상세정보
미리보기
인공지능 개론 : 디지털 전환을 위한 인공지능 입문서
- 저자
- 곽종호 저
- 출판사
- 북랩
- 출판일
- 2024-05-16
- 등록일
- 2024-07-22
- 파일포맷
- PDF
- 파일크기
- 88MB
- 공급사
- 예스이십사
- 지원기기
-
PC
PHONE
TABLET
웹뷰어
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
일하고 배우며, 쇼핑하는 방식을 송두리째 바꾸며SF 영화 속 세상을 현실로 만들 인공지능개념부터 응용 분야까지30년 경력 전문가가 알려주는 인공지능의 모든 것최근 인공지능의 최대 관심사는 혁신을 위한 다양한 산업과의 융합이다. 그렇기에 인공지능의 대표적 분야인 자연어 처리와 컴퓨터 비전의 개념을 설명함으로써 인공지능에 대한 장벽을 보다 쉽게 허물고자 한다. 이들 분야에서 사용하는 대표적인 딥러닝 알고리즘으로 순환신경망(RNN), 트랜스포머, 합성곱신경망(CNN), 생성형 적대 신경망(GAN)과 욜로(Yolo)에 대한 설명과 예제를 제공하여 이해를 돕는다.이 책은 인공지능의 기초 개념부터 응용 분야까지 폭넓게 다루는 개론서이다. 인공지능의 역사를 소개하고, 인공지능 개론에서 가장 기본적인 기계학습과 딥러닝에 대한 기초 개념의 이해를 바탕으로 로지스틱회귀, 결정트리, 서포트 벡터 머신 등 다양한 기계학습 방법을 설명과 함께 직접 경험할 수 있는 풍부한 예제를 제공한다. 인공지능에 대하여 기초지식을 쌓고 싶은 사람과 응용 분야에 관심이 있는 도메인 전문가에게 유익한 정보를 제공할 것이다. 또한, 독자들이 인공지능에 대한 지식과 기술을 알고자 할 때, 충실한 안내서가 되어 주기를 기대해 본다.
저자소개
1963년 대전에서 태어났다. 서강대학교 전자계산학과를 졸업하고, 한국휴렛팩커드에서 27년간 근무했다. 인공지능 스타트업에서 데이터바우처 사업을 관리하면서 인공지능 관련 기술을 습득하였다. 한국휴렛팩커드 교육센터와 한국생산성본부에서 인공지능 기초 강의를 하였다. 지금은 프리랜서로 인공지능을 이용하여 디지털 전환을 추진하는 기업을 대상으로 인공지능 개론 교육을 하고 있으며, 인공지능이 학습하여 추론을 하는 과정에 대한 이해를 돕기 위해 랩톱 컴퓨터에서 실행 가능한 예제 코드를 시험하고 있다.
목차
머리말1장 인공지능 개요1. 인공지능 역사1-1. 인공지능의 탄생1-2. 인공지능의 발전1-3. 인공지능 트렌드2. 인공지능의 개념2-1. 인공지능(Artificial Intelligence)2-2. 기계학습(Machine Learning)2-3. 딥러닝(Deep Learning)3. 인공지능의 분류3-1. 기술적 관점3-2. 구현 방식에 따른 관점4. 인공지능 개발 환경2장 기계학습1. 기계학습 개요2. 기계학습 과정2-1. 데이터 수집2-2. 데이터 전처리2-3. 데이터 가공2-4. 학습 모델 선택과 모델 훈련3장 딥러닝과 인공 신경망1. 인공 신경망 개요1-1. 뉴런 및 신경망 구조1-2. 가중치와 편향1-3. 활성화 함수1-4. 학습 알고리즘1-5. 손실 함수1-6. 신경망 종류2. 퍼셉트론2-1. 퍼셉트론: AND 문제2-2. 퍼셉트론: AND 문제 해결 과정3. 심층 신경망 - 딥러닝4. CNN(Convolutional Neural Network, 합성곱 신경망)5. RNN(Recurrent Neural Network, 순환 신경망)6. 트랜스포머(Transformer)7. 욜로(Yolo)4장 자연어 처리(Natural Language Processing)1. 자연어 처리 개요1-1. 자연어 이해(NLU, Natural Language Understanding)1-2. 자연어 생성(NLG, Natural Language Generation)1-3. 형태소 분석1-4. 표제어 추출1-5. 구문 분석1-6. 기계 번역2. 자연어 이해(Natural Language Understanding)2-1. 형태소 분석2-2. 표제어 추출2-3. 구분 분석3. 자연어 생성(Natural Language Generating)3-1. 자연어 생성 방법3-2. 자연어 생성 과정4. 자연어 번역4-1. 번역 모델5장 컴퓨터 비전1. 컴퓨터 비전 개요2. 컴퓨터 비전의 발전 과정3. 이미지 처리3-1. 이미지 처리 과정3-2. 이미지 처리 분야4. 객체 인식4-1. 데이터 가공을 위한 이미지 라벨링 종류5. 이미지 생성5-1. 생성형 적대 신경망(GAN, Generative Adversarial Network)5-2. VAE(Variational Auto Encoder)5-3. 뉴럴 변환(Neural Style Transfer)5-4. 슈퍼 레졸루션(Super Resolution)6장 대표적인 기계학습 라이브러리1. 사이킷 런(Scikit-Learn)1-1. 사이킷 런의 대표적인 특징1-2. 사이킷 런의 설치와 사용2. 케라스(Keras)2-1. 케라스의 대표적인 특징2-2. 케라스의 설치와 사용3. 텐서플로(TensorFlow)3-1. 텐서플로의 대표적인 특징3-2. 텐서플로의 설치와 사용4. 파이토치(PyTorch)4-1. 파이토치의 특징4-2. 파이토치의 설치와 사용참고 자료
