실무가 훤히 보이는 머신러닝 & 딥러닝

[1부] 인공지능 서비스와 기술의 이해
[1장] 인공지능이란 무엇인가
_1.1 인공지능 기술의 태동과 발전
_1.2 인공지능을 활용한 주요 비즈니스 사례
_1.3 정리

[2장] 인공지능을 적용하기 위한 방법
_2.1 인공지능 적용 기술의 분류
_2.2 인공지능 개발을 위한 분산 플랫폼 환경
_2.3 인공지능 개발을 지원하는 도구
_2.4 딥러닝과 머신러닝 전용 프레임워크
_2.5 인공지능 개발을 위한 프로그램 언어
_2.6 데이터를 효과적으로 다루기 위한 포맷
_2.7 접근과 사용이 용이한 클라우드 기반 인공지능 서비스
_2.8 정리

[2부] 머신러닝과 딥러닝
[3장] 머신러닝의 이해와 지도학습을 이용한 분류
_3.1 머신러닝의 유형
_3.2 의사결정나무
_3.3 서포트 벡터 머신 알고리즘
_3.4 정리

[4장] 비지도학습을 이용한 군집화
_4.1 K-평균 알고리즘으로 군집화 개념 이해하기
_4.2 K-평균 직접 구현해 보기
_4.3 붓꽃 데이터로 군집화 실습하기
_4.4 와인 데이터로 군집화 실습하기
_4.5 정리

[5장] 딥러닝을 이용한 이미지 분류
_5.1 딥러닝 기술의 이해
_5.2 CNN이란
_5.3 손글씨 이미지 인식
_5.4 음식 이미지 인식
_5.5 정리

[6장] 텐서플로를 이용한 이미지 객체 추출
_6.1 객체 추출 개요
_6.2 객체 인식 사용해보기
_6.3 객체 인식 응용하기
_6.4 객체 인식을 위한 이미지 라벨링 도구
_6.5 정리

[3부] 자연어 처리 기술의 이해
[7장] 한글 자연어 처리
_7.1 자연어 처리의 개요
_7.2 텍스트 데이터 전처리
_7.3 텍스트 데이터의 벡터화
_7.4 한글 자연어 처리 과정
_7.5 한글 형태소 분석기 알아보기
_7.6 한글 형태소 분석기 사용해보기
_7.7 토픽 모델링
_7.8 정리

[8장] 워드투벡을 이용한 자연어 처리
_8.1 자연어 처리의 꽃, 단어 임베딩 이해하기
_8.2 word2vec을 이용한 실습 해보기
_8.3 word2vec을 이용해 영화 후기 분석하기
_8.4 정리

[9장] 텍스트 감정 분석하기
_9.1 텍스트 감정 분석이란?
_9.2 케라스를 이용한 감정 분석
_9.3 서포트 벡터 머신을 이용한 감정 분석
_9.4 정리

[4부] 챗봇 서비스와 구현 기술의 이해
[10장] 챗봇 서비스 기술의 소개
_10.1 챗봇이란?
_10.2 챗봇의 주요 서비스 형태
_10.3 챗봇을 구성하는 기술
_10.4 정리

[11장] 클라우드 서비스를 이용한 챗봇 개발
_11.1 왓슨을 이용한 대화 시나리오 개발
_11.2 슬랙 봇 추가하기
_11.3 챗봇 프로그램 실행하기
_11.4 정리

[12장] RNN을 이용해 대화 서비스 개발하기
_12.1 딥러닝 기반 개발환경 준비
_12.2 RNN으로 대화 엔진 만들기
_12.3 세탁소 챗봇 서비스 개발하기
_12.4 홈 IoT 제어 챗봇 개발하기
_12.5 정리

[부록 A] 파이썬 3 설치하기
A.1 우분투에 설치하기
A.2 맥 OS X에 설치하기
A.3 윈도우에 설치하기

[부록 B] 윈도우에서 넘파이와 사이파이 설치하기
B.1 넘파이 모듈 설치
B.2 사이파이 모듈 설치

[부록 C] 케라스 설치하기
C.1 가상 개발환경 생성하기
C.2 패키지 추가 설치하기
C.3 주피터 노트북 설치하기