| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | AA | AB | AC | AD | AE | AF | AG | AH | AI | AJ | AK | AL | AM | AN | AO | AP | AQ | AR | AS | AT | AU | AV | AW | AX | AY | AZ | BA | BB | BC | BD | BE | BF | BG | BH | BI | BJ | BK | BL | BM | BN | BO | BP | BQ | BR | BS | BT | BU | BV | BW | BX | BY | BZ | CA | CB | CC | CD | CE | CF | CG | CH | CI | CJ | CK | CL | CM | CN | CO | CP | CQ | CR | CS | CT | CU | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
10 | 제목 | 부제 | 한줄 설명 | 예스24 독자 평점 (10점 만점) | 출간일 | 활용 분야 | 난이도 | 세부 난이도 (쉬움 1~10 어려움) | 언어 | 라이브러리/프레임워크 | 프로젝트/예제 | 예제 소스 제공 | 언어 기초 입문 | 미분 | 적분 | 회귀 분석 | 결정 트리 | GBDT | PCA 주성분분석 | 군집화 (k-평균, 중심 등) | HDBSCAN | 밀도 기반 군집화 | MNIST 데이터셋 | 은닉 마르코프 모델 | GMM(가우시안 혼합 모델) | 베이즈 네트워크(Bayesian network) | 최근접 이웃(K-Nearest Neighbor) | SVM(Suppoer Vector Machines) | 나이브 베이즈(naive bayes) | 앙상블 학습법(Ensemble Methods) | 랜덤 포레스트(random forest) | Markov Chain Monte Carlo | 몬테카를로 트리 탐색(MCTS, Monte Carlo tree Search) | 베이즈 추론(Bayesian inference) | 매니폴드 학습(manifold Learning) | NTM(Neural Turing Machine) | GoogLeNet(Inception) | VGGNet | ResNet | Word2Vec | GloVe | KoNLPy | n-gram | RNNLM | LSTM | NNLM(Neural Probabilistic Language Model) | NMT(Neural Machine Translation) | GPT-2 | ELMo(Embeddings from Language Model) | BERT | 전이학습(Transfer Learnning) | MDP(마르코프 결정 과정) | RBM(제한된 볼츠만 머신) | L-BFGS(Limited memory BFGS) | 경사 하강법 (Gradient descent) | 역전파 알고리즘(back propagation) | seq2seq | 강화학습(Q러닝/DQN 등) | A3C(Asynchronous Advantage Actor-Critic) | DNC(Differential Neural Computer) | LSTM(Long Short-Term Memory) | GRU(Gated Recurrent Unit) | FFNN(Feed-forward Neural network) | ANN(인공 신경망) | DNN(심층 신경망) | CNN(합성곱 신경망) | DBN(심층 신뢰 신경망) | U-NET(U-shaped network) | RNN(순환 신경망) | Char-RNN | 오토인코더(AE) | 적층 오토인코더(stacked autoencoder) | 합성곱 오토인코더(convolutional autoencoder) | 순환 오토인코더(recurrent autoencoder) | 잡음 제거 오토인코더(stacked denoising autoencoder) | 희소 오토인코더(sparasity autoencoder) | VAE(변이형 오토인코더) | GAN(생성적 적대 신경망) | cGAN(Conditional GAN) | Pix2Pix | DiscoGAN | SGAN | SRGAN | SAGAN | DCGAN(심층 합성곱 GAN) | BigGAN | PatchGAN | ProGAN | StyleGAN | CycleGAN | WGan | MuseGan | Cross Validation(교차검증) | DRQN | WordNet | Gym | 적대적 공격(Adversarial Attack) | 분산 인공지능 | ||
11 |  | 백엔드 개발을 위한 핸즈온 장고 | 장고 모델링과 마이그레이션부터 쿼리셋, DRF까지 | 장고 컨트리뷰터가 쓴 파이썬 백엔드 개발 온보딩 가이드 북 | 9.10 | 2023. 5. 30 | 백엔드 개발 | 초급 | 2 | 파이썬 | Django | https://github.com/KimSoungRyoul/django-backend-starter | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
12 |  | 행동 데이터 분석 | R과 파이썬으로 시작하는 행동 데이터 분석 가이드 | 고객의 행동을 유발하는 것은 무엇인가? | 9.50 | 2023. 5. 26 | 데이터분석 | 중·고급 | 8 | 파이썬, R | https://github.com/BuissonFlorent/BehavioralDataAnalysis | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
13 |  | 파이썬 라이브러리를 활용한 데이터 분석(3판) | 영화 평점, 이름 통계, 선거 데이터 등 실사례 사용 | 빅데이터 분석에 관한 가장 완벽한 교재! | 9.70 | 2023. 5. 1 | 데이터분석 | 초·중급 | 4 | 파이썬 | pandas ,NumPy ,IPython, matplotlib, SciPy | https://github.com/wesm/pydata-book | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
14 |  | 데이터 과학 레벨 업 with 로드맵 | 캐글 그랜드마스터가 알려주는 문제 해결의 기술 | 캐글 데이터셋으로 실습하는 데이터 과학 | 9.60 | 2023. 4. 20 | 머신러닝 | 초·중급 | 4 | 파이썬 | https://github.com/PacktPublishing/The-Kaggle-Book | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
15 |  | FastAPI를 사용한 파이썬 웹 개발 | 라우팅 기초부터 이벤트 플래너 애플리케이션 구축 및 배포까지 | FastAPI의 핵심 기능과 5가지 기술 스택으로 만드는 이벤트 플래너 애플리케이션 | 9.50 | 2023. 3. 22 | 웹 프로그래밍 | 중급 | 6 | 파이썬 | FastAPI | https://github.com/hanbit/web-with-fastapi | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
16 |  | 나도 하는 파이썬 데이터 분석 | 도시 생활 데이터를 활용한 데이터 분석 방법 | 10일 완성 나도 하는 데이터 분석! | 9.70 | 2023. 3. 10 | 데이터분석 | 초·중급 | 3 | 파이썬 | https://github.com/kopokyuseokkim/hanbitBooks/tree/main/sourceFiles | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
17 |  | 혼자 공부하는 데이터 분석 with 파이썬 | 1:1 과외하듯 배우는 데이터 분석 자습서 | 데이터 분석을 시작하는 모든 이들을 위한 혼공 시리즈 | 9.80 | 2023. 1. 2 | 데이터분석 | 초급 | 2 | 파이썬 | https://github.com/rickiepark/hg-da | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
18 |  | 트랜스포머를 활용한 자연어 처리 | 허깅페이스 개발팀이 알려주는 자연어 애플리케이션 구축
| 자연어를 찰떡같이 알아듣는 트랜스포머 완벽 해부하기 | 9.80 | 2022. 11. 30 | NLP | 중급 | 6 | 파이썬 | Transformers | ● 다국어 텍스트의 개체명 인식(NER) ● 텍스트 생성, 텍스트 요약, 질문 답변(QA) 등 목적에 맞는 다양한 자연어 처리 모델 훈련 ● 파이썬 소스 코드를 자동 완성하는 모델 ● 데이터셋 스트리밍과 대규모 훈련, 사용자 정의 토크나이저 제작 | https://github.com/rickiepark/nlp-with-transformers | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
19 |  | 파이썬 웹 프로그래밍, 기초편(3판) | Django(장고)로 배우는 쉽고 빠른 웹 개발 | 3판까지 이어지는 Django를 활용한 파이썬 웹 프로그래밍 대표 도서 | 9.20 | 2022. 11. 1 | 웹 프로그래밍 | 초·중급 | 4 | 파이썬 | Django | https://www.hanbit.co.kr/src/11041 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
20 |  | 파이썬 라이브러리를 활용한 텍스트 분석 | 텍스트에서 통찰을 이끌어내는 98가지 자연어 처리 전략 | 상황별로 적용하는 98가지 텍스트 분석 기법 | 9.60 | 2022. 10. 11 | NLP | 초·중급 | 3 | 파이썬 | Pandas, NumPy, Transformers, scikit-learn, SciPy, spaCy, Regex | ● API나 크롤링을 이용한 텍스트 수집 ● 정규표현식, 인공지능을 활용한 유사 단어 탐색 ● 단어 사이 관계를 파악하는 지식 그래프 생성 등 | https://github.com/blueprints-for-text-analytics-python/blueprints-text | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
21 |  | 파이썬 기반 금융 인공지능 | 파이썬과 케라스를 활용한 금융 시계열 데이터 기반 알고리즘 트레이딩 전략 | 금융 전문가를 위한 인공지능 활용법 | 9.40 | 2022. 9. 30 | 머신러닝 | 중급 | 6 | 파이썬 | pandas, NumPy | ● 통계적 비효율성과 AI 알고리즘 ● 경제적 비효율성을 역이용하기 ● 백테스팅, 금융 시계열 예측 | https://aiif.pqp.io/register | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
22 |  | 어쩌다 데이터 분석 with 파이썬 | 판다스로 시작하는 효율적인 데이터 분석 및 시각화 | 판다스 핵심 레시피와 예제로 익히는 파이썬 데이터 분석 기초 | 9.50 | 2022. 9. 29 | 데이터분석 | 초·중급 | 3 | 파이썬 | Pandas, 넘파이, 맷플롯립, 시본 | https://github.com/claryk0520/bumping-into-data-analysis | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
23 |  | 판다스 인 액션 | 인기 영화, 스포츠, 만화 데이터로 익히는 판다스 라이브러리 | 파이썬 데이터분석 라이브러리 판다스의 모든 것 | 9.80 | 2022. 9. 1 | 데이터분석 | 초·중급 | 3 | 파이썬 | Pandas | https://github.com/paskhaver/pandas-in-action | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
24 |  | 소문난 명강의 : 김기현의 딥러닝 부트캠프 with 파이토치 | 기초부터 수식, 실습까지 담은 올인원 딥러닝 입문 교과서 | 개념, 수식, 실습으로 이어지는 딥러닝 기초부터 심화 | - | 2022. 8. 30 | 딥러닝 | 초·중급 | 3 | 파이썬 | PyTorch | 분류기 모델 구현하기 데이터 로딩 구현하기 트레이너 클래스 구현하기 train.py 구현하기 predict.ipynb 구현하기 | https://github.com/kh-kim/deep_learning_book_exercise | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
25 |  | 개발자를 위한 머신러닝&딥러닝 | 인공지능 개발자로 레벨 업하기! 신경망 기초부터 컴퓨터 비전, 자연어 처리, 시계열 예측까지 | 복잡한 수식 놉! 코드로 시작하는 머신러닝 | - | 2022. 8. 24 | 머신러닝, 딥러닝 | 초·중급 | 4 | 파이썬 | Tensorflow, TensorFlow Lite, TensorFlow.js | ● 다양한 문제를 해결하는 머신러닝 모델 구축 ● 신경망 모델 생성, 컴퓨터 비전, 자연어 처리, 시퀀스 모델 ● 모델을 안드로이드, iOS, 클라우드로 배포하기 | https://github.com/rickiepark/aiml4coders | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
26 |  | 파이썬을 활용한 베이지안 통계(2판) | 동전 던지기와 하키 승률로 배우는 데이터 분석
| 베이지안으로 생각하고 프로그래밍하라 | 9.40 | 2022. 6. 30 | 데이터분석 | 중급 | 6 | 파이썬 | NumPy, Pandas, SciPy | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
27 |  | 파이썬으로 살펴보는 아키텍처 패턴 | TDD, DDD, EDM 적용하기 | 아키텍처 패턴의 기초부터 활용까지 다루는 실전 가이드 | 9.10 | 2022. 6. 3 | 아키텍처 | 중·고급 | 8 | 파이썬 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
28 |  | 혼자 공부하는 파이썬(개정판) | 1:1 과외하듯 배우는 프로그래밍 자습서 | 2019~2022년 국내에서 가장 많이 선택 받은 파이썬 입문서 | 9.50 | 2022. 6. 1 | 파이썬 입문 | 초급 | 1 | 파이썬 | _파이썬 시작하기 _자료형 _조건문 _반복문 _함수 _예외처리 _모듈 _클래스 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
29 |  | 똑똑한 코드 작성을 위한 실전 알고리즘 | 파이썬 예제로 문제 해결 전략 익히기 | 더 효율적이고 창의적인 코드 작성을 위한 알고리즘 사용법 | 9.30 | 2022. 5. 20 | 알고리즘 | 초·중급 | 3 | 파이썬 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
30 |  | 엑셀, R, 파이썬으로 시작하는 데이터 분석 | 데이터 분석의 기본 개념과 3가지 핵심 도구 사용법 | 스프레드시트부터 프로그래밍 언어까지 3가지 도구로 배우는 실전 데이터 분석 가이드 | 9.30 | 2022. 4. 29 | 데이터분석 | 초·중급 | 3 | 파이썬, R | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
31 |  | 엑셀이 편해지는 파이썬 | 엑셀 사용자를 위한 자동화 구축과 데이터 분석 | 매일 반복되는 작업을 자동화로 벗어나는 방법! | 9.60 | 2022. 4. 20 | 비즈니스 | 초급 | 2 | 파이썬 | pandas | _판다스로 데이터 다루기 ─ 읽고 쓰기, 정규화, 분석 _자동으로 엑셀 워크북을 병합한 보고서 만들기 _파이썬을 활용한 대화형 엑셀 도구로 계산기 만들기 _파이썬으로 인터넷에서 데이터 가져오기 _파이썬으로 VBA, 파워 쿼리, 파워 피벗 기능 구현하기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
32 |  | XGBoost와 사이킷런을 활용한 그레이디언트 부스팅 | 캐글 고수에게 배우는 실전 파이썬 머신러닝, 코랩에서 실습 가능 | 캐글 우승자들의 머신러닝 우승 비법이자 현존하는 가장 우월한 머신러닝 모델 XGBoost | 9.60 | 2022. 4. 8 | 머신러닝, 캐글 | 중·고급 | 7 | 파이썬 | Scikit-learn, XGBoost | ● 심장 질환 예측하기 ● 랜덤 포레스트 성능 높이기 ● 외계 행성 찾기 | https://github.com/rickiepark/handson-gb/ | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
33 |  | 케라스로 구현하는 딥러닝 | 예제를 따라 하며 배우는 딥러닝 인공신경망
| 예제를 따라 하며 배우는 딥러닝 인공신경망 | 9.50 | 2022. 4. 1 | 딥러닝, 인공신경망 | 초·중급 | 4 | 파이썬 | Keras, Tensorflow | ● 결과 데이터 예측 ● 컬러 이미지 분류, 컬러 복원 ● 필기체 분류 ● 문장 판별 및 시계열 데이터 예측 | https://github.com/jskDr/keraspp_2022 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
34 |  | 파이썬을 활용한 금융 분석(2판) | 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지 | 파이썬 금융 분석 실무 가이드 | 9.70 | 2022. 3. 31 | 머신러닝, 금융, 데이터 분석 | 중·고급 | 7 | 파이썬 | 도커, NumPy, pandas | ● 금융 데이터 과학 : 데이터 시각화, 금융 시계열 등 ● 알고리즘 트레이딩 : 트레이딩 플랫폼, 매매 자동화 등 ● 파생상품 분석 : 금융 모형 시뮬레이션, 가치 평가 등 | https://py4fi.pqp.io/register | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
35 |  | 머신러닝 실무 프로젝트(2판) | 실전에 필요한 MLOps, 머신러닝 모델 검증, 슬롯머신 알고리즘, 온라인 광고에서의 머신러닝 | 어디서든 환영받는 실무형 머신러닝 | 9.00 | 2022. 3. 10 | 머신러닝, MLOps | 중급 | 6 | 파이썬 | Scikit-learn | ● 킥스타터 분석하기 ● 업리프트 모델링을 이용한 마케팅 리소스 효율화 ● 슬롯머신 알고리즘을 활용한 강화 학습 입문 ● 온라인 광고에서의 머신러닝 | https://github.com/moseskim/ml-at-work | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
36 |  | 파이썬 라이브러리를 활용한 머신러닝(번역개정2판) | 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서 | 박해선 역자의 번역개정2판 | 9.90 | 2022. 2. 25 | 머신러닝, 데이터 과학 | 초급 | 2 | 파이썬 | Scikit-learn | ● 붓꽃의 품종 분류 ● 영화 리뷰 감성 분석 | https://nbviewer.org/github/rickiepark/intro_ml_with_python_2nd_revised/tree/main/ | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
37 |  | 금융 전략을 위한 머신러닝 | 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학 | 금융 머신러닝 | 9.30 | 21-12-27 | 머신러닝, 데이터 과학 | 중·고급 | 7 | 파이썬 | Scikit-learn, Keras | ● 주가 예측, 파생 상품 가격 책정, 수익 곡선 예측 ● 투자자 위험 감수 및 로보 어드바이저 ● 사기 탐지, 채무 불이행 확률, 비트코인 거래 전략 ● 포트폴리오 관리, 이자율 모델링 ● 강화 학습 기반 거래 전략, 파생상품 헤징 ● NLP 및 감정 분석 기반 거래 전략, 챗봇 | https://gitlab.com/inspro9/hanbit_mlfi | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
38 |  | 비전 시스템을 위한 딥러닝 | 신경망을 활용한 엔드투엔드 컴퓨터 비전 애플리케이션 구축하기 | 컴퓨터 비전의 모든 것 | 9.80 | 21-12-20 | 컴퓨터 비전 | 중·고급 | 7 | 파이썬 | Tensorflow, Keras, openCV | ● 컬러 이미지 분류 문제 ● 이미지 분류 정확도 계산하기 ● 사전 학습된 신경망을 특징 추출기로 사용하기 ● 자율주행차를 위한 싱글샷 탐지기 학습하기 ● GAN 모델 직접 구현해보기 ● 임베딩 신경망 학습하기 | https://github.com/moelgendy/deep_learning_for_vision_systems | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
39 |  | 머신러닝 디자인 패턴 | 효율적인 머신러닝 파이프라인과 MLOps를 구축하는 30가지 디자인 패턴 | 구글 머신러닝 석학이 집필한 대부분의 시나리오에 대응할 수 있는 디자인 패턴 | 9.80 | 21-11-1 | 머신러닝 패턴 | 중·고급 | 8 | - | - | - | https://github.com/yunho0130/ml-design-patterns | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
40 |  | 한 권으로 다지는 머신러닝&딥러닝 with 파이썬 | 인공지능 핵심 개념과 사용 사례부터 예제로 살펴보는 애플리케이션 개발 방법까지 | 인공지능이 처음이라면! 개념과 예제로 머신러닝 탄탄하게 다지기 | 9.50 | 21-10-21 | 머신러닝, 딥러닝 | 초·중급 | 3 | 파이썬 | Tensorflow | ● 영화 추천 시스템 구축 ● 주식시장 분석 ● 객체 추적기 구축 ● 자동 음성 인식 시스템과 챗봇 만들기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
41 |  | 살아 움직이는 머신러닝 파이프라인 설계 | 텐서플로와 함께하는 머신러닝 프로젝트 자동화 | 효율의 끝판왕, 머신러닝 파이프라인으로 가장 손쉽게 자동화를 구축하는 방법! | 10.00 | 21-10-11 | 머신러닝 파이프라인 | 중급 | 6 | 파이썬 | Tensorflow, Kubeflow, Keras, TFX | ● 데이터 수집/검증/전처리, 모델 학습/분석/검증 ● 모델 배포, 피드백 루프, 개인정보보호 ● 미국 금융 제품 관련 소비자 불만 사항 모음을 활용한 예제 프로젝트 | https://github.com/chris-chris/building-machinelearning-pipelines.git | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
42 |  | 그로킹 심층 강화학습 | 이론과 실제 사이의 틈을 메우다 | 사람처럼 학습하는 인공지능, 심층 강화학습의 모든 것 | 9.10 | 21-10-10 | 딥러닝 | 중·고급 | 8 | 파이썬 | PyTorch | ● 강화학습 문제를 푸는 알고리즘 ● 기초 예측 문제 해결, 제어 문제 해결 ● 샘플링 효율성 높이기, 함수 근사화 ● 심층 강화학습 기법, 문제 해결 기법 | https://goodboychan.github.io/book | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
43 |  | 미국 주식으로 시작하는 슬기로운 퀀트투자 | 주린이+코알못도 파이썬으로 쉽게 따라 하는 퀀트투자 레시피 | 서학개미의 주린이 탈출 프로젝트! | 9.60 | 2021. 9. 30 | 퀀트 | 초급 | 2 | 파이썬 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
44 |  | 머신러닝 파워드 애플리케이션 | 아이디어에서부터 완성된 제품까지, 강력한 머신러닝 애플리케이션 구축 과정 배우기 | 머신러닝 아이디어부터 개발, 배포까지 따라하기 | 9.70 | 21-9-6 | 머신러닝 실습 | 중급 | 5 | 파이썬 | - | ● 머신러닝 보조 글쓰기 애플리케이션 | http://bit.ly/mlpa-git | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
45 |  | fastai와 파이토치가 만나 꽃피운 딥러닝 | 박사 학위 없이 AI를 폼나게 구현하는 법 | 널리 개발자를 이롭게 할 최첨단 딥러닝 기술 fast.ai의 모든 것 | 9.40 | 2021. 8. 10 | 파이토치 딥러닝 기초 | 중급 | 5 | 파이썬 | PyTorch, fastai | ● 개/고양이 예를 애완동물 품종으로 확장하기 ● 영상처리, 협업 필터링, 테이블 데이터 모델링 ● 밑바닥부터 구현하는 언어 모델, 딥러닝 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
46 |  | 만들면서 배우는 파이토치 딥러닝 | 12가지 모델로 알아보는 딥러닝 응용법 | 이미지/동영상 분류에서 OpenPose, GAN, BERT까지
| 9.40 | 2021. 8. 5 | 파이토치 딥러닝 | 중·고급 | 7 | 파이썬 | PyTorch | ● 화상 분류와 전이학습, 물체 감지, 시멘틱 분할 ● GAN을 활용한 화상 생성/탐지 ● 자연어 처리와 감정 분석 ● 동영상 분류 | https://www.hanbit.co.kr/media/books/book_view.html?p_code=B7628794939 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
47 |  | 파이토치로 배우는 자연어 처리 | 딥러닝을 이용한 자연어 처리 애플리케이션 구축 | 쉽고 빠르게 익히는 자연어 처리 입문 | 9.40 | 2021. 6. 1 | NLP | 초·중급 | 4 | 파이썬 | PyTorch | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
48 |  | 고성능 파이썬(2판) | 파이썬 성능 잠재력을 끌어내는 실용적인 개발 전략서 | 파이썬이 누가 느리다고 했어! | 9.60 | 2021. 5. 10 | 파이썬 최적화 | 중·고급 | 8 | 파이썬 | numpy, pandas | _넘파이, 사이썬, 프로파일러 더 잘 이해하기 _파이썬이 하부의 컴퓨터 아키텍처 추상화 방법 배우기 _프로파일링을 통해 CPU 소비 시간이나 메모리 사용량에서 병목 찾기 _적절한 데이터 구조를 선택해 효율적인 프로그램 작성하기 _행렬과 벡터 계산의 속도 높이기 _파이썬을 기계어로 번역하는 도구 사용하기 _다양한 입출력과 계산 연산을 동시 실행하고 관리하기 _다중 프로세싱 코드를 지역, 원격 클러스터에서 실행하도록 변환하기 _도커 등의 도구를 사용해 빠르게 프로그램 배치하기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
49 |  | 데이터가 뛰어노는 AI 놀이터, 캐글 | 상위 랭킹 진입을 위한 필살기 | 캐글러가 되고 싶거나, 더 높은 상위 랭킹에 도전하고 싶다면 | 9.50 | 2021. 5. 10 | - | 초·중급 | 4 | 파이썬 | - | ● 평가지표를 이용해 예측 결과 최적화하기 ● 여러 모델을 조합해 예측하는 앙상블 기법과 스태킹(stacking) | https://github.com/LDJWJ/kagglebook | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
50 |  | 데이터 과학을 위한 통계(2판) | 데이터 분석에서 머신러닝까지 파이썬과 R로 살펴보는 50가지 핵심 개념 | 파이썬과 R로 필요한 만큼만 배우는 실용주의 통계학 | 9.60 | 2021. 5. 7 | 데이터분석 | 중급 | 6 | 파이썬, R | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
51 |  | 실전 시계열 분석 | 통계와 머신러닝을 활용한 예측 기법 | 시계열 분석의 모든 것 | 9.30 | 2021. 4. 9 | 데이터분석 | 초급 | 2 | 파이썬, R | NumPy, Pandas, Tensorflow, MXNet | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
52 |  | 진지한 파이썬 | 파이썬 작동 원리에서 확장, 테스트, 배포, 최적화까지 | 파이썬 고수가 되고 싶은 개발자를 위한 실전서 | 8.40 | 2021. 1. 25 | 파이썬 내장 기능을 제대로 활용하고, 더 효율적으로 소스 코드를 개선하고 싶다면 | 중·고급 | 7 | 파이썬 | _모듈, 라이브러리, 프레임워크와 함께 파이썬 작동 원리 이해하기 _프로젝트 문서화와 API 관리 방법 _문서 자동화를 위한 스핑크스 사용법 _시간 정보와 시간대를 다루는 방법 _단위 테스트, 가상 테스트, 테스트 자동화와 배포 기법 _메서드와 데커레이터를 만들고 사용하는 방법 _파이썬으로 구현할 수 있는 함수형 프로그래밍 기법 _추상 구문 트리(AST), Hy, 리스프, flask8을 사용하는 방법 _자료구조, 함수, 동적 성능 분석으로 성능을 최적화하는 방법 _확장성 있는 프로그램을 위한 멀티스레딩, 멀티프로세싱, asyncio 활용법 _관계형 데이터베이스와 PostgreSQL을 사용하는 방법 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
53 |  | 머신러닝을 위한 실전 데이터셋 | 개인 정보를 보호하고 머신러닝 학습에 사용할 합성 데이터 만들기 | 데이터 부족과 개인정보 이슈를 해소하는 합성 데이터의 모든 것 | 8.80 | 2021. 1. 4 | 합성 데이터 | 중·고급 | 7 | - | - | ● 합성 데이터 효용성 평가 ● 데이터 합성 기법 ● 합성 데이터의 신원 식별 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
54 |  | 비즈니스 머신러닝 | 아마존 세이지메이커와 주피터를 활용한 빠르고 효과적인 머신러닝 활용법 | 비즈니스에 딥러닝을 활용하는 가장 쉽고 빠른 길 | 9.10 | 2020. 12. 23 | 예측, 분류, 자동화 | 초급 | 2 | 파이썬 | Amazon Sagemaker, XGBoost | ● 매 요청부터 승인까지의 구매 요청 전달 과정 자동화 ● 이탈 조짐을 보이는 고객을 찾는 XG부스트 애플리케이션 구축 ● 불만 트윗을 식별하는 머신러닝 모델 구축 ● 공급업체가 보낸 청구서에 대해 추가 질의 여부 결정 ● DeepAR 알고리즘으로 월간 전력 사용량 예측 ● DeepAR 알고리즘으로 월간 전력 사용량 예측 성능 향상 | https://www.hanbit.co.kr/store/books/look.php?p_code=B6474110466 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
55 |  | 혼자 공부하는 머신러닝+딥러닝 | 1:1 과외하듯 배우는 인공지능 자습서 | 한빛미디어에 출간한 인공지능 기술서 중 가장 쉬운 책 | 9.70 | 2020. 12. 21 | 머신러닝 딥러닝 기초 | 초급 | 1 | 파이썬 | Scikit-learn ,TensorFlow ,Keras | ● 비지도 학습 ▶️비슷한 과일끼리 모으자! ● 인공 신경망 ▶️ 텐서플로로 간단한 인공 신경망 모델 만들기 ● 합성곱 신경망의 시각화 ▶️신경망이 이미지에서 학습하는 게 무엇인지 이해하기 ● 텍스트를 위한 인공 신경망 ▶️한빛 마켓의 댓글을 분석하라! | https://www.hanbit.co.kr/store/books/look.php?p_code=B2002963743 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
56 |  | 안전한 인공지능 시스템을 위한 심층 신경망 강화 | 적대적 공격에 속지 않는 심층 신경망 만들기 | 인공지능 시스템을 속이는 적대적 공격에 속지 말자 | 8.80 | 2020. 12. 1 | 심층 신경망 강화, 적대적 공격 | 중급 | 5 | 파이썬 | Tensorflow, Keras | ● 심층 신경망을 속이는 실제 사례 ● 적대적 공격에 강한 인공지능 시스템 만들기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
57 |  | 밑바닥부터 시작하는 딥러닝 3 | 파이썬으로 직접 구현하며 배우는 딥러닝 프레임워크 | 이 책은 프레임워크 활용법을 알려드리지 않습니다. 직접 만들면서만 얻을 수 있는 깊은 깨달음을 추구합니다. | 9.50 | 2020. 11. 20 | 프레임워크 개발 | 중급 | 5 | 파이썬 | 없음 | ● 고차미분계산 ● 신경망 구축 ● CNN, RNN | https://www.hanbit.co.kr/store/books/look.php?p_code=B6627606922 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
58 |  | 처음 배우는 딥러닝 챗봇 | 챗봇 엔진부터 NLP, 딥러닝, 파이썬, REST API, 카카오톡 연동까지 | 메디컬 챗봇 스타트업 CTO가 독자 구축한 딥러닝 챗봇 개발 경험의 기록 | 9.00 | 2020. 11. 1 | NLP | 초·중급 | 3 | 파이썬 | Keras, Numpy, Pandas, matplotlib | ● 딥러닝 챗봇 학습도구 ● 딥러닝 챗봇 엔진 ● 딥러닝 챗봇 엔진과 카카오톡/네이버톡톡 연동 | https://github.com/keiraydev/chatbot | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
59 |  | GAN 인 액션 | 텐서플로 2.x와 케라스로 구축하는 생성적 적대 신경망 | 텐서플로 최신 버전, 구글 코랩으로 GAN을 정복하라 | 9.60 | 2020. 9. 17 | 컴퓨터 비전 | 중급 | 4 | 파이썬 | Tensorflow, Keras | ● GAN 이용한 손글씨 생성 ● ProGAN와 텐서플로 허브 이용한 고해상도 이미지 생성 ● SGAN 이용한 적은 레이블 훈련 데이터셋으로 분류 정확도 개선 ● CGAN 이용, 레이블로 GAN 모델의 결점 극복 ● CycleGAN으로 사과 이미지를 오렌지로 바꾸기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
60 |  | 처음 시작하는 파이썬(2판) | 파이썬 패키지를 활용한 모던 컴퓨팅 입문 | 오늘도, 내일도, 매일 파이썬을 공부하고 싶게 만드는 파이써닉한 전문서 | 9.20 | 2020. 8. 24 | 비즈니스, 과학, 예술 | 초·중급 | 4 | 파이썬 | beautifulsoup4, flask, ipython, matplotlib, numpy, pandas, scipy | _간단한 데이터 타입, 수학 연산 및 텍스트 처리 _파이썬 자료구조와 데이터 맹글링 _파이썬 코드 구조와 함수 _모듈과 패키지를 활용한 파이썬 프로그램 구축 _객체 지향 프로그래밍(객체, 클래스) _관계형 데이터베이스와 NoSQL _웹 클라이언트, 서버, API 및 서비스 _시스템 관리 작업(프로그램, 프로세스, 스레드) _동시성 및 네트워크 프로그래밍 | github.com/madscheme/introducing-python | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
61 |  | 처음 시작하는 딥러닝 | 수학 이론과 알고리즘부터 CNN, RNN 구현까지 한 권으로 해결하기 | 미국판 밑바닥부터 시작하는 딥러닝 | 8.70 | 2020. 8. 20 | 컴퓨터 비전 | 초급 | 3 | 파이썬 | PyTorch | - | https://github.com/flourscent/DLFS_code | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
62 |  | 이것이 취업을 위한 코딩 테스트다 with 파이썬 | 취업과 이직을 결정하는 알고리즘 인터뷰 완벽 가이드, C/C++, 자바 코드 제공 | 취업의 성공 열쇠는 알고리즘 인터뷰에 있다! | 9.60 | 2020. 8. 5 | 코딩테스트 | 초·중급 | 3 | 파이썬 | https://www.hanbit.co.kr/src/10307 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
63 |  | 핸즈온 비지도 학습 | 텐서플로, 케라스, 사이킷런을 활용한 알고리즘과 방법론, AI 활용 사례 | 본격 비지도 학습 입문서 | 9.00 | 2020. 7. 20 | 컴퓨터 비전 | 중·고급 | 7 | 파이썬 | Tensorflow, Keras, Scikit-learn, XGBoost, LightGBM, fastcluster | ● 비지도학습으로 지도학습 성능 개선(피처 추출) ● 이미지 분류 및 합성 이미지 생성 ● 신용카드 사기 탐지 등 이상치 탐지 시스템 ● 스팸 이메일 분류 ● 영화 추천 시스템 ● 심전도 데이터를 활용한 시계열 클러스터링 | https://github.com/francis-kang/handson-unsupervised-learning | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
64 |  | 파이썬 증권 데이터 분석 | 파이썬 입문, 웹 스크레이핑, 트레이딩 전략, 자동 매매, 딥러닝을 이용한 주가 예측까지 | 투자 기법과 프로그래밍 기술로 자신만의 퀀트 투자 시스템을 완성하라 | 9.50 | 2020. 7. 1 | 파이썬 증권 데이터 분석 | 중급 | 5 | 파이썬 | _파이썬 데이터 분석 기본 _파이썬 데이터 분석 응용 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
65 |  | 나의 첫 파이썬(2판) | 전 세계가 선택한 프로젝트 기반 프로그래밍 입문서 | 150만부가 판매된 글로벌 No.1 파이썬 기술서 | 9.30 | 2020. 7. 1 | 파이썬 입문 | 초급 | 2 | 파이썬 | matplotlib, django,plotly | _파이게임, 맷플롯립, 플로틀리, 장고 등 강력한 파이썬 라이브러리와 도구 사용법 _키 입력, 마우스 클릭, 난이도 변화가 있는 2D 게임 만들기 _데이터를 이용해 상호작용 가능한 시각화 생성하기 _웹 앱을 생성하고 커스터마이징해서 온라인에 배포하기 _프로그래밍 실수와 오류에 대처하는 법 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
66 |  | 핸즈온 머신러닝(2판) | 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무 | 아마존 인공지능 분야 부동의 1위 도서 | 9.20 | 2020. 5. 4 | 컴퓨터 비전, NLP | 초·중급 | 5 | 파이썬 | Tensorflow, Keras, Scikit-learn | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B7033438574 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
67 |  | 파이썬으로 배우는 딥러닝 교과서 | 이미지 인식 모델을 만들면서 익히는 딥러닝 | 베스트셀러 저자, Aidemy 인기 강의를 책으로 만듬 | 9.30 | 2020. 3. 1 | 컴퓨터 비전 | 초급 | 4 | 파이썬 | Pandas, Numpy, matplotlib, DataFrame, OpenCV | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B5364144898 |