• 대학교재 > 공학계열 > 컴퓨터공학

출판사 리뷰

<추천사> 인공지능의 기초이론과 실습을 통하여 인공지능의 전문가가 되는 지름길의 기초 필수 입문서로서 이 책 한 권으로 4차 산업혁명의 핵심을 직접 파고들 수 있는 기회를 손쉽게 얻을 수 있을 것입니다. 문일영 (KOREATECH 컴퓨터공학부 교수) 최근 인공지능의 정확도가 급격히 증가하고 있습니다. 특히 오픈 프레임? 발표 후 전자 및 의료산업 전반에 인공지능을 적용하고자 하는 시도가 활발히 이뤄지고 있습니다. 이 책은 인공지능 입문서로서 기초 이론의 상세 설명, 인공지능의 최신 시장 동향, 특히 텐서플로우를 통한 인공지능 실 예제로 이해도를 높여 줍니다. 이 책을 통해 인공지능 전문가로서 첫발을 내디딜 수 있을 것입니다. 권재환 (GE healthcare 이사) 기초 개념 설명과 응용 예제를 통해서 기본기를 착실히 다질 수 있는 기술서입니다. 짧은 기간에 인공지능/머신러닝 지식을 습득할 수 있도록 도움을 주는, 이해하기 쉽고 섬세한 예제들을 보면, 저자들이 얼마나 경험이 풍부하고 독자를 위해서 고민했는지를 절실히 보여 주고 있습니다. 시작이 반이라는 속담과 같이 이 책을 경험한 독자들은 읽고 실행하고 따라해 보는 것만으로도, 인공지능/머신러닝에 대한 절반 이상의 지식을 얻을 수 있다고 확신합니다. 우상봉 (SK telecom 자율주행/T map 개발담당 PM) Cloud, SDN, IoT, AI 등 디지털 기술의 성장 속도가 급격히 빨라지고 있습니다. 변화해야만 살아 남을 수 있는 세상입니다. 구글 딥마인드, 알파고, 딥러닝, 인공지능 스피커 등 AI는 우리의 생활 속에 깊이 들어와 있으며, 이제는 기업에서도 챗봇, 톡봇 등을 시작으로 AI는 신 성장 동력으로 주목을 받고 있습니다. 이 책을 선택한 여러분들은 인공지능 기술과 친근해질 수 있는 시발점이 될 것이며, 디지털 트랜스포메이션을 위한 강력한 경쟁력을 보유하게 되는 것입니다. 최광운 (Juniper Networks Inc. 이사)

머리말

CHAPTER 1. 인공지능의 개요
　1.1 생활 속의 인공지능
　　1.1.1 인공지능의 발전
　　1.1.2 인공지능 활용 사례
　1.2 인공지능 기술
　　1.2.1 머신러닝
　　1.2.2 딥러닝

CHAPTER 2. 인공지능 알고리즘
　2.1 지도 학습
　　2.1.1 지도 학습 개요
　　2.1.2 분류와 예측
　　2.1.3 kNN
　　2.1.4 SVM(Support Vector Machine)
　　2.1.5 의사 결정 트리
　　2.1.6 나이브 베이즈 분류
　　2.1.7 은닉 마르코프 모델
　　2.1.8 Perceptron 알고리즘
　2.2 비지도 학습
　　2.2.1 비지도 학습 개요
　　2.2.2 비지도 학습 특징
　　2.2.3 비지도 학습 수행
　　2.2.4 비지도 학습 알고리즘
　2.3 강화 학습
　　2.3.1 강화 학습 모델
　　2.3.2 강화 학습 역사
　　2.3.3 강화 학습 수행
　　2.3.4 인공 신경망

CHAPTER 3. 인공지능 프레임워크 및 라이브러리
　3.1 프레임워크와 라이브러리란
　3.2 인공지능 발전
　3.3 인공지능 프레임워크
　　3.3.1 TensorFlow
　　3.3.2 Keras
　　3.3.3 torch , PyTorch
　　3.3.4 theano
　　3.3.5 MXNet
　　3.3.6 Caffe
　3.4 인공지능 프레임워크 비교

CHAPTER？4. TensorFlow 활용
　4.1 텐서플로우 구동을 위한 환경 구성
　　4.1.1 Python 설치
　　4.1.2 IDE 도구 설치
　　4.1.3 텐서플로우 설치
　　4.1.4 텐서플로우 설치 확인
　　4.1.5 사진 인식 실습
　4.2 TensorFlow.js 활용
　　4.2.1 TensorFlow.js 란
　　4.2.2 TensorFlow.js 개발 방법
　　4.2.3 TensorFlow.js 데모 소개
　　4.2.4 EMOJI SCAVENGER HUNT 코드 분석