오렐리앙 제롱  | 한빛미디어

53,990원  | 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.

안드리 부르코프  | 인사이트

21,600원  | 20251030  | 9788966264933

복잡한 이론은 덜고, 꼭 필요한 핵심만 담았다! 머신러닝을 익히는 가장 간결한 안내서 이 책은 전 세계 11개 언어로 번역되어 수천 개 대학에서 교재로 사용되는 베스트셀러로, 간결하고 명료하게 머신러닝을 설명한다. 기초 수학 개념부터 핵심 알고리즘, 딥러닝과 신경망까지 차근차근 다루며, 클러스터링, 토픽 모델링, 메트릭 학습, 추천 시스템 등 현대 머신러닝 문제 해결을 위한 완전한 도구를 제공한다. 실무에 꼭 필요한 기술을 중심으로 이론과 실제 구현을 연결해 누구나 빠르고 확실하게 배울 수 있다. 저자는 풍부한 실무 경험을 바탕으로 특성 공학, 정규화, 불균형 데이터셋 처리, 앙상블, 모델 평가 등 실제 프로젝트에 바로 적용할 수 있는 기술을 설명한다. 복잡한 수식에 얽매이지 않고 직관적인 설명과 예제로 구성되어 있어 기초를 견고하게 다지고 싶은 입문자부터 실무 역량을 넓히려는 실무자까지 모두에게 유용하다. 이 책에서 다루는 내용 - 심층 신경망을 포함한 지도 및 비지도 학습 알고리즘 - 본질을 살린 직관적이고 명확한 알고리즘 및 수학 개념 설명 - 모델 구축, 디버깅, 평가를 위한 실용 기법 - 앙상블, 추천 시스템, 메트릭 학습 등 고급 주제

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.

강지영  | 아이리포

25,200원  | 20251101  | 9791193747087

이 책에서는 우리가 흔히 머신러닝, 딥러닝이라고 부르는 데이터 분석 모델에 대해서 학습합니다. 이번 전면개정판에서는 머신러닝, 딥러닝 알고리즘을 만들어가는 각각의 단계에서 어떠한 고민을 할 수 있을지를 담는 것에 집중하였습니다. 복잡한 이론을 간결하게 정리하되, 퀴즈를 통해 실제 모델 설계 과정에서 마주하게 될 고민들을 체험하도록, 적어도 A라는 알고리즘과 B라는 알고리즘(예. RandomForestClassifier와 SVC)이 어떻게 동작하는지, 각 모델의 중요한 특징은 선명하게 머리 속에 그려낼 수 있게 도움이 되도록 각 개념의 정의와 예시를 설명하고, 다양한 퀴즈를 통해 개념을 다시 정리할 수 있도록 구성했습니다. 이 책을 읽기 위해 필요한 사전 지식이 있습니다. __파이썬 기초 *** __pandas * __데이터 시각화 * 책의 내용은 위의 사전 지식을 어느 정도 숙지하고 있음을 가정하고 작성하였습니다. 만약 위의 지식에 대한 이해가 필요하다면 『파이썬으로 시작하는 데이터 분석, 전면개정판』 (2025, 아이리포) 책을 먼저 읽는 것을 추천합니다. 이 책은 순서대로 읽는 것을 권장하지만 머신러닝, 딥러닝 모델에 대해 경험이 있거나 ‘문제 해결사’ 유형의 학습 방법을 선호하는 사람의 경우 다음의 순서로 읽는 것도 좋습니다. __유형 1: ‘이론 마스터’ 이론을 탄탄히 다지고 문제 풀이를 하는 유형 순차적으로 미션을 수행하기 __유형 2: ‘문제 해결사’ 문제에 먼저 부딪혀보고, 궁금한 것을 찾아보는 유형 코드 작성을 먼저하고 개념을 정리하기 실습 단원의 코드는 주어진 문제를 웹 검색이나 책의 이론을 찾아보지 않고, 스스로 작성할 수 있어야 합니다. 처음에 이 작업이 어려울 수 있습니다. 그렇다면 먼저 완성된 코드를 보고 완벽하게 이해하도록 하세요. 그 후 스스로 문제와 기본 뼈대 코드(Skeleton Code)의 내용을 채워보세요. 코드 작성이 익숙해졌다면, 스스로 데이터셋 분석 방향을 정해보고 AI 모델을 학습시켜본다면 이 책을 완벽하게 마스터한 것입니다.

유동우  | 해남

12,600원  | 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

20,140원  | 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.

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.

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.

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  | 생능출판사

26,100원  | 20210705  | 9788970504919

이 책의 모든 절은 책을 펼쳤을 때에 좌우의 두 페이지에 담을 수 있는 양으로 나뉘어 언제나 한눈에 하나의 주제를 전체적으로 파악할 수 있도록 하였다. 교재와 자습서 모두로 사용될 수 있도록 이론 설명과 함께 따라할 수 있는 실습 코드가 늘 다음과 같이 코랩 환경에서 돌아가는 형태로 제공된다. 또한 필요할 때마다, 학습한 내용을 정리할 수 있는 집중적인 실습을 LAB으로 제공하고 있다. LAB은 아래와 같은 제목을 시작으로 별도로 정리된 절을 구성하는데, 이때는 페이지의 제한 없이 하나의 주제를 충분히 다룰 수 있는 완결된 실습이 되도록 했다. 책이 다루는 주제에 따라 적절한 시점에 미니 프로젝트를 제시하고 있다. 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 것이다.

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.

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.

주용한, 신익주  | 부크크(bookk)

25,000원  | 20251020  | 9791112073358

JMP는 데이터와 분석 결과 간의 연동성, 탁월한 가시성, Python / R 등과의 호환성, 강력한 DOE(실험 계획법) 및 머신러닝 기능을 가지고 있는 데이터 분석 소프트웨어입니다. 이 책은 JMP의 머신러닝 기능에 초점을 두고 있으며 회귀 분석, 의사결정나무, Bootstrap Forest, 인공 신경망 등의 지도 학습(Supervised Learning) 뿐만 아니라 주성분 분석, 요인 분석, 다변량 임베딩 등의 차원 축소 및 군집 분석 등의 비지도 학습(Unsupervised Learning)과 관련된 내용을 포함하고 있습니다. 또한, 부분 최소 제곱법(PLS), 구조 방정식 모형(SEM) 등의 특화된 기법에 대한 소개와 JMP 활용법을 함께 소개합니다.

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.

민재식  | 인사이트

22,500원  | 20250117  | 9788966264636

애매하게 알고 있던 머신 러닝 핵심 개념, 9가지 레슨으로 명확하게 짚어 준다! 머신 러닝 도서나 실무에서 익숙하게 접하는 기본 개념과 기법들. 하지만 왜 사용하는지, 어떤 경우에 사용하는지 물어본다면 제대로 설명할 수 있을까? 《머신 러닝 마스터 클래스》는 머신 러닝에서 널리 쓰여 개발자들에게 익숙하지만 정확하게 알지 못하는 개념과 기법 들을 설명한다. 모델 설계나 학습에 필요한 기초 개념을 확실하게 정리하고 모델 설계와 실제 학습, 평가 단계별로 중요한 포인트를 짚는다. 이에 더해 AI를 더 잘 이해하기 위해 알아야 할 고차원 공간의 특성, AI 신뢰도 문제까지 이야기한다. 이 책을 통해 머신 러닝에 대한 허술한 이해를 보강하고 각각 알고 있던 개념을 연결하여 다양한 상황에서도 응용이 가능한, 탄탄한 기본기를 갖추게 될 것이다.