든 숫자에 의미를 두는 대신, 벡터가 이루는 패턴과 그 패턴이 어떤 위치에 어느 정도 강도로 출현하는지에 대한 관점으로 행렬을 나타낼 수 있어요. 이때 행렬을 나타내는 데 필요한 패턴의 수가 적으면 행렬 전체를 나타내는 데 필요한 숫자의 수도 적어지겠죠. 이런 패턴의 개수를 행렬의 랭크(rank)라고 합니다. 랭크가 낮은 행렬에는 빠진 값을 채워 넣을 수 있어요. 이것을 저랭크 행렬 복원(low-rank matrix completion)이라고 해요.
왕비: 그런데 어떻게 그게 가능한 거야? _110쪽
이 책은 이러한 머신러닝 과정에 일어나는 계산 중 기본적인 부분을 내용으로 한다. 그리고 최근에 있었던 연구의 돌파구인 딥러닝(deep learning, 심층학습)에 대해서도 간략한 내용과 그 의의를 다룰 것이다. _9쪽
거울: 현실을 받아들여야죠. 그럼, 가중치를 음수로 하면 어떨까요?
왕비: 마이너스가 되도록 하겠다는 거지? 그게 좋겠네, 조금 짜증은 나지만…
거울: 그럼, 이 레버를 당겨 보세요. 이쪽으로 당기면 음수가 됩니다.
왕비: 그건 그렇고 이 레버는 대체 언제 다 설치한 거야?
거울: 이런 일도 있지 않을까 싶어서 하인 분들께 부탁드렸어요. _30쪽
다양한 특징값에 가중치를 곱하고 다시 그 값을 합하는 과정을 거쳐, 다시 그 결과를 비선형 변환을 통해 복잡한 함수의 부분을 만든다. 이렇게 만든 특징값을 다시 조합하는 과정을 반복하는 형태로 구성된 여러 층의 구조를 신경망이라고 한다. 신경망은 또한 우리 뇌에 있는 신경 회로망이라는 의미도 갖고 있다. _66쪽
병사: 그렇다는 얘기는, 행렬은 패턴의 양상과 위치, 패턴의 강도로 요약할 수 있다는 거네요.
거울: 똑똑하시네요. 말씀하신 대로입니다.
거울: 행렬을 구성하는 모든 숫자에 의미를 두는 대신, 벡터가 이루는 패턴과 그 패턴이 어떤 위치에 어느 정도 강도로 출현하는지에 대한 관점으로 행렬을 나타낼 수 있어요. 이때 행렬을 나타내는 데 필요한 패턴의 수가 적으면 행렬 전체를 나타내는 데 필요한 숫자의 수도 적어지겠죠. 이런 패턴의 개수를 행렬의 랭크(rank)라고 합니다. 랭크가 낮은 행렬에는 빠진 값을 채워 넣을 수 있어요. 이것을 저랭크 행렬 복원(low-rank matrix completion)이라고 해요.
왕비: 그런데 어떻게 그게 가능한 거야? _110쪽
목차
CHAPTER 01 아는 것이 없는 거울 1
1.1 마법의 거울과 왕비 2
1.2 머신러닝을 해 보자 6
Column 머신러닝이란? 9
1.3 데이터를 보고 배우기 10
Column 기계가 스스로 배운다는 것 13
CHAPTER 02 미모의 비결 15
2.1 마법 거울의 대답 16
Column 수학의 필요성 20
2.2 회귀 문제에 도전하기 21
Column 컴퓨터도 사람과 마찬가지다!? 27
2.3 미모를 평가하는 함수 28
Column 컴퓨터의 선생님 37
CHAPTER 03 최적화 문제 풀어 보기 39
3.1 왕비의 전력질주 40
Column 알고리즘에서 배울 수 있는 것 49
3.2 모형의 한계 50
Column 훈련 데이터와 테스트 데이터 54
3.3 새로운 특징값 만들기 55
Column 함수를 복잡하게 만드는 방법 62
3.4 신경망 63
Column 뇌가 정보를 처리하는 구조 66
CHAPTER 04 딥러닝에 도전하기 67
4.1 레버가 안 움직여! 68
Column 딥러닝의 융성 76
4.2 과적합에 주의하자 77
Column 과적합과의 투쟁, 머신러닝 81
4.3 배치 학습과 온라인 학습 82
Column 돌아온 확률적 경사 하강법 91
CHAPTER 05 미래 예측하기 93
5.1 식별 기능을 가진 거울 94
5.2 경계선을 찾아라 96
Column 서포트 벡터 머신의 일반화 성능 102
5.3 이게 분리할 순 있긴 한 거야? 103
Column 공간 왜곡 능력자, 커널법 106
5.4 구멍 뚫린 데이터 채우기 107
Column 데이터의 성질 113
5.5 데이터 안에 숨은 본질을 찾아라 114
Column 희소성과 사람의 직감 120
CHAPTER 06 더 예뻐 보이게 해 주는 거울 121
6.1 소중한 이미지 데이터 122
Column 자석을 이용한 머신러닝? 124
6.2 볼츠만 머신을 이용한 이미지 처리 125
Column 머신러닝과 통계역학 140
6.3 더 복잡한 특징을 포착하려면? 141
Column 변분 원리 146
6.4 비가시변수와 함께 좀 더 다양한 세계로 147
Column 샘플링 전용 머신 152
6.5 복잡한 데이터의 정체 153
Column 힌튼의 뚝심 164
CHAPTER 07 얼굴만으로도 미모 점수를? 165
7.1 모르는 것이 없는 거울 166
7.2 거울아, 거울아, 거울아 176
참고문헌: 마법의 거울을 만드는 방법 182
에필로그 188
찾아보기 189
1.1 마법의 거울과 왕비 2
1.2 머신러닝을 해 보자 6
Column 머신러닝이란? 9
1.3 데이터를 보고 배우기 10
Column 기계가 스스로 배운다는 것 13
CHAPTER 02 미모의 비결 15
2.1 마법 거울의 대답 16
Column 수학의 필요성 20
2.2 회귀 문제에 도전하기 21
Column 컴퓨터도 사람과 마찬가지다!? 27
2.3 미모를 평가하는 함수 28
Column 컴퓨터의 선생님 37
CHAPTER 03 최적화 문제 풀어 보기 39
3.1 왕비의 전력질주 40
Column 알고리즘에서 배울 수 있는 것 49
3.2 모형의 한계 50
Column 훈련 데이터와 테스트 데이터 54
3.3 새로운 특징값 만들기 55
Column 함수를 복잡하게 만드는 방법 62
3.4 신경망 63
Column 뇌가 정보를 처리하는 구조 66
CHAPTER 04 딥러닝에 도전하기 67
4.1 레버가 안 움직여! 68
Column 딥러닝의 융성 76
4.2 과적합에 주의하자 77
Column 과적합과의 투쟁, 머신러닝 81
4.3 배치 학습과 온라인 학습 82
Column 돌아온 확률적 경사 하강법 91
CHAPTER 05 미래 예측하기 93
5.1 식별 기능을 가진 거울 94
5.2 경계선을 찾아라 96
Column 서포트 벡터 머신의 일반화 성능 102
5.3 이게 분리할 순 있긴 한 거야? 103
Column 공간 왜곡 능력자, 커널법 106
5.4 구멍 뚫린 데이터 채우기 107
Column 데이터의 성질 113
5.5 데이터 안에 숨은 본질을 찾아라 114
Column 희소성과 사람의 직감 120
CHAPTER 06 더 예뻐 보이게 해 주는 거울 121
6.1 소중한 이미지 데이터 122
Column 자석을 이용한 머신러닝? 124
6.2 볼츠만 머신을 이용한 이미지 처리 125
Column 머신러닝과 통계역학 140
6.3 더 복잡한 특징을 포착하려면? 141
Column 변분 원리 146
6.4 비가시변수와 함께 좀 더 다양한 세계로 147
Column 샘플링 전용 머신 152
6.5 복잡한 데이터의 정체 153
Column 힌튼의 뚝심 164
CHAPTER 07 얼굴만으로도 미모 점수를? 165
7.1 모르는 것이 없는 거울 166
7.2 거울아, 거울아, 거울아 176
참고문헌: 마법의 거울을 만드는 방법 182
에필로그 188
찾아보기 189
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)
