- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
파이썬으로 배우는 딥러닝 교과서 이미지 인식 모델을 만들면서 익히는 딥러닝
원제 : Pythonで動かして学ぶ! あたらしい深層学習の教科書 機械学習の基本から深層学習まで
- 이시카와 아키히코 저
- 박광수 역
- 한빛미디어
- 2020년 03월 01일
-
정가38,000원
-
판매가34,200원 [10% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금1,900원 적립 [5%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2026년 04월 08일(수)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791162242827
712쪽
183 x 235 (㎜)
지금 이책은
- 판매지수 : 82
- 주간 컴퓨터/IT: 74위
이 분야의 베스트셀러
-
DB설계 입문자를 위한 데이터베이스 설계 및 구축 [개정2판]
오세종
20,000원
-
데이터가 보인다
히라이 아키오, 오카야스 유이치
20,000원
-
오라클 ACE가 해설하는 NEW SQL&PL/SQL
주종면
20,700원
이 책과 함께 구매한 책
-
모두의 딥러닝 [개정2판] 조태호 21,600원
-
혼자 공부하는 파이썬 윤인성 16,200원
책 소개
이 책은
딥러닝 기초부터 이미지 인식 모델 구현까지
파이썬으로 배우는 딥러닝
이 책은 이미지 인식 모델을 만드는 과정을 다루면서 딥러닝 요소를 학습합니다. 머신러닝 기본부터 파이썬 기초와 함수 사용법을 배우고, 팬더스로 행렬 계산에 특화된 넘파이와 데이터를 반복적으로 다뤄보며 파이썬 사용법을 철저히 익힙니다. 후반부에서는 이미지 인식 처리에 필요한 딥러닝 요소를 예제로 실습하면서 학습합니다. 풍부한 그림과 구체적인 예로 딥러닝 지식과 파이썬 활용법을 기초부터 제대로 배울 수 있습니다. 개념 설명 후 등장하는 문제를 제시해 직접 프로그램에 구현하도록 유도합니다. 이 책으로 머신러닝과 딥러닝을 한 번에 배울 수 있습니다.
주요 내용
● 머신러닝/딥러닝 개요
● 파이썬 기본 문법/함수
● 성능평가지표와 PR 곡선
● NumPy, Pandas 기초/응용
● matplotlib을 활용한 데이터 시각화
● DataFrame을 이용한 데이터 클렌징
● OpenCV 이용 및 이미지 데이터 전처리
● 하이퍼파라미터와 튜닝
● CNN을 이용한 이미지 인식 기초/응용
출판사 리뷰
1 파이썬부터 배웁니다.
초반 간략히 딥러닝을 소개한 뒤 바로 파이썬을 학습합니다. 딥러닝 기초와 함수 사용법을 배우고 행렬 계산에 특화된 NumPy와 빅데이터를 다루는 Pandas를 반복적으로 다루면서 파이썬 사용법을 철저히 익힙니다.
2 이미지 인식으로 딥러닝을 학습합니다.
이미지를 감지하고 시각화하는 언뜻 어려워 보이는 주제를 영상 이미지를 활용하여 쉽고 재미있게 다가갈 수 있습니다. 어떤 근거로 구현할 것인지 수치와 예제로 알려주므로 자신감을 갖고 공부할 수 있습니다.
3 문제로 복습하고 다음 단계로 넘어갑니다.
개념 설명 후에는 문제를 풀면서 그동안 배운 지식을 바로 활용할 수 있도록 구성됐습니다. ‘손을 움직여’ 딥러닝을 배울 수 있습니다.
저자 소개
저자 : 이시카와 아키히코
주식회사 Aidemy 대표이사. 도쿄대학 공학부를 졸업하고 데이터 분석 관련 연구와 실무 경험을 살려 2017년 인공지능 엔지니어를 위한 온라인 교육 서비스 Aidemy를 시작했습니다. Aidemy는 인공지능을 다루는 데 필요한 기술을 알려주는 서비스로, 2만 명 넘는 회원이 100만 회 넘게 학습했습니다. 지금은 와세다대학 선진이공학 박사과정에서 AI 프로그래밍 실습 과정을 지도하고 있습니다.
역자 : 박광수(아크몬드)
‘아크몬드’라는 필명으로 더 잘 알려진 블로거입니다. 아크윈 블로그(http://archmond.win/)에서 최신 윈도우 정보를 꾸준히 나누고 있습니다. 2007년부터 마이크로소프트 MVP(Windows 부문)를 수상했습니다. 오피스 365, 애저 등 마이크로소프트의 최신 기술에 열광합니다. 현재 일본에서 서버 개발자로 활동하면서 딥러닝에 많은 관심을 두고 있습니다. 번역한 도서로는 『처음 배우는 딥러닝 수학』, 『파이썬으로 배우는 머신러닝의 교과서』(이상 한빛미디어, 2018) 등이 있습니다.
역자 소개
‘아크몬드’라는 필명으로 더 잘 알려진 블로거입니다. 아크윈 블로그(http://archmond.win/)에서 최신 윈도우 정보를 꾸준히 나누고 있습니다. 2007년부터 마이크로소프트 MVP(Windows 부문)를 수상했습니다. 오피스 365, 애저 등 마이크로소프트의 최신 기술에 열광합니다. 현재 일본에서 서버 개발자로 활동하면서 딥러닝에 많은 관심을 두고 있습니다. 번역한 도서로는 『처음 배우는 딥러닝 수학』, 『파이썬으로 배우는 머신러닝의 교과서』(이상 한빛미디어, 2018) 등이 있습니다.
목차
CHAPTER 0 개발 환경 준비
0.1 아나콘다 설치
0.2 가상 환경 만들기
0.3 라이브러리 설치
0.4 주피터 노트북 실행 및 조작
CHAPTER 1 머신러닝 개요
1.1 머신러닝 기초
1.2 머신러닝 학습 방식
연습 문제
CHAPTER 2 머신러닝의 흐름과 과적합
2.1 머신러닝의 흐름
2.2 학습 데이터 사용법
2.3 과적합
2.4 앙상블 학습
연습 문제
CHAPTER 3 성능평가지표와 PR 곡선
3.1 성능평가지표
3.2 PR 곡선
연습 문제
종합 문제
CHAPTER 4 파이썬 기초, 변수와 자료형
4.1 파이썬 기초
4.2 변수
4.3 자료형
4.4 if 문
연습 문제
CHAPTER 5 파이썬 기본 문법
5.1 리스트
5.2 딕셔너리
5.3 while 문
5.4 for 문
5.5 추가 설명
연습 문제
CHAPTER 6 함수 기초
6.1 내장 함수와 메서드
6.2 함수
6.3 클래스
6.4 문자열 포맷 지정
연습 문제
종합 문제
CHAPTER 7 NumPy
7.1 NumPy 개요
7.2 NumPy 1차원 배열
7.3 NumPy 2차원 배열
연습 문제
종합 문제
CHAPTER 8 Pandas 기초
8.1 Pandas 개요
8.2 Series
8.3 DataFrame
연습 문제
CHAPTER 9 Pandas 응용
9.1 DataFrame 연결과 결합의 개요
9.2 DataFrame 연결
9.3 DataFrame 결합
9.4 DataFrame을 이용한 데이터 분석
연습 문제
종합 문제
CHAPTER 10 데이터 시각화
10.1 다양한 그래프
10.2 난수 생성
10.3 시간 데이터
10.4 데이터 조작
연습 문제
CHAPTER 11 matplotlib 사용하기
11.1 한 종류의 데이터 시각화하기
11.2 여러 데이터 시각화하기(1)
11.3 여러 데이터 시각화하기(2)
연습 문제
CHAPTER 12 다양한 그래프 그리기
12.1 선 그래프
12.2 막대그래프
12.3 히스토그램
12.4 산포도
12.5 원그래프
12.6 3D 그래프
연습 문제
종합 문제
CHAPTER 13 람다와 맵: 편리한 파이썬 기법
13.1 람다식의 기초
13.2 편리한 표기법
13.3 리스트 내포
13.4 딕셔너리 객체
연습 문제
CHAPTER 14 DataFrame을 이용한 데이터 클렌징
14.1 CSV
14.2 DataFrame 복습
14.3 결측치
14.4 데이터 요약
연습 문제
CHAPTER 15 OpenCV 이용 및 이미지 데이터 전처리
15.1 이미지 데이터 기초
15.2 OpenCV 기초
15.3 OpenCV 이용
연습 문제
종합 문제
CHAPTER 16 지도학습(분류) 기초
16.1 지도학습(분류) 알아보기
16.2 주요 기법 소개
연습 문제
CHAPTER 17 하이퍼파라미터와 튜닝(1)
17.1 하이퍼파라미터와 튜닝
17.2 로지스틱 회귀의 하이퍼파라미터
17.3 선형 SVM의 하이퍼파라미터
17.4 비선형 SVM의 하이퍼파라미터
연습 문제
CHAPTER 18 하이퍼파라미터와 튜닝(2)
18.1 결정 트리의 하이퍼파라미터
18.2 랜덤 포레스트의 하이퍼파라미터
18.3 k-NN의 하이퍼파라미터
18.4 튜닝 자동화
연습 문제
종합 문제
CHAPTER 19 딥러닝 구현
19.1 딥러닝 개요
19.2 필기체 숫자의 분류
연습 문제
CHAPTER 20 딥러닝 튜닝
20.1 하이퍼파라미터
20.2 네트워크 구조
20.3 드롭아웃
20.4 활성화 함수
20.5 손실 함수
20.6 최적화 함수
20.7 학습률
20.8 미니배치 학습
20.9 반복 학습
연습 문제
CHAPTER 21 CNN을 이용한 이미지 인식 기초
21.1 딥러닝 이미지 인식
21.2 CNN
21.3 하이퍼파라미터
연습 문제
CHAPTER 22 CNN을 이용한 이미지 인식 응용
22.1 데이터 부풀리기
22.2 정규화
22.3 전이학습
연습 문제
종합 문제
맺음말
0.1 아나콘다 설치
0.2 가상 환경 만들기
0.3 라이브러리 설치
0.4 주피터 노트북 실행 및 조작
CHAPTER 1 머신러닝 개요
1.1 머신러닝 기초
1.2 머신러닝 학습 방식
연습 문제
CHAPTER 2 머신러닝의 흐름과 과적합
2.1 머신러닝의 흐름
2.2 학습 데이터 사용법
2.3 과적합
2.4 앙상블 학습
연습 문제
CHAPTER 3 성능평가지표와 PR 곡선
3.1 성능평가지표
3.2 PR 곡선
연습 문제
종합 문제
CHAPTER 4 파이썬 기초, 변수와 자료형
4.1 파이썬 기초
4.2 변수
4.3 자료형
4.4 if 문
연습 문제
CHAPTER 5 파이썬 기본 문법
5.1 리스트
5.2 딕셔너리
5.3 while 문
5.4 for 문
5.5 추가 설명
연습 문제
CHAPTER 6 함수 기초
6.1 내장 함수와 메서드
6.2 함수
6.3 클래스
6.4 문자열 포맷 지정
연습 문제
종합 문제
CHAPTER 7 NumPy
7.1 NumPy 개요
7.2 NumPy 1차원 배열
7.3 NumPy 2차원 배열
연습 문제
종합 문제
CHAPTER 8 Pandas 기초
8.1 Pandas 개요
8.2 Series
8.3 DataFrame
연습 문제
CHAPTER 9 Pandas 응용
9.1 DataFrame 연결과 결합의 개요
9.2 DataFrame 연결
9.3 DataFrame 결합
9.4 DataFrame을 이용한 데이터 분석
연습 문제
종합 문제
CHAPTER 10 데이터 시각화
10.1 다양한 그래프
10.2 난수 생성
10.3 시간 데이터
10.4 데이터 조작
연습 문제
CHAPTER 11 matplotlib 사용하기
11.1 한 종류의 데이터 시각화하기
11.2 여러 데이터 시각화하기(1)
11.3 여러 데이터 시각화하기(2)
연습 문제
CHAPTER 12 다양한 그래프 그리기
12.1 선 그래프
12.2 막대그래프
12.3 히스토그램
12.4 산포도
12.5 원그래프
12.6 3D 그래프
연습 문제
종합 문제
CHAPTER 13 람다와 맵: 편리한 파이썬 기법
13.1 람다식의 기초
13.2 편리한 표기법
13.3 리스트 내포
13.4 딕셔너리 객체
연습 문제
CHAPTER 14 DataFrame을 이용한 데이터 클렌징
14.1 CSV
14.2 DataFrame 복습
14.3 결측치
14.4 데이터 요약
연습 문제
CHAPTER 15 OpenCV 이용 및 이미지 데이터 전처리
15.1 이미지 데이터 기초
15.2 OpenCV 기초
15.3 OpenCV 이용
연습 문제
종합 문제
CHAPTER 16 지도학습(분류) 기초
16.1 지도학습(분류) 알아보기
16.2 주요 기법 소개
연습 문제
CHAPTER 17 하이퍼파라미터와 튜닝(1)
17.1 하이퍼파라미터와 튜닝
17.2 로지스틱 회귀의 하이퍼파라미터
17.3 선형 SVM의 하이퍼파라미터
17.4 비선형 SVM의 하이퍼파라미터
연습 문제
CHAPTER 18 하이퍼파라미터와 튜닝(2)
18.1 결정 트리의 하이퍼파라미터
18.2 랜덤 포레스트의 하이퍼파라미터
18.3 k-NN의 하이퍼파라미터
18.4 튜닝 자동화
연습 문제
종합 문제
CHAPTER 19 딥러닝 구현
19.1 딥러닝 개요
19.2 필기체 숫자의 분류
연습 문제
CHAPTER 20 딥러닝 튜닝
20.1 하이퍼파라미터
20.2 네트워크 구조
20.3 드롭아웃
20.4 활성화 함수
20.5 손실 함수
20.6 최적화 함수
20.7 학습률
20.8 미니배치 학습
20.9 반복 학습
연습 문제
CHAPTER 21 CNN을 이용한 이미지 인식 기초
21.1 딥러닝 이미지 인식
21.2 CNN
21.3 하이퍼파라미터
연습 문제
CHAPTER 22 CNN을 이용한 이미지 인식 응용
22.1 데이터 부풀리기
22.2 정규화
22.3 전이학습
연습 문제
종합 문제
맺음말
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
