김우영  | 퍼플

15,000원  | 20250921  | 9788924171488

대학에서 머신러닝을 처음 접하는 학생, 사회·경제 데이터를 다루는 연구자, 그리고 분석 기법을 실무에 적용해 보고자 하는 사람들에게 이 책은 유용한 길잡이가 될 것이다. 각 장은 머신러닝의 기본 개념과 이론을 간단히 소개한 뒤, 실제 데이터를 활용한 예제와 R 코드로 시현된 결과물을 제시하였다. 독자들은 설명을 따라가며 직접 코드를 실행하고 그 결과를 확인하면서 자연스럽게 학습을 이어갈 수 있을 것이다.

김우영  | 퍼플

38,100원  | 20250921  | 9788924171440

대학에서 머신러닝을 처음 접하는 학생, 사회·경제 데이터를 다루는 연구자, 그리고 분석 기법을 실무에 적용해 보고자 하는 사람들에게 이 책은 유용한 길잡이가 될 것이다. 각 장은 머신러닝의 기본 개념과 이론을 간단히 소개한 뒤, 실제 데이터를 활용한 예제와 R 코드로 시현된 결과물을 제시하였다. 독자들은 설명을 따라가며 직접 코드를 실행하고 그 결과를 확인하면서 자연스럽게 학습을 이어갈 수 있을 것이다.

조상철  | 퍼플

27,000원  | 20250707  | 9788924161885

《 오렌지3와 파이썬으로 여는 AI 분석의 세계: 머신러닝부터 딥러닝까지 한 권에 》 "데이터를 이해하는 자가, 미래를 설계한다. 하지만 도구 없이 그 문은 열리지 않는다." 이제는 누구나 '인공지능'이라는 단어를 듣고, '데이터'의 중요성을 이야기합니다.하지만 실제 분석은 어디서부터 어떻게 시작해야 할까요?복잡한 수학? 어려운 코드? 모두 아닙니다. 이 책은 **시각적 도구인 오렌지3(Orange3)**와 **파이썬(Python)**을 함께 사용하여, 누구나 AI 분석을 시작할 수 있도록 돕는 실전 입문서입니다. GUI와 코드, 분석과 해석, 이론과 실습이 만나는 곳.이 책은 단순한 툴 사용법이 아니라, 머신러닝부터 딥러닝까지 이어지는 데이터 분석의 흐름을 직접 해보고, 결과를 시각화하고, 해석하고, 인사이트를 도출하는 전 과정을 실습 중심으로 안내합니다. 책의 구성과 흐름 이 책은 AI 분석을 처음 접하는 입문자부터, 실무 분석을 학습하려는 독자까지단계별로 따라올 수 있도록 총 6개 Part로 구성되어 있습니다. PART 1. 데이터 분석과 인공지능의 첫걸음 데이터 분석, 인공지능, 머신러닝, 딥러닝의 개념과 차이를 명확히 이해하고, 분석가에게 필요한 사고방식을 배웁니다. PART 2. 오렌지3와 파이썬: 시각적 도구와 코드의 만남 GUI 기반의 오렌지3와 파이썬의 연동 방식, 설치법, 기본 위젯과 전처리 기능을 익히며 분석 환경을 구축합니다. PART 3. 머신러닝: 분류, 회귀, 클러스터링 실습 지도학습과 비지도학습의 대표 알고리즘을 오렌지3로 실습하며, 오버샘플링, 성능 평가, 모델 저장, 변수 해석까지 경험합니다. PART 4. 딥러닝: 텍스트 마이닝, 감성 분석, 이미지 분석, 시계열 예측 딥러닝 기반 감정 분석, 전이학습을 활용한 이미지 분류, 시계열 주가 예측 등 Orange3와 파이썬을 활용한 고급 AI 분석을 단계별로 실습합니다. PART 5. 네트워크 분석 관계 중심의 데이터를 시각화하고, 네트워크 구조를 분석하여 사회연결망이나 친구 관계 등 연결 패턴을 이해합니다. PART 6. 공간데이터 시각화 지리정보(GIS)를 활용한 지도 기반 데이터 분석과 시각화를 실습하여, 정책, 교통, 지역 분석에 필요한 공간적 통찰력을 기릅니다. 독자들의 후기 • 이OO (비전공자 / 공공기관 근무)“코딩 없이 시각적으로 머신러닝을 돌려보고, 결과를 해석하는 경험은 정말 새로웠습니다. 실무에도 바로 활용 중입니다.” • 김OO (AI 분야 전환 준비 중 / 전직 마케터)“단순 실습을 넘어서 데이터의 흐름과 전략을 생각하게 해주는 책이에요. 타이타닉 생존자 분석이나 주가 예측 프로젝트가 특히 인상 깊었습니다.” • 박OO (AI 입문 수업 전문강사)“오렌지3와 파이썬을 함께 가르칠 수 있는 유일한 실습형 교재입니다. 수업 준비에 큰 도움이 됐고, 학생 반응도 좋았습니다.” • 정OO (프로그래밍 비전공 대학생 / 행정학 전공)“AI와 머신러닝에 대해 막연했는데, 오렌지3로 직접 해보니 이해가 확 됐어요. 분석이 ‘보이는’ 경험이 이렇게 재미있을 줄 몰랐습니다.” • 최OO (IT 기획자 / 데이터 분석 실무 도입 중)“실제 데이터를 시각화하고 모델링하는 전 과정을 따라가면서, 우리 조직에 어떤 분석이 필요한지도 눈에 보였습니다. 팀원들과 같이 읽고 있어요.” • 류OO (자영업자 / 데이터 기반 마케팅에 관심)“비즈니스에 데이터 분석을 도입해보려 했는데, 이 책 덕분에 ‘딥러닝’까지 맛봤습니다. 특히 감성 분석과 이미지 분석 챕터가 인상 깊었습니다.” • 한OO (데이터 사이언스 부트캠프 수강생)“기초부터 고급 분석까지 실습이 연결돼 있어 복습용으로도 최고입니다. 실무에 가까운 시나리오 중심이라 자기소개서에도 도움이 되었어요.”

이 응 재  | 퍼플

27,400원  | 20211030  | 9788924087086

머신 러닝에 관심내지는 호기심을 가지게 된 것은 바로 2016년 상반기 세기적인 승부로 기록된 이세돌 프로기사와 알파고와의 한 판 대결이었다. 그 당시 필자의 코딩 실력이란 컴퓨터 학원에서 배우는 수준 정도의 아두이노 C/C++ 정도였다면 믿을 수 있을까? 물론 1980년대에 전문적인 포트란 코딩을 해본 경험이 있는 정도였으며 90년대 중반 윈도우즈 PC가 출현할 때쯤 사용해 본 Qbasic 까지가 필자가 아는 컴퓨터 코딩의 전부였으며 요즈음 기준으로 보면 컴맹에 해당한다. 하지만 머신 러닝이란 분야가 꼭 IT 전공자만이 하는 그런 분야는 아닐 것이다. IT 학과로 입학해 체계적으로 배울 수도 있겠지만 반드시 IT 전공이 아니더라도 제대로 지침을 잡아서 공부하면 되는 것이 아닐까 한다. 1957년애 퍼셉트론을 처음 세상에 내놓은 Rosenblatt 만 해도 미래의 인공지능의 필수요소로서 머신 러닝에 classification 능력을 부여하기 위해 생체 뉴론을 연구하였고 포토 센서와 컴퓨터를 이용한 뉴럴 네트워크를 바탕으로 한 퍼셉트론으로 머신 러닝 시대를 열었다. 그로부터 많은 세월이 흘러 지금은 2021년을 경과하고 있지만 누구나 마찬가지로 어떠한 원리로 사람이 학습하듯이 컴퓨터가 학습하는가 하는 의문을 가지게 마련이다. 여기서 부터가 머신 러닝을 공부하고자 하는 출발점이 될 것이며 그 의문의 단서를 이 책을 통해서 찾아보고자 한다. 과거 60년간 거의 3세대에 걸쳐 머신 러닝은 여러 가지 우여곡절로 인해서 아주 더디게 발전해 왔으므로 지금 공부를 시작해도 입문 경계까지는 곧 쉽게 도달 할 수 있다고 보는데 본서가 그 일부 역할을 했으면 하는 기대이다.

임재현  | 퍼플

20,800원  | 20200305  | 9788924069662

제이머 신학원론 (상권)제이머(JAMER)Jesus Agape MovementER 지저스 아가페 무브먼터 조합어바른 신앙을 삶으로 실천하는 그리스도 군사 제이머 양성을 위한 책

임재현  | 퍼플

21,000원  | 20200305  | 9788924069679

제이머 신학원론 (하권)제이머(JAMER)Jesus Agape MovementER 지저스 아가페 무브먼터 조합어바른 신앙을 삶으로 실천하는 그리스도 군사 제이머 양성을 위한 책

임재현  | 퍼플

20,300원  | 20200305  | 9788924069655

제이머 신학원론 (중권)제이머(JAMER)Jesus Agape MovementER 지저스 아가페 무브먼터 조합어바른 신앙을 삶으로 실천하는 그리스도 군사 제이머 양성을 위한 책

이 응 재  | 퍼플

0원  | 20181216  | 9788924058840

머신 러닝에 관심내지는 호기심을 가지게 된 것은 바로 2016년 상반기 세기적인 승부로 기록된 이세돌 프로기사와 알파고와의 한 판 대결이었다. 그 당 시 필자의 코딩 실력이란 컴퓨터 학원에서 배우는 수준 정도의 아두이노 C/C++ 정도였다면 믿을 수 있을까? 물론 1980년대에 포트란 코딩을 해본 경험이 있었으며 90년대 중반 윈도우즈 PC가 출현할 때쯤 사용해 본 Qbasic 까지가 필자가 아는 컴퓨터 코딩의 전부였으니 요즈음 기준으로 보면 컴맹에 해당한다. 하지만 머신 러닝이란 분야가 꼭 IT 전공자만이 하는 그런 분야는 아닐 것이다. 정문으로 들어와 제대로 체계적으로 배울 수도 있겠지만 정문이 어디에 있는지 모를 경우에는 정문 뒷문(backdoor) 가릴 것 없이 들어가서 공부하면 되는 것이 아닐까 한다. 누가 머신 러닝에 대해서 잘 알까 추정해 보면 첫째가 이 세돌 기사가 아닐까 한다. 딥 러닝 코드의 원리를 잘 모른다 해도 머신 러닝과 피 튀기는 대결을 위해 감각적으로 딥 러닝이란 놈이 무서운 강적이란 걸 느꼈을 것이고 일승이라도 올리기 위해서 사력을 다했을 것이다. 물론 머신 러닝이란 것이 인간도 아니고 그렇다고 그냥 컴퓨터 알고리듬이라고 치부하기도 어렵다. 파셉트론을 세상에 내놓은 Rosenblatt 만 해도 미래의 인공지능의 필수요소로서 머신 러닝에 classification 능력을 부여하기 위해 생체 뉴론을 연구하였고 포토센서와 컴퓨터를 이용하여 neural network를 바탕으로 한 퍼셉트론으로 머신 러닝 시대를 열었다. 누구나 마찬가지지만 도대체 어떻게 어떠한 원리로 사람이 학습하듯이 컴퓨터가 학습하는가 하는 의문을 가지게 마련이다. 필자도 마찬가지였는데 그 의문의 일부를 이 책을 통해서 풀어 보자. 물론 다는 아니지만 어느 정도 단서는 찾을 수 있을 것이다. 과거 60년간에 걸쳐 머신 러닝은 여러 가지 우여곡절로 인해서 아주 더디게 발전해 왔으므로 지금 공부를 시작해도 입문 경계까지는 곧 쉽게 도달 할 수 있다고 보는데 본서가 그 일부 역할을 했으면 하는 기대이다.

곽동민 박세원 이한남  | 퍼플

0원  | 20150414  | 9788924026931

본 서적의 목적은 머신러닝(machine learning | 기계학습)에 흔히 쓰이는 알고리즘과 모델들을 정리하는 데 있다. 머신러닝의 알고리즘이 많고 그 기반도 다양하다 보니 이 분야를 심도 있게 공부하는 사람들도 모든 알고리즘이 자세히 어떠한 방법으로 적용되는지 알기 힘들다. 대략적인 알고리즘의 구조를 알고 있다가 나중에 적용할 필요가 있을 때 논문, 혹은 웹페이지 자료들을 찾아서 참고해야 하는 불편함이 있다. 또한 알고리즘에 대한 좋은 튜토리얼이 소개되어 있는 논문은 흔하지 않으며 그 난이도가 높아 이해 또는 직접적 적용을 하는데 어려운 부분이 있을 수 있다. 반면 머신러닝 웹페이지는 내용이 많이 분산되어 있어 총체적으로 정리가 되어 있는 페이지를 찾기가 어려울 수 있다. 본 서적은 딥큐먼 인공지능 리서치 그룹에서 학습 및 세미나를 목적으로 저자들이 각자 작성한 문서들을 취합 정리한 것으로 독자들의 그러한 불편함을 덜어줄 수 있을 것으로 기대한다.