| 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 |  | AWS 기반 데이터 과학 | 엔드투엔드, AI/ML 파이프라인 구현하기 | 80여 가지 AWS AI & ML 서비스로 구현하는 데이터 과학 프로젝트 | 9.40 | 2023. 4. 28 | MLOps | 중·고급 | 7 | - | - | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
12 |  | 머신러닝 시스템 설계 | 프로젝트 범위 산정부터 프로덕션 배포 후 모니터링까지, MLOps 완벽 해부하기 | 칩 후옌, 스탠퍼드 강의, 데이터 과학, 비즈니스 MLOps 지침서 | 9.60 | 2023. 3. 14 | MLOps | 중급 | 5 | - | - | - | https://github.com/chiphuyen/dmls-book | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
13 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
14 |  | 온디바이스 AI | 모바일 개발자를 위한 머신러닝 기초부터 모바일용 컴퓨터 비전, 텍스트 처리까지 | 단계별로 직접 해 보며 익히는 모바일 머신러닝 가이드 | 9.40 | 2022. 11. 1 | 모바일 머신러닝 | 중급 | 5 | 코틀린, 스위프트 | ML Kit, Core ML, TFLite | ● 컴퓨터 비전 애플리케이션 만들기 ● 텍스트 처리 애플리케이션 만들기 ● 커스텀 모델 만들기, 커스텀 모델 사용하기 ● 파이어베이스로 애플리케이션 제품화하기 ● 애플리케이션으로 클라우드 모델에 접근하기 | https://github.com/tucan9389/ondevice-ml-book | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
15 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
16 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
17 |  | 소문난 명강의 : 김기현의 딥러닝 부트캠프 with 파이토치 | 기초부터 수식, 실습까지 담은 올인원 딥러닝 입문 교과서 | 개념, 수식, 실습으로 이어지는 딥러닝 기초부터 심화 | 9.80 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
18 |  | 개발자를 위한 머신러닝&딥러닝 | 인공지능 개발자로 레벨 업하기! 신경망 기초부터 컴퓨터 비전, 자연어 처리, 시계열 예측까지 | 복잡한 수식 놉! 코드로 시작하는 머신러닝 | 9.70 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
19 |  | 쉽게 배우는 AWS AI 서비스 | 챗봇, 음성비서, 크롤러 프로젝트를 구현하며 만나는 서비스형 AI | 아마존 AI 서비스로 복잡한 수식 없이 AI 사용하기 | 9.70 | 2022. 4. 15 | 머신러닝, 클라우드 | 초·중급 | 3 | 자바스크립트 | Node.js | ● 사진 속 이미지를 판단하는 인식 시스템 ● 챗봇 기능과 음성인식 기능이 있는 할 일 관리 앱 | https://github.com/hanbit/ai-as-a-service | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
20 |  | 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 | 9.70 | 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/ | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
21 |  | 케라스로 구현하는 딥러닝 | 예제를 따라 하며 배우는 딥러닝 인공신경망 | 예제를 따라 하며 배우는 딥러닝 인공신경망 | 9.40 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
22 |  | 파이썬을 활용한 금융 분석(2판) | 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지 | 파이썬 금융 분석 실무 가이드 | 9.80 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
23 |  | 머신러닝 실무 프로젝트(2판) | 실전에 필요한 MLOps, 머신러닝 모델 검증, 슬롯머신 알고리즘, 온라인 광고에서의 머신러닝 | 어디서든 환영받는 실무형 머신러닝 | 8.90 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
24 |  | 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/ | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
25 |  | 쿠브플로 운영 가이드 | 온프레미스 배포와 클라우드 운영 | 머신러닝 애플리케이션을 쉽게 운영하는 법 | 8.50 | 2022. 1. 31 | 쿠버네티스, 머신러닝 프로젝트 운영관리 | 초·중급 | 3 | N/A | 쿠브플로 | N/A | https://github.com/jpatanooga/kubeflow_ops_book_dev | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
26 |  | AI로 일하는 기술 | 인공지능은 어떻게 일이 되는가?: 메타버스, NFT, 자율주행 결국 이 모든 것은 인공지능이다 | AI에 대한 궁금증을 속 시원하게 해결해주는 47가지 이야기 | 9.80 | 2022. 1. 3 | 인공지능 활용 방안 정리 | 초급 | 1 | N/A | N/A | N/A | N/A | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
27 |  | 금융 전략을 위한 머신러닝 | 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학 | 금융 머신러닝 | 9.50 | 2021.12.27 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
28 |  | 비전 시스템을 위한 딥러닝 | 신경망을 활용한 엔드투엔드 컴퓨터 비전 애플리케이션 구축하기 | 컴퓨터 비전의 모든 것 | 9.80 | 2021.12.20 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
29 |  | 구글 BERT의 정석 | 인공지능, 자연어 처리를 위한 BERT의 모든 것 | 한국어 언어 모델 KoBERT까지! 자연어 처리 언어 모델 BERT 뽀개기 | 9.40 | 2021.11.03 | NLP | 중급 | 4 | 파이썬 | BERT | ● 트랜스포머, BERT, ● 모델 탐색, 임베팅 추출, 파인 튜닝 | https://github.com/PacktPublishing/Getting-Started-with-Google-BERT | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
30 |  | 머신러닝 디자인 패턴 | 효율적인 머신러닝 파이프라인과 MLOps를 구축하는 30가지 디자인 패턴 | 구글 머신러닝 석학이 집필한 대부분의 시나리오에 대응할 수 있는 디자인 패턴 | 9.30 | 2021.11.01 | 머신러닝 패턴 | 중·고급 | 8 | - | - | - | https://github.com/yunho0130/ml-design-patterns | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
31 |  | 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 | 2021.10.21 | 머신러닝, 딥러닝 | 초·중급 | 3 | 파이썬 | Tensorflow | ● 영화 추천 시스템 구축 ● 주식시장 분석 ● 객체 추적기 구축 ● 자동 음성 인식 시스템과 챗봇 만들기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
32 |  | 살아 움직이는 머신러닝 파이프라인 설계 | 텐서플로와 함께하는 머신러닝 프로젝트 자동화 | 효율의 끝판왕, 머신러닝 파이프라인으로 가장 손쉽게 자동화를 구축하는 방법! | 10.00 | 2021.10.11 | 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-machine�learning-pipelines.git | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
33 |  | 그로킹 심층 강화학습 | 이론과 실제 사이의 틈을 메우다 | 사람처럼 학습하는 인공지능, 심층 강화학습의 모든 것 | 9.10 | 2021.10.10 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
34 |  | 머신러닝 파워드 애플리케이션 | 아이디어에서부터 완성된 제품까지, 강력한 머신러닝 애플리케이션 구축 과정 배우기 | 머신러닝 아이디어부터 개발, 배포까지 따라하기 | 9.30 | 2021.09.06 | 머신러닝 실습 | 중급 | 5 | 파이썬 | - | ● 머신러닝 보조 글쓰기 애플리케이션 | http://bit.ly/mlpa-git | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
35 |  | 웹 브라우저 속 머신러닝 TensorFlow.js | 실전 예제로 배우는 텐서플로 머신러닝 모델 | 웹 브라우저에서 머신러닝 모델 구축하기 | 2.00 | 2021.09.01 | 웹 머신러닝 | 초·중급 | 4 | 자바스크립트 | TensorFlow.js, ML5.js, Node.js | ● 사전 학습된 클라이언트 사이드 애플리케이션 모델 재사용 ● 로지스틱스 회귀 애플리케이션 작성 ● 마르코프 결정 문제 풀기 ● 애플리케이션 배포 및 튜닝 | https://github.com/PacktPublishing/Hands-On-Machine-Learning-with-TensorFlow.js | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
36 |  | 스파크를 이용한 자연어 처리 | 대규모 텍스트를 다루는 가장 효율적인 딥러닝을 만나다 | Spark NLP로 구현하는 자연어 처리 애플리케이션 | 8.30 | 2021. 8. 20 | 스파크 NLP | 중급 | 6 | 아파치 스파크 | Spark NLP, Keras | ● 감성 분석과 감지, 지식 베이스 구축 ● 검색엔진, 챗봇, 객체 문자 인식 애플리케이션 ● 다국어 지원, 수동 레이블링 시스템 구축 ● NLP 애플리케이션 제작 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
37 |  | fastai와 파이토치가 만나 꽃피운 딥러닝 | 박사 학위 없이 AI를 폼나게 구현하는 법 | 널리 개발자를 이롭게 할 최첨단 딥러닝 기술 fast.ai의 모든 것 | 9.50 | 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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
38 |  | 만들면서 배우는 파이토치 딥러닝 | 12가지 모델로 알아보는 딥러닝 응용법 | 이미지/동영상 분류에서 OpenPose, GAN, BERT까지 | 9.50 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
39 |  | 텐서플로 라이트를 활용한 안드로이드 딥러닝 | 더 작고, 더 가벼운, 모바일, 에지 기기용 머신러닝 | 딥러닝 모델을 이용한 안드로이드 앱 개발 | 9.80 | 2021. 8. 1 | 안드로이드 딥러닝 | 초·중급 | 4 | 파이썬, 자바 | Tensorflow Lite, Android studio | ● 텐서플로 라이트 모델을 이용한 안드로이드 앱 개발 ● 프레임워크를 활용한 이미지 분류 앱 개발 ● 실시간 이미지 처리 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
40 |  | 머신러닝을 활용한 웹 최적화 | A/B 테스트, 메타휴리스틱, 슬롯머신 알고리즘에서 베이즈 최적화까지 | 머신러닝 세계를 새롭게 보는 눈, 웹 최적화 | 9.60 | 2021. 6. 7 | 웹 최적화 | 중급 | 6 | 파이썬 | - | ● 슬롯머신 알고리즘과 통계 모델의 만남 ● 베이즈 로지스틱 회귀 ● 로지스틱 회귀 톰슨 샘플링 | https://www.hanbit.co.kr/lib/examFileDown.php?hed_idx=5396 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
41 |  | 린 AI | 사용자 유치, 그로스 마케팅, 성장 전략 수립에 인공지능 활용하기 | AI를 마케팅에 활용할 수 있습니다. | 9.30 | 2021. 6. 1 | 그로스해킹, 그로스 마케팅 | 초급 | 1 | N/A | N/A | ● 마케팅 목적의 머신러닝 기능 분류 ● 스타트업 성장을 위한 핵심 지표 ● 광고 퍼포먼스 ● 신규 사용자 유치 전략 | N/A | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
42 |  | 파이토치로 배우는 자연어 처리 | 딥러닝을 이용한 자연어 처리 애플리케이션 구축 | 쉽고 빠르게 익히는 자연어 처리 입문 | 9.30 | 2021. 6. 1 | NLP | 초·중급 | 4 | 파이썬 | PyTorch | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
43 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
44 |  | GAN 첫걸음 | 파이토치 신경망 입문부터 연예인 얼굴 생성까지 | GAN이 어려운 것은, 더 쉽게 알려주는 책이 없었기 때문이다 | 9.30 | 2021. 3. 10 | 컴퓨터 비전 | 초급 | 2 | 파이썬 | PyTorch, Numpy, matplotlib | ● 단순한 1010 패턴 생성 ● 손으로 쓴 숫자 생성 ● 얼굴 이미지 생성 | https://github.com/makeyourownneuralnetwork/gan | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
45 |  | 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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
46 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
47 |  | 혼자 공부하는 머신러닝+딥러닝 | 1:1 과외하듯 배우는 인공지능 자습서 | 한빛미디어에 출간한 인공지능 기술서 중 가장 쉬운 책 | 9.60 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
48 |  | 안전한 인공지능 시스템을 위한 심층 신경망 강화 | 적대적 공격에 속지 않는 심층 신경망 만들기 | 인공지능 시스템을 속이는 적대적 공격에 속지 말자 | 9.20 | 2020. 12. 1 | 심층 신경망 강화, 적대적 공격 | 중급 | 5 | 파이썬 | Tensorflow, Keras | ● 심층 신경망을 속이는 실제 사례 ● 적대적 공격에 강한 인공지능 시스템 만들기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
49 |  | 밑바닥부터 시작하는 딥러닝 3 | 파이썬으로 직접 구현하며 배우는 딥러닝 프레임워크 | 이 책은 프레임워크 활용법을 알려드리지 않습니다. 직접 만들면서만 얻을 수 있는 깊은 깨달음을 추구합니다. | 9.60 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
50 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
51 |  | 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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
52 |  | 퀀트 전략을 위한 인공지능 트레이딩 | 파이썬과 케라스를 활용한 머신러닝/딥러닝 퀀트 전략 기술 | 나만의 투자 전략 실현을 위한 인공지능 퀀트 투자 학습법 | 9.30 | 2020. 8. 20 | 예측 | 중급 | 4 | 파이썬 | Keras | ● CNN을 호라용한 캔들차트 예측 분석 ● RNN을 활용한 주가 방향성 분류 예측 ● 오토인코더를 활용한 주가 데이터 생성 ● 퀀트 투자 전략 구현 ● 딥러닝을 이용한 주식 예측 분석 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
53 |  | 초소형 머신러닝 TinyML | 모델 최적화부터 에지 컴퓨팅까지 작고 빠른 딥러닝을 위한 텐서플로 라이트 | 텐서플로 라이트 개발자 피트 워든의 자율지능 IoT(아두이노+머신러닝) | 9.10 | 2020. 8. 20 | 컴퓨터 비전, 음성 | 중급 | 7 | 파이썬, C/C++ | Tensorflow Lite | ● 호출어(Wake up Voice) 감지 ● 카메라로 사람 인식 ● 마술 지팡이(모션센서로 제스처 인식) | https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/micro/examples | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
54 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
55 |  | 핸즈온 비지도 학습 | 텐서플로, 케라스, 사이킷런을 활용한 알고리즘과 방법론, AI 활용 사례 | 본격 비지도 학습 입문서 | 8.80 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
56 |  | 딥러닝과 바둑 | 알파고를 능가하는 바둑봇을 만들며 익히는 딥러닝, 강화학습 | 알파고 개발 여정을 따라가며 알파고 제로를 넘어서는 바둑봇을 만들어라 | 9.50 | 2020. 6. 1 | 게임 | 중급 | 6 | 파이썬 | Keras, BetaGo, Numpy | ● 바둑봇 ● 알파고 ● 알파고 제로 + @ | https://www.hanbit.co.kr/lib/examFileDown.php?hed_idx=4639 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
57 |  | 핸즈온 머신러닝(2판) | 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무 | 아마존 인공지능 분야 부동의 1위 도서 | 9.50 | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
58 |  | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
59 |  | 그로킹 딥러닝 | 알기 쉬운 비유와 기초 수학으로 시작하는 | 딥러닝으로 유명해진 저자의 책으로 매닝 출판사의 그로킹 시리즈로 출간 | 9.50 | 2019. 12. 1 | 컴퓨터 비전, NLP | 초급 | 4 | 파이썬 | Numpy | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
60 |  | 미술관에 GAN 딥러닝 실전 프로젝트 | GAN으로 쓰기, 그리기, 게임하기, 작곡하기 | GAN 1위 책 | 8.40 | 2019. 11. 5 | 컴퓨터 비전, NLP, 음성 | 초·중급 | 7 | 파이썬 | CycleGAN, MusicGAN, LSTM Network | ● VAE를 사용한 얼굴 이미지 합성 ● CycleGAN으로 모네 그림 그리기 ● 질문 대답 생성기 ● MuseGAN을 이용한 작곡 ● AI로 게임하기 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
61 |  | 펭귄브로의 3분 딥러닝, 파이토치맛 | PyTorch 코드로 맛보는 CNN, GAN, RNN, DQN, Autoencoder, ResNet, Seq2Seq, Adversarial Attack | 깊은 맛의 딥러닝, 초보자에게 추천 | 9.10 | 2019. 11. 1 | 컴퓨터 비전, NLP | 초급 | 5 | 파이썬 | PyTorch | ● 영화 리뷰 감정 분석 ● 패션 아이템 생성 ● 카드폴 게임 마스터 | http://www.hanbit.co.kr/store/books/look.php?p_code=B7193109877 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
62 |  | 파이썬을 활용한 머신러닝 쿡북 | 전처리에서 딥러닝까지, 판다스와 사이킷런 중심의 실전 문제 해결 200선 | 쿡북, 오직 실전을 위해~! | 9.50 | 2019. 9. 1 | 컴퓨터 비전 | 중·고급 | 5 | 파이썬 | Pandas, Scikit-learn | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
63 |  | 파이썬 날코딩으로 알고 짜는 딥러닝 | 프레임워크 없이 단층 퍼셉트론에서 GAN까지 | 쉽게 말고 제대로 배울 사람을 위한 책으로 날코딩 맛보기 무료 강의 자료도 인기 | 9.50 | 2019. 7. 15 | 컴퓨터 비전, 음성 | 중·고급 | 8 | 파이썬 | - | ● 천체의 펄서 여부 판정 ● 철판 분량 상태 분류 ● 꽃 이미지 분류 ● 오피스31 다차원 분류 ● 오토마타 문장 판별 ● 도시 소음 분류 ● 장면 전환 판별 ● 이미지 재편 및 분류 ● 이미지 숫자 읽기 ● 회화 및 숫자 이미지 생성 | http://www.hanbit.co.kr/store/books/look.php?p_code=B8585180187 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
64 |  | 김기현의 자연어 처리 딥러닝 캠프 | 딥러닝 기반의 자연어 처리 기초부터 심화까지 | 패캠 명강의를 책으로 | 7.20 | 2019. 7. 1 | NLP | 고급 | 10 | 파이썬 | PyTorch | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
65 |  | 파이토치 첫걸음 | 딥러닝 기초부터 RNN, 오토인코더, GAN 실전 기법까지 | 저자님이 파이토치 코리아 운영진으로 활동 중 | 9.20 | 2019. 6. 7 | 컴퓨터 비전, NLP | 초·중급 | 3 | 파이썬 | PyTorch | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B7818450418 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
66 |  | 밑바닥부터 시작하는 딥러닝 2 | 파이썬으로 직접 구현하며 배우는 순환 신경망과 자연어 처리 | 밑바닥의 그 명성 그대로, NLP 1위 | 9.80 | 2019. 5. 1 | NLP | 초급 | 4 | 파이썬 | - | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B8950212853 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
67 |  | 파이썬 라이브러리를 활용한 머신러닝(번역개정판) | 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서 | 홍대 머신러닝 스터디로 유명한 바로 그 책 | 9.60 | 2019. 3. 29 | ML 기초이므로 여러 분야에 응용 가능 | 초급 | 6 | 파이썬 | Scikit-learn, Numpy, SciPy, matplotlib, pandas, mglearn | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
68 |  | 텐서플로를 활용한 머신러닝 | 그림으로 쉽게 개념부터 익히는 머신러닝, 딥러닝 입문서 | 텐서플로와 머신러닝을 한 권에 | 8.90 | 2019. 2. 1 | 컴퓨터 비전, NLP, 음성 | 초·중급 | 4 | 파이썬 | Tensorflow | http://www.hanbit.co.kr/store/books/look.php?p_code=B8108682495 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
69 |  | 한 권으로 끝내는 딥러닝 텐서플로 | 회귀분석에서 강화학습까지 최고의 딥러닝 입문서 | 빠르게 훑어보고, 바로 실습으로! | 7.30 | 2018. 11. 5 | 컴퓨터 비전, NLP | 초·중급 | 3 | 파이썬 | Tensorflow | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B1266184916 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
70 |  | 파이썬으로 배우는 머신러닝 교과서 | 그림으로 이해하고 코드로 확인하는 머신러닝, 딥러닝 기초 | 머신러닝, 수학, 파이썬 기초부터 | 8.70 | 2018. 11. 1 | ML 기초 | 초급 | 4 | 파이썬 | Tensorflow, Keras | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B8718279503 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
71 |  | 자바를 활용한 딥러닝 | 딥러닝 입문부터 DL4J를 이용한 신경망 구현과 스파크⋅하둡 연동까지 | Java! | 9.30 | 2018. 9. 1 | 컴퓨터 비전, NLP, 음성 | 초·중급 | 6 | 자바 | DL4J, rl4j(d4j) | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B4774300045 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
72 |  | 머신러닝 실무 프로젝트 | 실전에 필요한 머신러닝 시스템 설계, 데이터 수집, 효과 검증 노하우 | 얇음, 진짜 실무로 알려줌 | 8.80 | 2018. 6. 5 | NLP | 중급 | 4 | 파이썬 | Scikit-learn | ● 영화 추천 시스템 만들기 ● 킥스타터 분석하기 ● 업리프트 모델링으로 마케팅 효율 높이기 | http://www.hanbit.co.kr/store/books/look.php?p_code=B2700797734 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
73 |  | 아무것도 모르고 시작하는 인공지능 첫걸음 | 인공지능을 이해하기 위한 최소한의 기술 상식 | 교양서, 개념을 쉽게 설명해줘서 깜짝 놀랄 수 있음. | 8.60 | 2018. 6. 1 | - | 초급 | 1 | - | - | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
74 |  | 러닝 텐서플로 | 딥러닝 영상처리와 NLP부터 텐서보드 시각화, 멀티스레딩, 분산처리까지 | 텐서플로 입문자를 위한 2호 | 9.30 | 2018. 5. 4 | 컴퓨터 비전, NLP | 중급 | 3 | 파이썬 | Tensorflow, Keras, TF-Slim | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
75 |  | 핸즈온 머신러닝 | 사이킷런과 텐서플로를 활용한 머신러닝, 딥러닝 실무 | 아마존 인공지능 분야 부동의 1위 도서 | 9.60 | 2018. 4. 27 | 컴퓨터 비전, NLP | 중급 | 8 | 파이썬 | Tensorflow, Scikit-learn | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B9267655530 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
76 |  | 딥러닝의 정석 | 텐서플로와 최신 기법으로 배우는 딥러닝 알고리즘 설계 | 빌게이츠 책 장에 있는 딥러닝의 정석 | 5.70 | 2018. 2. 26 | 컴퓨터 비전, NLP | 중급 | 8 | 파이썬 | Tensorflow, SyntaxNet | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B5128867520 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
77 |  | 처음 배우는 딥러닝 수학 | 그림으로 이해하고 엑셀로 확인하는 딥러닝 수학 기본 | 수학 책인데 너무 인기가 높아, 만든 사람이 더 놀란 책 | 9.30 | 2018. 2. 1 | 컴퓨터 비전 | 초·중급 | 4 | - | Excel | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B6703128448 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
78 |  | 코딩셰프의 3분 딥러닝, 케라스맛 | Keras 코드로 맛보는 ANN, DNN, CNN, RNN, AE, GAN, UNET | 깔끔하고 군살 없이 | 8.10 | 2018. 1. 1 | 컴퓨터 비전, NLP | 초급 | 3 | 파이썬 | Keras | ● 필기체를 구분 ● 시계열 데이터 예측 ● 컬러 이미지를 분류 ● 필기체를 생성 | http://www.hanbit.co.kr/store/books/look.php?p_code=B6313947129 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
79 |  | 강화학습 첫걸음 | 텐서플로로 살펴보는 Q 러닝, MDP, DQN, A3C 강화학습 알고리즘 | 강화학습 기본 원리부터 심화까지 | 7.70 | 2017. 12. 22 | 봇, 자율주행 등 다양한 분야에 활용 가능 | 중급 | 5 | 파이썬 | Tensorflow | - 카트폴 등 오픈 AI 짐의 예제 - 비즈둠(<둠> 게임 플레잉) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
80 |  | 처음 배우는 머신러닝 | 기초부터 모델링, 실전 예제, 문제 해결까지 | 중국에 판권 수출된 머신러닝 입문서, 좋은 구성과 적절한 예제로 쉽게 설명 | 8.80 | 2017. 10. 1 | 컴퓨터 비전, NLP | 초급 | 6 | 파이썬 | Tensorflow, Scikit-learn | ● 구매 이력 데이터를 이용한 사용자 그룹 생성 ● 문서분석 시스템(word2vec), 추천 시스템 ● 이미지 인식 시스템(사람 얼굴, 손글씨) | http://www.hanbit.co.kr/store/books/look.php?p_code=B8660115730 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
81 |  | 골빈해커의 3분 딥러닝 | 텐서플로 코드로 맛보는 CNN, AE, GAN, RNN, DQN (+ Inception) | 골빈해커가 집필함 | 9.20 | 2017. 9. 25 | 컴퓨터 비전, NLP | 초급 | 4 | 파이썬 | Tensorflow | ● MNIST 학습 ● GAN 기본 모델 ● 이미지 인식 ● 강화학습 | http://www.hanbit.co.kr/store/books/look.php?p_code=B7257101308 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
82 |  | 처음 배우는 인공지능 | 개발자를 위한 인공지능 알고리즘과 인프라 기초 | 인공지능을 감잡고, 다음 단계로 나아갈 수 있도록 도와 드림 | 8.50 | 2017. 6. 1 | 컴퓨터 비전, NLP, 음성 | 초급 | 2 | 파이썬 | Tensorflow | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B1908490055 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
83 |  | 신경망 첫걸음 | 수포자도 이해하는 신경망 동작 원리와 딥러닝 기초 | 신경망을 정말 쉽게 설명한 책 | 9.20 | 2017. 4. 3 | 컴퓨터 비전 | 초급 | 2 | 파이썬 | - | - | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
84 |  | 밑바닥부터 시작하는 딥러닝 | 파이썬으로 익히는 딥러닝 이론과 구현 | 국내 누적 판매 1위, 가장 많이 팔린 딥러닝 기술서 | 9.10 | 2017. 1. 3 | 컴퓨터 비전 | 초급 | 3 | 파이썬 | - | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B8475831198 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
85 |  | 딥러닝 첫걸음 | 머신러닝에서 컨벌루션 신경망까지 | MATLAB, Python, 가볍게 그리고 빠르게 | 8.00 | 2016. 12. 30 | 컴퓨터 비전 | 초·중급 | 3 | MATLAB/Octave, 파이썬 | - | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B4370590649 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
86 |  | 텐서플로 첫걸음 | 회귀분석, 군집화, 합성곱 신경망까지 딥 러닝 제대로 입문하기(텐서플로 1.0 버전 테스트 완료) | 텐서플로 1.0 시절을 평정함 | 8.10 | 2016. 8. 29 | 컴퓨터 비전 | 초급 | 1 | 파이썬 | Tensorflow | - | http://www.hanbit.co.kr/store/books/look.php?p_code=B3286570432 |