박해선  | 한빛미디어

28,800원  | 20250407  | 9791169213608

머신러닝 분야 부동의 베스트셀러! 트랜스포머와 LLM 실습까지 더 많이 채웠다! 케라스는 물론 파이토치까지, 혼자서도 1:1 과외하듯 배우는 인공지능 자습서 『혼자 공부하는 머신러닝+딥러닝』 (개정판)은 머신러닝과 딥러닝의 핵심 개념을 쉽고 체계적으로 익힐 수 있도록 돕는 입문서로, 최신 AI 트렌드를 반영해 더욱 완성도를 높였다. 특히 트랜스포머와 대규모 언어 모델(LLM) 실습을 새롭게 추가하여, 최신 AI 기술이 실제로 어떻게 동작하는지 배울 수 있도록 했다. 1판에서 많은 독자의 사랑을 받았던 ‘1:1 과외하듯 배우는 설명 방식’과 ‘구글 코랩(Colab) 기반 실습’을 유지하면서, 파이토치 예제 코드를 보강했다. 또한, 각 장마다 ‘자주 하는 질문(FAQ)’ 코너를 추가해 학습자의 이해를 돕고, 실습 중 마주할 수 있는 오류나 개념적 궁금증을 쉽게 해결할 수 있도록 구성했다. 입문자가 실전에서 부딪히는 문제를 미리 경험하고 해결하는 능력을 키울 수 있어, 더욱 효과적으로 머신러닝과 딥러닝을 익힐 수 있다. 또한, 혼공 용어 노트, 저자 유튜브 강의, Q&A 커뮤니티 등 다양한 학습 지원을 제공해 혼자서도 끝까지 학습을 이어갈 수 있도록 돕는다. 최신 AI 개념을 이해하고 실습까지 제대로 해보고 싶다면, 지금 이 책을 만나보자.

권철민  | 위키북스

29,800원  | 20220421  | 9791158393229

자세한 이론 설명과 파이썬 실습을 통해 머신러닝을 완벽하게 배울 수 있습니다! 《파이썬 머신러닝 완벽 가이드》는 이론 위주의 머신러닝 책에서 탈피해, 다양한 실전 예제를 직접 구현해 보면서 머신러닝을 체득할 수 있도록 만들었습니다. 캐글과 UCI 머신러닝 리포지토리에서 난이도가 있는 실습 데이터를 기반으로 실전 예제를 구성했고, XGBoost, LightGBM, 스태킹 기법 등 캐글의 많은 데이터 사이언스에서 애용하는 최신 알고리즘과 기법을 상세하게 설명했습니다. 이번 개정2판에서는 최신 사이킷런 버전(1.0.2)을 포함해 책에서 사용되는 모든 라이브러리를 최신 버전으로 업그레이드한 실습 코드를 구현하고, 다양한 유형의 하이퍼파라미터를 가지는 XGBoost나 LightGBM 모델의 최적 하이퍼파라미터 튜닝을 위한 베이지안 최적화 기법 적용 실습을 제공합니다. 또한 머신러닝 관련 데이터 분석에 널리 쓰이는 시각화 라이브러리인 matplotlib과 seaborn의 활용법을 다룬 장을 새롭게 추가했습니다.

유동우  | 해남

9,800원  | 20241025  | 9788962388169

이 책은 학생들에게 인공지능을 위한 통계학을 강의하였던 강의노트를 정리한 것에 가깝습니다. 그나마 다행인 것은 기본적인 수학적, 통계학적 원리를 최대한 쉽게 강의하는 것을 목적으로 하였기에 빠른 인공지능의 발전에 비교적 영향을 적게 받는다는 것입니다. 인공지능이 빠르게 발전한다고 하더라도 여전히 인간을 교육하는 것은 인간의 영역이라는 생각이 듭니다. 특히나 어려운 수학적, 통계학적 개념은 실수와 반복학습 그리고 선생님이 강제로 시키는 공부를 통해 배울 수밖에 없는 것 같습니다. 제 아이들은 유튜브를 통해 정말 다양한 지식을 습득하지만, 이 책에서 설명하는 분산, 미분, 연쇄법칙, 선형 분석, 확률 밀도 함수, 최대가능도 추정법, 로짓 분석과 머신러닝을 유튜브 비디오를 보듯이 즐겁게 학습하는 것은 어려울 것입니다. 수학과 통계학을 공부하는 것은 즐거움과는 별개로 많은 노력이 필요하기 때문입니다. 하지만 그래도 머신러닝을 수학적으로, 통계학적으로 이해하기 위한 노력을 조금이나마 줄여 주기 위해 이 책을 썼습니다. 친절한 선생님이 되어서 수학을 잘 못하는 학생에게도 머신러닝의 원리를 무서워하지 않게 하기 위해서입니다. 이 책을 읽고 머신러닝을 잘하게 되지는 못하더라도, 머신러닝을 무서워하지 않고 계속 배우고 싶다는 마음이 생기도록 책을 썼습니다. 제가 예전에 통계학을 배울 때 어려웠던 점들뿐만 아니라, 이상하다고 생각하였던 점들에 대해 수학을 최대한 빼고 쉽게 설명하려고 노력하였습니다.

이관용, 박혜영  | 한국방송통신대학교출판문화원

20,770원  | 20220725  | 9788920043314

인간의 지능적인 정보처리를 모방하거나 더 나아가 이를 대신할 수 있는 기계가 여 러 모양으로 개발되어 활용되고 있는데, 이를 위한 기본적인 방법론을 제공하는 인공 지능의 한 분야가 머신러닝(기계학습)이다. 머신러닝에 관심을 두고 이를 자신의 분야 에 적용하기 위해서는 각 방법론에 대한 개별적인 이해는 물론이고, 개발 목적과 환 경에 따른 다양한 상황을 종합적으로 이해하고 판단하는 것이 필요하다. 이를 위해 무엇보다도 중요한 것은 머신러닝 기법에 대한 단단한 기초와 폭넓은 이해라고 할 수 있다. 이런 목적에 맞추어 이 교재는 머신러닝 분야의 특정 주제를 심도 있게 다루기 보다는 머신러닝 전반에 걸쳐 접하거나 알아야 하는 내용을 소개한다. 즉, 기초적이고 전통적인 방법론부터 최신 기술에 이르기까지 다양한 방법론의 개념과 원리 및 그에 따른 기본적인 알고리즘을 최대한 체계적으로 다루려고 하였다. 이 교재는 총 14장으로 구성된다. ㆍ1장: 머신러닝과 관련된 기초 개념과 용어를 소개한다. ㆍ2~3장: 머신러닝을 위해서는 다양한 수학적인 지식이 필요하다. 주로 사용되는 선형대수, 확률, 통계를 비롯하여 응용에 따라서는 미분기하학, 미분방정식 등 다 양한 내용이 필요하다. 하지만 여기서는 벡터와 행렬, 그리고 확률과 통계에 관련 된 기초 개념을 다시 살펴볼 수 있도록 소개한다. ㆍ4~7장: 머신러닝에서 다루는 네 가지 주제인 분류, 회귀, 군집화, 특징추출과 관 련된 주요 기법에 대해 살펴본다. ㆍ8~10장: 장별로 앙상블 학습, 결정 트리와 랜덤 포레스트, SVM에 대해 다룬다. ㆍ11~14장: 신경망과 이를 기반으로 발전된 형태의 머신러닝 기법인 딥러닝, 그리 고 강화학습에 대해 학습한다.

피터 플래치  | 비제이퍼블릭

0원  | 20160127  | 9791186697092

실질적인 사례와 직관적인 이해를 돕는 그래픽 삽화로 구성한 머신 러닝 입문서! 데이터를 이해하는 알고리즘의 예술과 과학 [머신 러닝]. 머신 러닝은 정확한 작업을 성취할 수 있는 올바른 모델들을 구축하기 위해 올바른 특징들을 활용하는 것이다. 이 책은 논리적, 기하학적, 통계학적인 모델들의 광범위한 주제들을 포함하며, 행렬 인수분해와 ROC 곡선 분석 같은 최신 주제를 다루었다. 특히 머신 러닝에서 특징들이 수행하는 중심적 역할에 대해 주의를 기울여 설명했다.

이고잉, 이숙번, 오픈튜토리얼스  | 위키북스

11,700원  | 20210716  | 9791158392666

누구나 이해할 수 있는 모두의 인공지능 입문서! 인공지능은 현대인이라면 교양과 상식으로 누구나 알아야 합니다. 초등 교육 과정을 비롯해 아이들의 정규 교육 과정에도 포함될 예정이라고 합니다. 하지만 어떻게 시작할지 망설여지고, 내가 과연 배울 수 있을지 두려운가요? 소설처럼 가볍게 읽으면서 인공지능/머신러닝의 개념을 알아가고 경험까지 할 수 있는 책이 있습니다. ▣ 초등학생부터 어르신까지 누구나 ▣ 수학을 몰라도, 코딩을 몰라도 ▣ 인공지능이 뭔지, 머신러닝이 뭔지 알고 싶고 ▣ 교양으로 머신러닝을 배워보고 싶으신 분 ▣ 직업으로 머신러닝을 시작하려는 분까지 생활코딩과 함께 신나고 재미있는 머신러닝의 세계로 떠나봅시다. ★ 이 책에서 다루는 내용 ★ ◎ 머신러닝으로 해결할 수 있는 문제 정의 ◎ 티처블 머신을 활용한 이미지 인식 ◎ 머신러닝 모델을 활용하는 앱 만들기 ◎ 머신러닝의 종류와 용도 이해

세바스찬 라시카  | 길벗

31,500원  | 20250409  | 9791140713073

머신 러닝, 딥러닝, AI 전문가에게 묻다. “세바스찬 라시카, 이런 게 궁금해요!” 다양한 고급 주제와 최신 동향을, 쉬운 그림과 Q&A 구성으로, 간단명료하지만 쉽고 흥미롭게! 이 책은 인공지능 분야의 선두에 서 있는 세바스찬 라시카 박사가 자주 받는 질문에 대해, Q&A라는 독특한 스타일을 사용해 설명한 책이다. 신경망과 딥러닝, 컴퓨터 비전, 자연어 처리, 생성 AI, 예측 성능과 모델 평가 등 다양한 인공지능 분야를 저자의 깊이 있는 고찰과 논리적인 설명으로 더욱 심도 있게 이해할 수 있다. 기본적인 이론 설명을 넘어서 기술 관련 지식, 활용 방법, 실무적인 설명을 정리하고 최신 연구 동향을 소개하면서, 연습문제와 연습문제에 대한 해답, 참고하면 좋을 자료들도 함께 수록했다. 또한 마찬가지로 국내 인공지능 분야에서 활발히 활동하고 있는 박해선 역자 역시 이 책을 번역하면서 국내 독자들에게 자주 받은 질문 12개에 대한 Q&A를 권말부록으로 집필해 실었다. 전반적인 인공지능 분야의 지식을 한 단계 업그레이드하고자 하는 분들에게 도움이 되기를 바란다.

매튜 딕슨, 이고르 핼퍼린, 폴 빌로콘  | 에이콘출판

54,000원  | 20220111  | 9791161755939

머신러닝 방법을 금융에 도입하는 혁신적인 방법을 보여준다. 총 3부로 구성되며 각각 이론과 실전 응용을 다룬다. 1부는 베이지안과 빈도주의 각각의 관점에서 횡단면 데이터 분석을 위한 지도학습 방법론을 설명하고, 고급 기법인 가우시안 프로세스 및 딥러닝을 투자 관리와 파생상품 모델링에 적용하는 예제를 보여준다. 2부는 금융 시계열 데이터에 대한 다양한 지도학습 방법을 트레이딩과 확률적 변동성 및 고정소득 분석에 적용하는 것을 알려준다. 마지막으로 3부에서는 최첨단의 강화학습 및 역강화학습의 트레이딩, 투자 및 자산관리에의 응용을 제시한다. 결정적으로 마지막 장에서 미래 연구를 위해 금융에서의 머신러닝의 최첨단 분야를 제시하며 물리학과의 대통합을 시도한다. 이해를 돕기 위해 파이썬 코드 예제들을 제공한다.

강영민, 박동규, 김성수  | 생능출판

26,100원  | 20210705  | 9788970504919

이 책의 구성과 특징 한눈에 읽히는 하나의 주제 이 책의 모든 절은 책을 펼쳤을 때에 좌우의 두 페이지에 담을 수 있는 양으로 나뉘어 언제나 한눈에 하나의 주제를 전체적으로 파악할 수 있도록 하였습니다. 설명한 내용은 구현으로 완성 이 책은 교재와 자습서 모두로 사용될 수 있도록 이론 설명과 함께 따라할 수 있는 실습 코드가 늘 다음과 같이 코랩 환경에서 돌아가는 형태로 제공됩니다. 생각의 폭을 넓히기 보충 설명이 필요하거나, 알아두면 좋은 내용들은 본문의 흐름에 방해되지 않도록 잠깐이라는 이름의 상자에 담아 정리했습니다. 주제별 집중 실습 - LAB 필요할 때마다, 학습한 내용을 정리할 수 있는 집중적인 실습을 LAB으로 제공하고 있습니다. LAB은 아래와 같은 제목을 시작으로 별도로 정리된 절을 구성하는데, 이때는 페이지의 제한 없이 하나의 주제를 충분히 다룰 수 있는 완결된 실습이 되도록 했습니다. 미니 프로젝트로 응용 능력 높이기 책이 다루는 주제에 따라 적절한 시점에 미니 프로젝트를 제시하고 있습니다. 미니 프로젝트는 다소 도전적인 문제를 해결할 수 있도록 돕기 위해 만들어졌으며, 문제를 따라하면서 책에서 다룬 설명을 확인할 수 있을 뿐만 아니라, 다양한 문제로 이론을 응용하여 적용할 수 있는 능력을 키울 수 있을 것입니다. 때로는 까다롭고도 도전적인 주제를 다루고 있어 따라하고 개선하는 과제로 활용하면 좋을 것입니다. 소스코드와 데이터의 제공 이 책에 나오는 모든 소스 코드와 각종 데이터 파일은 저자의 github.com 사이트에서 다운받을 수 있습니다. github은 프로그램 개발자들이 소프트웨어의 버전을 관리하고 소스코드를 공유하는 협업서비스로, 이 책과 관련된 저자의 github 사이트는 다음과 같습니다. https://github.com/dknife/ML github의 사용법에 익숙한 독자라면 포크 기능을 사용해서 코드를 자신의 github에 복사하는 방법이 있으나, github의 사용법에 익숙하지 않다면 아래 그림과 같이 초록색 Code 메뉴를 누르면 펼쳐지는 팝업 메뉴에서 Download ZIP 메뉴를 선택하여 코드를 다운받을 수 있습니다. 학습 진도 이 책의 내용은 한 학기의 대학 강의로 진행하기에 적절한 규모로 전공 과정에서는 다음과 같은 진도와 과제로 머신러닝의 기본을 다질 수 있을 것입니다. 일부 과정이나, 개인별 자율학습에서 인공 신경망 중심으로 머신러닝을 이해하고 딥러닝으로 나아가길 원한다면 다음과 같은 진도를 권장합니다. 시각적 요약 제공 이 책의 마지막 부분에는 책이 다루는 주제를 시각적으로 요약한 Cheat Sheet가 제공됩니다. 이 부분만을 잘라서 머신러닝을 학습하는 동안 주요한 개념들을 확인하고 익숙해지는 용도로 어디든 지니고 다니면 유용할 것입니다.

프랭크 허터, 라스 코토프, 호아킨 반쇼렌  | 에이콘출판

27,000원  | 20211231  | 9791161755960

머신러닝과 딥러닝의 민주화라는 모토하에 자동머신러닝이 급속히 발전하고 있다. 이 책은 자동머신러닝의 이론적 기반과 이를 구현하는 시스템의 작동 원리를 자동머신러닝의 창시자들이 제공하고 있다. 개념적으로는 자동머신의 3대 고전적 주제인 하이퍼파라미터 최적화, 메타러닝 및 신경망 구조 탐색(NAS)에 대한 심층적 탐구를 접할 것이며, 오토웨카, 하이퍼옵트 사이킷런, 오토 사이킷런 및 오토넷과 TROP 등의 실무에 도움이 되는 많은 소프트웨어의 관련성과 작동 원리를 이해하게 될 것이다. 추가로 자동머신러닝 챌린지 경연대회를 운영하면서 쌓은 노하우와 앞으로 해결해야 할 과제를 제시한다. 번역서에서는 최신연구 동향과 메타러닝을 이해를 돕기 위한 부록을 추가했다.

아키바 신야  | 제이펍

0원  | 20191219  | 9791188621842

알고리즘 중심의 머신러닝을 배우고 싶은 분에게 추천합니다! 복잡한 머신러닝 알고리즘을 풍부한 컬러 그림으로 배웁니다! 이 책은 복잡한 머신러닝 알고리즘을 그림과 함께 하나하나 살펴보는 입문서입니다. 전문가가 아닌 사람도 머신러닝을 이해할 수 있도록 지도 학습과 비지도 학습에 해당하는 17가지 알고리즘을 설명합니다. 또한, 사이킷런 기반의 파이썬 예제 코드를 구글 콜랩 등에서 바로 실행하며 읽을 수 있습니다. [이 책의 특징] . 복잡한 머신러닝 알고리즘 구조를 한 권으로 배운다 . 컬러 그림을 풍부하게 수록하였다 . 알고리즘마다 사이킷런을 사용한 코드를 제공하므로 보면서 직접 실행할 수 있다 . 구조뿐만 아니라 실제 사용법과 주의점을 알 수 있다

오렐리앙 제롱  | 한빛미디어

54,000원  | 20230929  | 9791169211475

실무 밀착형 예제부터 스테이블 디퓨전 등 최신 머신러닝 트렌드까지 주요 인공 지능 콘퍼런스에서 전문가들이 소개한 최고의 실전 지침서 ** 독자의 편의를 고려한 분권(1권, 2권) ** 최신 라이브러리 버전으로 전체 코드 업데이트 ** 〈연습문제 + 해답〉, 〈머신러닝 프로젝트 체크리스트〉 수록 수학에 『수학의 정석』이 있다면 인공 지능에는 『핸즈온 머신러닝』이 있다! 1판과 2판의 피드백을 적극 반영해 한층 더 업그레이드된 『핸즈온 머신러닝』이 3판으로 돌아왔습니다. ‘실제로 머신러닝을 구현하면서 학습한다’는 목표를 더욱 효과적으로 달성할 수 있도록 복잡한 주제를 구조화하고 난이도에 따라 순차적으로 학습할 수 있게 개선했습니다. 또한 누구나 쉽게 이해할 수 있도록 기존 설명을 더 친절하고 명확하게 다듬고 보완했습니다. 마지막으로, 빠르게 발전하는 분야인 만큼 전체 코드 버전과 기술 트렌드를 최신 정보로 업데이트했습니다(하단의 ‘출판사 리뷰’에서 3판의 업데이트 내용을 확인할 수 있습니다). 머신러닝을 전혀 모르는 입문자도 온라인으로 제공되는 주피터 노트북을 활용해 손쉽게 실습할 수 있습니다. 여기에 박해선 역자의 친절한 추가 설명까지 더해져 답답함 없이 수월하게 학습할 수 있습니다.

Stamile, Claudio, Marzullo, Aldo, Deusebio, Enrico  | 에이콘출판

31,500원  | 20230131  | 9791161757209

파이썬으로 그래프 데이터를 다루기 위한 패키지인 NetworkX는 손쉽게 그래프를 생성, 조작, 분석하기 위한 매우 유용한 도구이다. NetworkX로 그래프 데이터를 이해하기 위한 기본적인 방법과 더불어 node2vec, edge2vec과 같은 다양한 머신러닝 알고리듬을 이용해 그래프 데이터를 활용하는 방법을 실생활에 적용가능한 예시와 함께 소개한다.

조우쯔화  | 제이펍

27,000원  | 20200228  | 9791188621989

간결한 설명과 최소한의 수학적 지식을 통해 체계적으로 정리한 머신러닝 입문서! 『단단한 머신러닝』은 인공지능 분야의 명예의 전당이라는 AAAI의 펠로우로 선정된 저자가 머신러닝을 처음 접하는 독자를 위해 2년간 정성을 다해 집필한 책이다. 이공계 고학년과 대학원의 16주 머신러닝 강의에 맞춰 각 장이 30페이지가 넘지 않는 16개의 장과 수준 있는 연습문제로 구성하였으며, 최대한 다양한 독자에게 머신러닝을 소개하기 위해 최소한의 수학적 지식만을 사용하였다.

송정현  | 형설미래교육원

34,200원  | 20210917  | 9791186320914

이 책은 머신러닝을 처음 시작하는 분들이 흥미를 잃지 않고 끝까지 학습하여 딥러닝으로 계속 학습을 이어갈 수 있도록 하는 것을 목표로 하고 있습니다. 이 책은 크게 3단계로 구성되어 있습니다. 첫 번째 단계는 머신러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 머신러닝 모델을 구현하기 위해서는 기본적인 프로그래밍 스킬을 필요로 하기 때문에 핵심적인 기능들을 요약해서 빠르게 머신러닝으로 접근할 수 있도록 하였습니다. 두 번째 단계는 본격적인 머신러닝 학습 단계입니다. 머신러닝이 무엇인지 이해를 돕기 위해 수치 예측과 분류 예측 모델을 구현하는 실습 예제를 통해 직관적으로 이해할 수 있도록 하였습니다. 인공신경망이 발전해 온 과정을 초보자도 쉽게 이해할 수 있는 설명으로 오늘날 다층 인공신경망의 학습 원리를 명확히 이해할 수 있도록 하였습니다. 또한 안정적이고 빠르게 성공적인 모델을 학습시키기 위한 여러 가지 이론적 개념과 용어들은 도식화된 이미지를 사용하여 쉽게 이해할 수 있도록 하였습니다. 또한 통계학이나 미분과 같은 수학 지식이 부족한 분들도 수식이 의미하는 바가 무엇인지 이해하는데 어렵지 않도록 쉽게 풀어서 설명하였습니다. 세 번째 단계는 딥러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 최근 일상생활에서 이 딥러닝 기술들을 쉽게 접하게 되면서 딥러닝 기술에 대한 관심도 그만큼 커지고 있습니다. 따라서 딥러닝 분야에서 최근 가장 활발하게 발전되고 있는 컴퓨터비전 분야와 자연어처리 분야에 대한 기반 지식을 학습할 수 있도록 하여 본인이 관심 있는 분야로 계속해서 학습을 이어나갈 수 있게 구성하였습니다. 머신러닝과 딥러닝 초보자분들께 이 책이 많은 도움이 되길 바라며 앞으로 더 흥미를 갖게 되어 좀 더 Deep하게 학습해 나가시길 바라겠습니다.