-
-
파이썬 딥러닝 머신러닝 입문
오승환 지음 / 정보문화사 / 2021년 1월
평점 :
딥러닝, 머신러닝 프로그래밍에 입분하기 좋은~~
컴퓨터 프로그래밍 서적이 있네요^^
바로
<파이썬 딥러닝 머신러닝 입문> 인데요!
저자 오승환님은
현재 AI 스타트업 부대표로 근무하고 계시지만!!
원래는 금융기관 분석및 전략기획 전문가로 IT 비전문가!!!
헐~~~
그런데 데이터 기반 전략적 의사결정에 관심이 많다보니 ~~~
파이썬 기반의 머신러닝 /딥러닝 기술을 익히고!!!
인공지능 경진대회 우승경력까지 거머쥐게 되었고 !!
대단하심돠!!!
그 후 파이썬 활용에 대한 블로그 운영 및
강연을 통한 지식 나눔에 앞장서고 계시다 함!
핵심개념을 간단하게 설명하면서도
실습을 통해 자연스럽게 따라해 보는 방법으로 구성되어 있어서
실력향상이 지대로 되더라구요!
게다가 인공지능 경진대회에 결과물을 제출하는 실습을 통해
실력향상과 동기부여까지 되니 정말 ~~~
최고에욧! ^^
출판사인 정보문화사 홈페이지에 가면
자료실에서 소스 다운로드 가능하고!!
Q&A 게시판에 질의사항 참조하거나 물어볼 수 있으므로 개.이.득. !!!!!!!!
#파이썬 #파이썬딥러닝머신러닝입문
총 PART 6개로 구성되어져 있는데요!
PART01 개발환경 설정
파이썬 프로그램을 굳이 PC에 설치하지 않아도 됨!!!
바로 구글 클라우드 환경에서
파이썬 데이터분석을 가능하게 하는
무료 코드 에디터인
코랩을 사용할 수 있기 때문에
설치가 필요없고 인터넷 접속만 되는 PC 로 충분!!
물론, 무료계정은 12시간 넘으면 세션이 종료되고,
메모리와 디스크 용량 제한이 있지만!
이 책의 예제는 무료 계정이면 충분하다고 하니~~~
정말 공부하기 좋은 거 같아요! ^^
PART02에서는 파이썬 프로그램 기초를 배우게 되는데요!
인공지능학습기법에 필요한 최소한의 기초를 다루기 때문에 ~~
이미 기초가 있으면 건너뛰거나 가볍게 흝는 정도면 됨!
그러나 인데싱과 슬라이싱 개념은 잘 익혀둬야 뒤에 ~~
part3에 나오는 판다스 자료구조를 이해하는데 어려움이 없을 거 같아요!
PART03 머신러닝 입문
일단, 파이썬의 데이터 수집 및 정리의 라이브러리인
판다스 Pandas 핵심개념을 다루고 있는데요!
판다스는
1차원 배열형태의 시리즈 자료구조와
2차원 배열형태의 데이터 프레임 자료구조를 지원하지요!
특히 2차원 데이터 프레임은
엑셀의 표와 비슷하게 행과 열로 만들어지는 특징이 있네요 ^^
판다스를 사용한 입력 데이터를 머신러닝 모델에 투입하면
머신러닝은 입력데이터와 정답 데이터 사이의 관계를 찾는데 ~~
레이블(정답)이 있는 입력데이터 유무에 따라
크게 2가지 유형인 지도학습과 비지도 학습으로 나누어진다고 해요!
이 책에서는 정답이 주어지는 지도학습을 중심으로
지도학습의 유형인 회구와 분류 문제를 구분하면서
머신러닝 프로세스( 문제파악/ 데이터탐색/ 데이터 전처리 / 모델학습/ 예측) 의 과정을
심도있게 설명하고
가장 간단한 형태의 머신러닝 예제 프로젝트로
일차함수관계식 찾기 프로그램을 만드는 과정을 살펴본 후 ,
붓꽃의 품종판별 모델과 보스턴 주택가격예측 모델로
사이킷런 scikit-learn 의 다양한 머신러닝 machine learning 기법에 대해서 배울 수 있어요 ^^
PART04 실제 경진대회 사이터에서
데이터 다운로드 및 머신러닝 분석을 통해 결과를 예측해 보고
대회 사이트에 결과물 제출하고 랭킹확인할 수 있어요!
경진 대회 점수를 올릴 수 있는 피처 엔지니어링 등 다양한 기법도 소개되어 있슴!
PART05 딥러닝 입문
"인공지능 분야에서 급성장하고 있는 딥러닝의 기본 구조에 대해 알아보고,
앞에서 다룬 데이터셋을 사용하여 분류와 회귀 문제를 풀어보다.
인공 신경망 모델의 과대적합을 해소하고 모델 성능을 높일 수 있는
여러가지 기법을 익히는 것을 목표로 한다." -p176
인공신경망은 뇌신경계의 정보처리 구조를 모방하여 만든
컴퓨터 계산 알고리즘이라고 하는데요!
수많은 신경세포로 연결되는 뇌신경계처럼 인공신경망도 수많은 함수로 연결되어
복잡한 정보를 처리하는 네트워크 구조로 이해한 후 !!
텐서플로 2.0 기반의 고수준 케라스 Keras Sequential API 를 이용한
간단한 딥러닝 모델 만들기 부터~~
딥러닝을 활용한 회귀분석 및 분류 예측 등의 실습을 통해
이해의 기반이 더 단단해지더라구요!
그리고 마지막
PART06에서는 이미지, 자연어, 시계열 예측 등 다양한
딥러닝의 응용사례 가 있어서
딥러닝, 머신러닝 입문하기에 완전 좋은 ~~
인공지능 관련 기술 서적인거 같아요!
출판사로부터 책을 제공받아 주관적으로 작성한 글입니다.