인공지능 입문을 위한 Python 실습

들어서며
0. 중요 용어 설명
1. Python 코드의 구조
2. 변수와 데이터 타입
1) 변수 생성 및 삭제
2) Python 데이터 타입 개요
3) 수
4) 문자열
5) 구간
6) 리스트
7) 튜플
8) 집합
9) 사전
10) 논리형
11) 데이터 타입에 따른 연산자의 결과 차이
12) 데이터 타입 변환
13) 적용 문제

3. 입출력
1) 키보드 입력
2) 화면 출력
3) 텍스트 파일 입출력
4) 파일 종류별 입출력
5) 적용 문제

4. 조건문
1) 사용법
2) match 문
3) 조건부 수식
4) 적용 문제

5. 반복문
1) 개요
2) while
3) for
4) for와 while 비교
5) 적용 문제

6. 문자열
1) 문자열 만들기
2) 문자열 인덱싱과 슬라이싱
3) 문자열 연산
4) 문자열 메소드
5) 문자열 내 값 변경
6) 모양 갖춘 문자열 만들기
7) 적용 문제

7. 리스트
1) 개요
2) 리스트 만들기
3) 인덱싱과 슬라이싱
4) 리스트 조건제시법
5) 중첩된 리스트
6) 리스트 다루기
7) 적용 문제

8. 사전
1) 사전 만들기
2) 사전 조건제시법
3) 사전 다루기
4) 사전 구성 시 유의점
5) 적용 문제

9. 함수
1) 기본 사용법
2) 변수의 유효 범위
3) 인자 전달 방법
4) 유용한 내장 함수
5) 람다 식
6) 생성자 함수
7) 적용 문제

10. 모듈
1) 개요
2) turtle
3) heapq
4) socket
5) os
6) requests, BeautifulSoup
7) Tkinter
8) pygame
9) nltk
10) sklearn
11) matplotlib
12) networkX

11. NumPy
1) ndarray 생성
2) 데이터 생성
3) 연산
4) 인덱싱과 슬라이싱
5) NumPy의 배열과 리스트 비교
6) 적용 문제

12. Pandas
1) Series
2) DataFrame
3) 적용 사례
4) 데이터 구조 비교 – 사전, NumPy ndarray, Pandas Series, DataFrame

13. 클래스
1) 클래스 정의 및 인스턴스 만들기
2) 하위 클래스 정의
3) 마법의 메소드
4) property 장식자
5) 객체 간의 관계: 구성 대 군집

14. 예외 처리

15. 참고 사이트 주소

16. 부록
1) 나이브 베이즈 분류기
2) 결정 트리 만들기
3) A*알고리즘으로 푸는 3x3 숫자 퍼즐
4) 틱택토 게임의 이기는 수 추천
5) 틱택토 MCTS
6) K-NN: 유클리드 거리 사용
7) K-NN: 코사인 유사도 사용
8) K-평균
9) 연관 분석
10) 퍼셉트론 학습
11) 다층 퍼셉트론