(코드로 배우는) 인공지능

목차 (Table of Contents)

• 목차
• 옮긴이 머리말 = ⅸ
• 머리말 = ⅹ
• 추천사 = xi
• 베타리더 후기 = xv
• 상편
• CHAPTER 01 머신러닝의 Hello World
• 1.1 머신러닝에 대한 간략한 소개 = 3
• 1.2 머신러닝 애플리케이션의 핵심 개발 프로세스 = 5
• 1.3 코드로 시작하기 = 8
• 1.4 마무리 = 11
• 1.5 참고자료 = 11
• CHAPTER 02 직접 구현하는 신경망
• 2.1 퍼셉트론 = 12
• 2.2 선형 회귀와 경사 하강법 구현 = 17
• 2.3 확률적 경사 하강법의 구현 = 23
• 2.4 파이썬을 통한 단층 신경망 구현 = 25
• 2.5 요약 = 40
• 2.6 참고자료 = 40
• CHAPTER 03 케라스 시작하기
• 3.1 케라스 소개 = 41
• 3.2 케라스 개발 입문 = 42
• 3.3 케라스 개념 설명 = 46
• 3.4 다시 코드 실습으로 = 72
• 3.5 요약 = 77
• 3.6 참고자료 = 78
• CHAPTER 04 예측과 분류 : 간단한 머신러닝 응용
• 4.1 머신러닝 프레임워크 - 사이킷런 소개 = 79
• 4.2 분류 알고리즘 기초 = 82
• 4.3 의사결정 트리 = 92
• 4.4 선형 회귀 = 103
• 4.5 로지스틱 회귀 = 104
• 4.6 신경망 = 110
• 4.7 요약 = 123
• 4.8 참고자료 = 123
• 하편
• CHAPTER 05 추천 시스템 기초
• 5.1 추천 시스템 소개 = 127
• 5.2 유사도 계산 = 130
• 5.3 협업 필터링 = 131
• 5.4 추천 환경에서 사용하는 로지스틱 회귀 모델 = 137
• 5.5 여러 모델을 융합한 추천 모델 : Wide＆Deep 모델 = 140
• 5.6 요약 = 147
• 5.7 참고자료 = 147
• CHAPTER 06 실전 프로젝트 : 챗봇 만들기
• 6.1 챗봇의 발전 역사 = 148
• 6.2 순환 신경망 = 150
• 6.3 Seq2Seq 소개 및 구현 = 159
• 6.4 어텐션 = 174
• 6.5 요약 = 185
• 6.6 참고자료 = 185
• CHAPTER 07 이미지 분류 실전 프로젝트
• 7.1 이미지 분류와 합성곱 신경망 = 187
• 7.2 합성곱 신경망의 원리 = 190
• 7.3 실전 예제 : 교통 표지판 분류 = 200
• 7.4 최적화 정책 = 209
• 7.5 요약 = 215
• 7.6 참고자료 = 215
• CHAPTER 08 객체 검출
• 8.1 CNN의 진화 = 217
• 8.2 YOLO = 239
• 8.3 YOLO v3 구현 = 250
• 8.4 요약 = 290
• 8.5 참고자료 = 291
• CHAPTER 09 모델 배포 및 서비스
• 9.1 생산 환경에서의 모델 서비스 = 293
• 9.2 텐서플로 서빙의 응용 = 296
• 9.3 요약 = 304
• 9.4 참고자료 = 305
• 찾아보기 = 307