(인공지능을 위한) 텐서플로우 애플리케이션 프로그래밍

목차 (Table of Contents)

• 목차
• CHAPTER 1. 인공지능 개요 = 8
• 1. 인공지능과 머신러닝 = 10
• 1) 인공지능 발전과 활용 = 10
• 2) 머신러닝 기술 = 17
• 2. 지도 학습과 비지도 학습 = 30
• 1) 지도 학습 = 30
• 2) 비지도 학습 = 33
• 3. 강화 학습 = 39
• 1) 강화 학습 모델 = 39
• 2) 강화 학습 역사 = 41
• 3) 강화 학습 수행 = 42
• 4) 인공 신경망 = 46
• 4. 딥러닝 = 52
• CHAPTER 2. 텐서플로우 시작 = 57
• 1. 인공지능과 머신러닝 텐서플로우란 = 58
• 2. 텐서플로우 빌드 구조와 실행 구조 = 62
• 1) 빌드 단계 = 66
• 2) 실행 단계 = 68
• 3. 텐서플로우 개발 환경 = 71
• 1) 텐서플로우 설치 = 71
• 2) 텐서플로우 개발 환경 구축 = 87
• 4. 클라우드 기반 텐서플로우 = 109
• 1) AWS = 109
• 2) 도커(Docker) = 118
• 3) Google = 134
• 4) Microsoft Azure = 138
• CHAPTER 3. 텐서플로우를 활용한 머신러닝 = 150
• 1. 인공지능과 머신러닝 텐서플로우란? = 150
• 1) 기본 개념 = 150
• 2) 텐서 자료형 = 151
• 3) 상수형(Constant) = 154
• 4) 변수(Variable) = 155
• 5) 플레이스홀더(Placeholder) = 157
• 2. 머신러닝 알고리즘 = 160
• 1) Linear Regression = 160
• 2) Logistic Regression = 195
• 3) Softmax Regression = 251
• 4) Neural Network = 292
• CHAPTER 4. 실전 프로젝트 = 318
• 1. 개요 = 320
• 2. 데이터 수집／전처리 = 321
• 1) 데이터 수집 = 321
• 2) 데이터 맞춤법 및 띄어쓰기 수정 = 325
• 3) 형태소 분석(Morphological Analysis) = 331
• 4) 단어 임베딩 = 337
• 3. 합성곱 신경망 구현 = 349
• 1) 합성곱 신경망 소개 = 349
• 2) 합성곱 신경망 모델 구현 = 354
• 4. 장단기 기억 네트워크 구현 = 369
• 1) 순환 신경망(Recurrent Neural Network, RNN) 소개 = 369
• 2) 장단기 기억 네트워크 소개 = 370
• 3) 장단기 기억 네트워크 구현 = 372
• 5. 웹 애플리케이션 실행 환경 구축 = 378
• 1) 자바 설치하기 = 379
• 2) Eclipse 설치 = 384
• 3) Apache Tomcat 설치 = 389
• 6. 애플리케이션 개발 = 394
• 1) 학습된 알고리즘 모델에 대한 검증 구현 = 394
• 2) 웹 애플리케이션 구현 및 실행 = 399