카이 사사키  | 한빛미디어

22,500원  | 20210901  | 9791162244647

웹 브라우저에서 머신러닝 모델을 구축하기 위한 텐서플로와 자바스크립트의 운명적 만남 TensorFlow.js는 웹에서 머신러닝 모델을 개발 및 학습시키고, 브라우저나 Node.js에 배포하는 라이브러리다. 이 책은 밑바닥부터 웹 기반 애플리케이션에 머신러닝 기술을 구현하려는 프런트엔드 웹 개발자에게 TensorFlow.js 에코시스템, 회귀, 군집화, 고속 푸리에 변환, 차원 축소 등 머신러닝 관련 기술 및 알고리즘을 다루는 방법을 친절히 설명한다. 각 장의 마지막에는 연습 문제와 더 읽을거리를 제공해 다양한 실습을 할 수 있고, 머신러닝 지식도 확장할 수 있다. 웹 환경에서 머신러닝을 바로 실행해 사용자 맞춤형 콘텐츠를 만들어보자.

Gerard, Charlie  | Apress

82,660원  | 20210222  | 9781484264171

How can we support children's and young people's mental wellbeing in a digital age? This essential guide for improving wellbeing offers practical ideas for parents/carers and professionals working with children.

김영보  | 생각나눔

28,800원  | 20190415  | 9791196672430

자바스크립트와 TensorFlow.js 환경에서 머신러닝 구현 이 책은 머신러닝 개념서가 아니다. 자바스크립트와 TensorFlow.js 환경에서 머신러닝 구현을 위한 책이다. 기초부터 하나씩 다져가면서 점진적으로 머신러닝을 구현하는 시나리오를 갖고 있다. 소스 코드 한 줄마다 목적과 기능이 상세하게 설명되어 있다. 책을 따라가면 어렵지 않게 머신러닝을 단계적으로 이해하게 된다. 어렵고 멀게만 느껴졌던 머신러닝을 내 것으로 만들 수 있다. 머신러닝에 필요한 수학식을 단계적으로 설명 수학의 이해는 반드시 필요하지만, 머신러닝 구현에 필요한 범위가 있다. 이 책은 예제 코드를 통해 필요한 범위를 제시하며, 머신러닝 구현에 필요한 수학을 처음부터 단계적으로 다룬다. 머신러닝 구현에 필요한 수학 알고리즘을 TensorFlow.js에서 함수로 제공하므로 jQuery 함수를 호출하듯 TensorFlow.js 함수를 호출하면 된다. 이 범위의 수학 지식이 있으면 머신러닝을 구현할 수 있다.

샨칭 차이, 스탠 바일시, 에릭 닐슨, 프랑소와 숄레  | 길벗

39,600원  | 20220331  | 9791165219239

브라우저에서 딥러닝 모델을 빌드하고 실행하는 TensorFlow.js 딥러닝 기초부터 구글 브레인 팀의 노하우까지! 딥러닝은 컴퓨터 비전, 이미지 처리, 자연어 처리 등 다양한 분야에 변화를 불러왔다. 이제 자바스크립트 개발자는 파이썬이나 R에 의존하지 않고 TensorFlow.js를 사용하여 딥러닝 모델을 구축할 수 있다. 이 책은 〈케라스 창시자에게 배우는 딥러닝〉 책을 토대로 구글 브레인 팀 핵심 개발자 3인이 TensorFlow.js에 맞춰 코드를 재작성했고, 자바스크립트 생태계를 위한 새로운 내용을 많이 추가했다. TensorFlow.js의 개요부터 이미지와 사운드 인식, 전이 학습, 모델 시각화, 시퀀스와 텍스트를 위한 딥러닝, 생성적 딥러닝 등 딥러닝 기초부터 심층 강화 학습까지 TensorFlow.js로 딥러닝을 시작하기에 필요한 모든 것을 설명한다. 브라우저에서 얼마나 많은 작업을 수행할 수 있는지 알면 놀랄 것이다. 자바스크립트에 능숙한 개발자라면 TensorFlow.js로 딥러닝을 시작해보자. · 한국어판 예제 데모 사이트: https://ml-ko.kr/tfjs

Kai Sasaki  | Packt Publishing

35,000원  | 20200201  | 9781838821739

TensorFlow.js is a framework that enables you to create performant machine learning (ML) applications that run smoothly in a web browser. With this book, you will learn how to use TensorFlow.js to implement various ML models through an example-based approach. Starting with the basics, you'll understand how ML models can be built on the web. Moving on, you will get to grips with the TensorFlow.js ecosystem to develop applications more efficiently. The book will then guide you through implementing ML techniques and algorithms such as regression, clustering, fast Fourier transform (FFT), and dimensionality reduction. You will later cover the Bellman equation to solve Markov decision process (MDP) problems and understand how it is related to reinforcement learning. Finally, you will explore techniques for deploying ML-based web applications and training models with TensorFlow Core. Throughout this ML book, you'll discover useful tips and tricks that will build on your knowledge. By the end of this book, you will be equipped with the skills you need to create your own web-based ML applications and fine-tune models to achieve high performance.

Gant Laborde  | O'Reilly Media

84,360원  | 20210817  | 9781492090793

In this guide, author Gant Laborde--Google Developer Expert in machine learning and the web--provides a hands-on, end-to-end approach to TensorFlow.js fundamentals for a broad technical audience that includes data scientists, engineers, web developers, students, and researchers.