머신러닝 딥러닝 바로가기

역자 서문
서문
이 책을 읽는 방법
인공지능, 머신러닝, 딥러닝이란?

Part 1 GCP와 머신러닝
Chapter 1 GCP 사용해 보기
1 GCP 개요
2 계정과 프로젝트 만들기
3 Cloud Shell
4 Google Compute Engine
5 Google Cloud Storage
6 BigQuery
[Column] BigQuery를 사용할 때 주의할 점

Chapter 2 Datalab 사용해 보기
1 Datalab 퀵투어
2 NumPy와 pandas
3 Datalab과 BigQuery 연동하기
4 Datalab으로 다양한 그래프 그리기

Chapter 3 GCP로 간단하게 머신러닝 해보기
1 GCP의 머신러닝 관련 서비스
2 Cloud Vision API
3 Cloud Translation API
4 Cloud Natural Language API
[Column] Dataflow와 ML Engine

Part 2 식별의 기초
Chapter 4 2-클래스 식별하기
1 단순한 식별
2 머신러닝 사용하기
3 퍼셉트론
[Column] 퍼셉트론 학습 규칙 추가 설명
4 손실 함수
5 로지스틱스 회귀

Chapter 5 N-클래스 식별과 다양한 식별기
1 scikit-learn 간단하게 살펴보기
2 N-클래스의 로지스틱 회귀
3 서포트 벡터 머신
4 랜덤 포레스트

Chapter 6 데이터 평가 방법과 튜닝
1 기본적인 학습 흐름
2 학습과 테스트
3 데이터 평가하기
4 매개변수 튜닝하기

Part 3 딥러닝 입문
Chapter 7 딥러닝 기초
1 이미지 식별하기
2 신경망
3 활성화 함수
4 N-클래스 대응하기
5 다양한 경사 하강법
6 TensorFlow 준비하기
7 신경망 구현하기
8 DNNClassifier로 간단하게 학습하기
9 TensorBoard
[Column] 드롭아웃층

Chapter 8 CNN(합성곱 신경망)
1 지금까지 살펴봤던 이미지 식별의 문제점
2 합성곱층
3 합성곱 계산의 종류와 풀링
4 TensorFlow로 2층 CNN 구현하기
[Column] 더 깊은 네트워크
[Column] Cloud ML Engine

Appendix 부록
1 Python2의 기본적인 사용 방법
2 Jupyter 설치하기

찾아보기