YES24 카테고리 리스트

YES24 유틸메뉴

Global YES24안내보기: Global YES24는?

K-POP/K-Drama 관련상품(음반,도서,DVD)을
영문/중문 으로 이용하실 수 있습니다.

Korean wave shopping mall, sell the
K-POP/K-Drama (CD,DVD,Blu-ray,Book) We aceept PayPal/UnionPay/Alipay
and support English/Chinese Language service
English
作为出售正规 K-POP/K-Drama 相关(CD,图书,DVD) 韩流商品的网站, 支持中文/英文等海外结账方式
中文
Exclusive ticket sales for domestic and international pop artists
Global yesticket

검색

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

신용카드 (54x86mm)

A4용지 (210x297mm)

미리보기 사이즈비교 공유하기

소득공제 예약판매

처음 만나는 AI 수학 with Python

한 권으로 배우는 인공지능 수학 첫걸음

아즈마 유키나가 저 / 유세라 역 | 영진닷컴 | 2021년 01월 15일 리뷰 총점8.0 정보 더 보기/감추기

내용: 4점

편집/디자인: 4점

회원리뷰(3건) | 판매지수 1,056 판매지수란?

상품 가격정보
정가	23,000원
판매가	20,700원 (10% 할인)
YES포인트	1,150원 (5% 적립) 5만원이상 구매 시 2천원 추가적립 5만원이상 구매 시 2천원 추가적립 안내

결제혜택
결제혜택	카드/간편결제 혜택을 확인하세요 카드/간편결제 혜택 보기/감추기 KB페이 1,000원 즉시할인 1만 5천원 이상 결제시, 일 1000명 관련페이지 바로가기 토스페이 첫결제 2천원 캐시백 생애첫결제, 1만원이상 관련페이지 바로가기 예스24 현대카드 10,000원 캐시백 YES포인트 최대 3% 추가적립 관련페이지 바로가기

구매 시 참고사항
구매 시 참고사항

예약판매

수량

카트에 넣기 바로구매

해외배송 가능
최저가 보상
예약도서와 함께 주문하면 도서 출간일에 함께 배송됩니다. 출판사의 사정으로 출간이 지연될 수도 있습니다.
문화비소득공제 신청가능

리스트에 넣기 eBook 출간 알림신청 분철서비스 알림신청

처음 만나는 AI 수학 with Python

카트에 넣기 바로구매

품목정보

품목정보
발행일	2021년 01월 15일
쪽수, 무게, 크기	308쪽 \| 642g \| 17023018mm
ISBN13	9788931463378
ISBN10	8931463375

책소개

책의 일부 내용을 미리 읽어보실 수 있습니다. 미리보기

0장 도입 0.1 이 책의 특징 0.2 이 책을 통해 할 수 있는 것 0.3 이 책의 대상 0.4 인공지능(AI) 0.5 인공지능용 수학 0.6 이 책의 사용법 1장 학습 준비를 하자 1.1 Anaconda 설치 1-1-1 Anaconda 다운로드 1-1-2 Anaconda 설치 1-1-3 Anaconda Navigator의 실행 1-1-4 NumPy와 matplotlib의 설치 1.2 Jupyter Notebook의 사용 방법 1-2-1 Jupyter Notebook의 실행 1-2-2 Jupyter Notebook을 사용해 본다 1-2-3 코드와 마크다운의 전환 1-2-4 노트북의 저장과 종료 1.3 샘플 다운로드와 이 책의 학습 방법 1-3-1 샘플 다운로드 1-3-2 이 책의 학습 방법 2장 Python의 기초 2.1 Python의 기초 2-1-1 Python 2-1-2 변수 2-1-3 값 표시와 변수의 저장 2-1-4 연산자 2-1-5 큰 수, 작은 수의 표시 2-1-6 리스트 2-1-7 튜플 2-1-8 if 문 2-1-9 for 문 2-1-10 함수 2-1-11 스코프 2-1-12 연습 2.2 NumPy의 기초 2-2-1 NumPy 2-2-2 NumPy의 임포트 2-2-3 NumPy 배열을 생성 2-2-4 배열의 형태 2-2-5 배열의 연산 2-2-6 요소로의 접근 2-2-7 함수와 배열 2-2-8 NumPy의 여러 가지 기능 2-2-9 연습 2.3 matplotlib의 기초 2-3-1 matplotlib 2-3-2 matplotlib의 임포트 2-3-3 linspace() 함수 2-3-4 그래프 그리기 2-3-5 그래프 꾸미기 2-3-6 산포도의 표시 2-3-7 히스토그램의 표시 2-3-8 연습 3장 수학의 기초 3.1 변수, 상수 3-1-1 변수와 상수의 차이 3-1-2 변수와 상수의 예 3-1-3 연습 3.2 함수 3-2-1 함수 3-2-2 함수의 예 3-2-3 수학의 함수와 프로그램의 함수의 차이 3-2-4 수학의 「함수」를 프로그래밍의 「함수」로 구현 3-2-5 연습 3.3 거듭제곱과 제곱근 3-3-1 거듭제곱 3-3-2 거듭제곱을 코드로 구현 3-3-3 제곱근 3-3-4 제곱근을 코드로 구현 3-3-5 연습 3.4 다항식 함수 3-4-1 다항식 3-4-2 다항식을 구현 3-4-3 연습 3.5 삼각함수 3-5-1 삼각함수 3-5-2 삼각함수를 구현 3-5-3 연습 3.6 총합과 총곱 3-6-1 총합 3-6-2 총합을 구현 3-6-3 총곱 3-6-4 총곱을 구현 3-6-5 연습 3.7 난수 3-7-1 난수 3-7-2 균일한 난수 3-7-3 편향된 난수 3-7-4 연습 3.8 LaTeX의 기초 3-8-1 LaTeX 3-8-2 여러 가지 수식의 기술 3-8-3 연습 3.9 절댓값 3-9-1 절댓값 3-9-2 함수의 절댓값 3-9-3 연습 COLUMN 딥러닝이 약진하는 이유 4장 선형대수 4.1 스칼라, 벡터, 행렬, 텐서 4-1-1 스칼라 4-1-2 스칼라의 구현 4-1-3 벡터 4-1-4 벡터의 구현 4-1-5 행렬 4-1-6 행렬의 구현 4-1-7 텐서 4-1-8 텐서의 구현 4-1-9 연습 4.2 벡터의 내적과 놈 4-2-1 내적 4-2-2 내적의 구현 4-2-3 놈 4-2-4 놈의 구현 4-2-5 연습 4.3 행렬의 곱 4-3-1 행렬의 곱 4-3-2 행렬곱의 수치 계산 4-3-3 행렬곱의 일반화 4-3-4 행렬곱의 구현 4-3-5 요소별 곱(아다마르 곱) 4-3-6 요소별 곱의 구현 4-3-7 연습 4.4 전치 4-4-1 전치 4-4-2 전치의 구현 4-4-3 행렬곱과 전치 4-4-4 전치와 행렬곱의 구현 4-4-5 연습 4.5 행렬식과 역행렬 4-5-1 단위행렬 4-5-2 단위행렬의 구현 4-5-3 역행렬 4-5-4 행렬식 4-5-5 행렬식의 구현 4-5-6 역행렬의 구현 4-5-7 연습 4.6 선형변환 4-6-1 벡터 그리기 4-6-2 선형변환 4-6-3 표준기저 4-6-4 연습 4.7 고윳값과 고유벡터 4-7-1 고윳값, 고유벡터 4-7-2 고윳값, 고유벡터를 구한다 4-7-3 고윳값과 고유벡터의 계산 4-7-4 연습 4.8 코사인 유사도 4-8-1 놈과 삼각함수로 내적을 나타낸다 4-8-2 코사인 유사도를 계산한다 4-8-3 연습 5장 미분 5.1 극한과 미분 5-1-1 극한 5-1-2 미분 5-1-3 미분 공식 5-1-4 접선 그리기 5-1-5 연습 5.2 연쇄 법칙 5-2-1 합성함수 5-2-2 연쇄 법칙(chain rule) 5-2-3 연쇄 법칙의 증명 5-2-4 연습 5.3 편미분 5-3-1 편미분 5-3-2 편미분의 예 5-3-3 연습 5.4 전미분 5-4-1 전미분 5-4-2 전미분 식의 도출 5-4-3 전미분의 예 5-4-4 연습 5.5 다변수 합성함수의 연쇄 법칙 5-5-1 다변수 합성함수의 미분① 5-5-2 다변수 합성함수의 미분② 5-5-3 다변수 합성함수의 미분의 예 5-5-4 연습 5.6 네이피어수와 자연대수 5-6-1 네이피어수 5-6-2 네이피어수의 구현 5-6-3 자연대수 5-6-4 자연대수와 도함수 5-6-5 자연대수의 구현 5-6-6 시그모이드 함수 5-6-7 연습 5.7 최급강하법 5-7-1 최급강하법 5-7-2 최급강하법의 구현 5-7-3 국소적인 최솟값 5-7-4 연습 COLUMN 싱귤래리티와 지수함수 6장 확률·통계 6.1 확률의 개념 6-1-1 확률 6-1-2 여사건 6-1-3 확률로의 수렴 6-1-4 연습 6.2 평균값과 기댓값 6-2-1 평균값 6-2-2 평균값을 구현 6-2-3 기댓값 6-2-4 기댓값을 구현 6-2-5 평균값과 기댓값의 관계 6-2-6 연습 6.3 분산과 표준편차 6-3-1 분산 6-3-2 분산을 구현 6-3-3 표준편차 6-3-4 표준편차를 구현 6-3-5 연습 6.4 정규분포와 거듭제곱 법칙 6-4-1 정규분포 6-4-2 정규분포곡선을 그린다 6-4-3 정규분포를 따른 난수 6-4-4 거듭제곱 법칙 6-4-5 거듭제곱 법칙을 따르는 난수 6-4-6 연습 6.5 공분산 6-5-1 공분산 6-5-2 공분산의 예 6-5-3 공분산의 구현 6-5-4 공분산으로부터 데이터를 생성한다 6-5-5 연습 6.6 상관계수 6-6-1 상관계수 6-6-2 상관계수의 예 6-6-3 Python으로 상관계수를 구한다 6-6-4 연습 6.7 조건부 확률과 베이스 정리 6-7-1 조건부 확률 6-7-2 조건부 확률의 예 6-7-3 베이스 정리 6-7-4 베이스 정리의 활용 예 6-7-5 연습 6.8 우도(가능도) 6-8-1 우도 6-8-2 우도가 작은 케이스 6-8-3 우도가 큰 케이스 6-8-4 우도와 파라미터 6-8-5 연습 6.9 정보량 6-9-1 정보량 6-9-2 선택정보량(자기엔트로피) 6-9-3 선택정보량을 그래프화 6-9-4 평균정보량(엔트로피) 6-9-5 평균정보량의 의미 6-9-6 교차 엔트로피 6-9-7 교차 엔트로피를 계산한다 6-9-8 연습 COLUMN 자연언어처리 7장 수학을 기계학습에 응용 7.1 회귀와 과학습 7-1-1 회귀와 분류 7-1-2 회귀 분석과 다항식 회귀 7-1-3 최소제곱법 7-1-4 최급강하법을 이용해서 오차를 최소로 한다 7-1-5 사용하는 데이터 7-1-6 다항식 회귀의 구현 7-1-7 연습 7.2 분류와 로지스틱 회귀 7-2-1 분류 7-2-2 로지스틱 회귀 7-2-3 파라미터의 최적화 7-2-4 사용하는 데이터 7-2-5 로지스틱 회귀의 구현 7-2-6 연습 7.3 뉴럴 네트워크의 개요 7-3-1 인공지능(AI), 기계학습, 뉴럴 네트워크 7-3-2 뉴런 모델 7-3-3 뉴럴 네트워크 7.4 학습의 메커니즘 7-4-1 단일 뉴런의 학습 7-4-2 순전파 식 7-4-3 오차의 정의 7-4-4 정답 데이터의 준비 7-4-5 가중치와 바이어스의 갱신 7-4-6 가중치의 기울기 7-4-7 바이어스의 기울기 7.5 단일 뉴런에 의한 학습의 구현 7-5-1 베이스의 수식 7-5-2 입력과 정답 7-5-3 순전파와 역전파 7-5-4 출력의 표시 7-5-5 학습 7.6 딥러닝으로 7-6-1 다층 뉴럴 네트워크의 학습 7-6-2 딥러닝으로

펼쳐보기접어보기

상세 이미지

만든 이 코멘트

저자, 역자, 편집자를 위한 공간입니다. 독자들에게 전하고 싶은 말씀을 남겨주세요. 코멘트 쓰기

접수된 글은 확인을 거쳐 이 곳에 게재됩니다.
독자 분들의 리뷰는 리뷰 쓰기를, 책에 대한 문의는 1:1 문의를 이용해 주세요.

출판사 리뷰

인공지능에 필요한 수학의 분야는 치우쳐져 있으므로 이 책에서는 벡터, 행렬, 텐서 등을 다루는 선형대수, 상미분, 편미분, 연쇄법칙 등을 다루는 미분, 표준편차나 정규분포, 우도 등을 다루는 확률·통계 같은 특정의 수학 영역만 설명합니다.

먼저 선형대수를 소개합니다. 선형대수는 다차원의 구조를 가진 수치의 나열을 다루는 수학 분야의 하나입니다. 그러한 다차원의 구조에는 스칼라, 벡터, 행렬, 텐서가 있습니다. 선형대수로부터 매우 많은 수치에 대한 처리를 간결한 수치로 작성할 수 있습니다. 또한 Python 외부 패키지인 NumPy를 사용해 간단하게 선형대수의 수식을 코드로 나타낼 수 있습니다.

다음으로 미분의 개요를 설명합니다. 미분은 한마디로 함수의 변화 비율을 말합니다. 예를 들어, 움직이는 물체의 위치를 시간으로 미분하면 그 물체의 속도가 됩니다. 인공지능에 있어서는 다변수함수, 합성함수 등 조금 복잡한 함수를 미분해야 합니다. 어렵게 느껴질 수도 있으나 이 책에서는 그것들을 하나하나 차근차근 설명해 나갑니다. 미분은 이미지로 파악하는 것이 중요하므로 머릿속에 미분의 이미지를 그릴 수 있게 합시다.

또한 인공지능에는 확률·통계도 중요합니다. 확률은 세계를 「일어나기 쉬움의 정도」로 파악합니다. 그리고 통계는 데이터의 경향이나 특징을 다양한 지표로 파악합니다. 이를 통해 데이터의 전체상을 파악, 데이터로부터 미래를 예측할 수 있게 됩니다. 확률·통계 분야도 수식을 프로그램 코드로 나타내, 그래프를 그리면 잘 이해할 수 있습니다.

펼쳐보기접어보기

배송/반품/교환 안내

배송 안내

배송 안내
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

※ 상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내
반품/교환 방법	마이페이지 > 반품/교환 신청 및 조회, 1:1 문의, 고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리

예스이십사(주): 서울시 영등포구 은행로 11, 5층~6층(여의도동,일신빌딩) 대표 : 김석환, 최세라 개인정보보호책임자 : 권민석 yes24help@yes24.com 사업자등록번호 : 229-81-37000 통신판매업신고 : 제 2005-02682호 사업자 정보확인 호스팅 서비스사업자 : 예스이십사(주)
Copyright ⓒ YES24 Corp. All Rights Reserved.

고객문의

도서/음반 1544-3800

중고샵 1566-4295

티켓예매 1544-6399

eBook 1:1 문의
1:1 문의하기 자주 묻는 질문 상담시간 안내

소비자피해보상보험 서울보증보험: 고객님은 안전거래를 위해 현금 등으로 결제 시 저희 쇼핑몰에서 가입한 구매안전서비스를 이용하실 수 있습니다. 서비스가입사실 확인

EQUUS3

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

처음 만나는 AI 수학 with Python

한 권으로 배우는 인공지능 수학 첫걸음

처음 만나는 AI 수학 with Python

품목정보

관련분류

책소개

목차

상세 이미지

만든 이 코멘트

출판사 리뷰

배송/반품/교환 안내

도착예상일

도착예상일
상품준비	출고완료	도착예상일