상세정보

인공지능을 활용하는 다양한 실제 사례와 인공지능 애플리케이션을 구현하는데 필요한 여러 가지 알고리즘을 소개한다. 인공지능의 개념을 소개하고 데이터 마이닝 기법으로 인공지능의 핵심 구성 요소를 구현하는 다양한 방법도 살펴본다. 또한 최상의 결과를 얻기 위한 알고리즘 구현 방법과, 알고리즘을 실전에 적용하는 방법도 소개한다.

현실 세계에 적용할 수 있는 인공지능 애플리케이션을 구축하려는 파이썬 개발자를 위해 저술되었기에 파이썬을 처음 접하는 이들도 충분히 이해할 수 있지만, 파이썬에 능숙하다면 예제를 마음껏 응용해볼 수 있다. 이미지나 텍스트, 주식 시장을 비롯한 다양한 형태의 데이터를 다루는 애플리케이션에 인공지능을 적용하는 데 길잡이가 될 것이다.

인공지능을 활용하는 다양한 실제 사례와 인공지능 애플리케이션을 구현하는데 필요한 여러 가지 알고리즘을 소개한다. 인공지능의 개념을 소개하고 데이터 마이닝 기법으로 인공지능의 핵심 구성 요소를 구현하는 다양한 방법도 살펴본다. 또한 최상의 결과를 얻기 위한 알고리즘 구현 방법과, 알고리즘을 실전에 적용하는 방법도 소개한다.
이미지나 텍스트, 주식 시장을 비롯한 다양한 형태의 데이터를 다루는 애플리케이션에 인공지능을 적용하기에 훌륭한 길잡이가 될 것이다.

★ 이 책에서 다루는 내용 ★
■ 분류와 회귀 분석 기법의 이해
■ 군집화의 개념과 이를 활용한 데이터를 자동으로 세분화하는 방법
■ 지능형 추천 시스템 구현 방법
■ 논리형 프로그래밍의 개념과 활용 방법
■ 자동 음성 인식 시스템 구축 방법
■ 휴리스틱 탐색과 유전 프로그래밍의 기본 개념
■ 인공지능을 이용한 게임 구현 방법
■ 강화 학습의 기본 원리
■ 이미지와 텍스트, 시계열 데이터를 다루는 지능형 애플리케이션 구현 방법
■ 딥러닝 알고리즘 사용법 및 이를 이용한 애플리케이션 구현 방법

★ 이 책의 대상 독자 ★
이 책은 현실 세계에 적용할 수 있는 인공지능 애플리케이션을 구축하려는 파이썬 개발자를 위해 저술했다. 파이썬을 처음 접하는 이들도 충분히 이해할 수 있지만, 파이썬에 능숙하다면 예제를 마음껏 응용해볼 수 있다. 자신의 전문 분야에 인공지능 기법을 적용하려는 숙련된 파이썬 프로그래머도 이 책을 통해 많은 도움을 받을 수 있다.

★ 이 책의 구성 ★
1장. '인공지능'에서는 인공지능에 관련된 다양한 개념을 소개한다. AI의 응용 및 연구 분야, 모델링 방법을 소개하고, AI 응용 구현에 필요한 파이썬 패키지를 설치하는 방법도 설명한다.
2장. '분류와 회귀 분석'에서는 분류와 회귀 분석을 위한 지도 학습 기반의 기술을 소개한다. 소득 데이터를 분석하고 주택 가격을 예측하는 프로그램도 만든다.
3장. '앙상블 학습을 위한 예측 분석'에서는 앙상블 학습을 이용한 예측 분석 모델을 만드는 방법에 대해 랜덤 포레스트를 중심으로 소개한다. 이러한 기법을 이용해 스포츠 경기장 주변의 교통량을 예측하는 방법도 살펴본다.
4장. '비지도 학습을 이용한 패턴 인식'에서는 K-평균, 평균 이동 군집(클러스터링)을 비롯한 비지도 학습에 관련된 여러 알고리즘을 소개한다. 이러한 알고리즘을 주식 시장 데이터 분석과 고객 세분화 작업에 적용하는 방법도 살펴본다.
5장. '추천 시스템'에서는 추천 엔진을 구현하기 위한 알고리즘을 소개한다. 그리고 이러한 알고리즘을 이용해 협업 필터링과 영화 추천 기능을 구현하는 방법도 살펴본다.
6장. '논리형 프로그래밍'에서는 논리형 프로그래밍의 개념과 기본 구성 요소에 대해 소개한다. 표현식 매칭, 가계도 분석, 퍼즐 풀기를 비롯한 다양한 응용을 살펴본다.
7장. '휴리스틱 탐색'에서는 솔루션 공간을 탐색하기 위한 여러 가지 휴리스틱 탐색 기법을 소개한다. 시뮬레이티드 어닐링(simulated annealing), 영역 색칠, 미로 찾기와 같은 다양한 응용도 살펴본다.
8장. '유전 프로그래밍'에서는 진화 알고리즘과 유전 프로그래밍에 대해 소개한다. 교배, 변이, 적합도 함수와 같은 다양한 개념을 살펴보며, 이를 이용해 기호 회귀 문제를 풀고 지능형 로봇 제어기를 만드는 방법을 알아본다.
9장. '인공지능을 이용한 게임 만들기'에서는 인공지능을 이용해 게임을 만드는 방법을 소개한다. 틱택토(Tic Tac Toe), 커넥트 포(Connect Four), 헥사폰(Hexapawn)을 비롯한 다양한 게임을 만들어본다.
10장. '자연어 처리'에서는 토큰화, 어간 추출, 백오브워드(bag of words)를 비롯한 여러 가지 텍스트 데이터 분석 기법을 소개한다. 이러한 기법을 이용해 감성 분석, 주제 모델링을 수행하는 방법도 살펴본다.
11장. '순차 데이터에 대한 확률 추론'에서는 시계열 데이터와 순차 데이터를 은닉 마르코프와 조건부 랜덤 필드로 분석하는 기법을 소개한다. 이러한 기법을 순차적 데이터 분석과 주식 시장 예측에 응용하는 방법도 살펴본다.
12장. '음성 인식기 만들기'에서는 음성 데이터를 분석하는 데 사용되는 다양한 알고리즘을 소개하고, 이를 이용해 음성 인식 시스템을 만들어본다.
13장. '물체 감지와 추적'에서는 실시간 비디오에서 물체를 감지하고 추적하는 알고리즘을 소개한다. 광학 흐름, 얼굴 추적, 시선 추적과 같은 다양한 기법도 살펴본다.
14장, '인공 신경망'에서는 신경망을 구축하는 알고리즘을 소개한다. 그리고 신경망을 이용해 광학 문자 인식(OCR) 시스템을 구현하는 방법도 살펴본다.
15장. '강화 학습'에서는 강화 학습 시스템을 구축하는 기법을 소개한다. 주변 환경과 상호작용하면서 학습하는 에이전트를 만드는 방법도 살펴본다.
16장. 'CNN을 이용한 딥러닝'에서는 CNN을 이용해 딥러닝 시스템을 구축하는 알고리즘을 소개한다. 그리고 텐서플로(TensorFlow)로 신경망을 구축하는 방법도 살펴보고, 이를 이용해 CNN으로 이미지 분류기를 만들어본다.

정보제공 :

1장. 인공지능 
__인공지능이란? 
__AI를 배워야할 이유 
__AI의 응용 분야 
__AI 관련 세부 분야 
__튜링 테스트를 이용한 지능의 정의 
__기계가 사람처럼 생각하게 만들기 
__이성적인 에이전트 
__범용 문제 해결기 
____GPS를 이용한 문제 해결 방법 
__지능적인 에이전트 구현 방법 
____모델의 종류 
__+파이썬 3 설치 
____우분투에 설치하기 
____맥 OS X에 설치하기 
____윈도우에 설치하기 
__패키지 설치 
__데이터 불러오기 
__요약 

2장. 지도 학습을 이용한 분류와 회귀 
__지도 학습 및 비지도 학습 
__+분류 
__데이터 전처리 
____이진화 
____평균 제거 
____크기 조정(scaling) 
____정규화 
__레이블 인코딩 
__로지스틱 회귀 분류기 
__나이브 베이즈 분류기 
__오차 행렬 
__+서포트 벡터 머신 
__SVM으로 소득 계층 분류하기 
__회귀 분석 
__단순 회귀 분석 모델 만들기 
__다중 회귀 분석 모델 만들기 
__서포트 벡터 회귀 모델로 주택 가격 예측하기 
__요약 

3장. 앙상블 학습을 이용한 예측 분석 
__앙상블 학습 
__+앙상블 학습을 이용한 학습 모델 구축하기 
__의사 결정 트리 
__의사 결정 트리 기반 분류기 구축하기 
__랜덤 포레스트와 극단 랜덤포레스트 
____랜덤 포레스트와 극단 랜덤 포레스트 분류기 만들기 
__예측 신뢰도 측정하기 
__클래스 별 데이터 불균형 처리 
__그리드 검색을 사용해 최적의 학습 매개변수 찾기 
__특징별 상대적 중요도 계산 
__극단 랜덤 포레스트 회귀분석을 이용한 교통량 예측 
__요약 

4장. 비지도 학습을 이용한 패턴 추출 
__비지도 학습 
__K-평균 알고리즘을 이용한 데이터 군집화 
__평균 이동 알고리즘으로 군집 개수 예측하기 
__실루엣 지수로 군집화 품질 측정하기 
__가우시안 혼합 모델 
__가우시안 혼합 모델 기반 분류기 만들기 
__AP 모델로 주식 시장에서 소그룹 찾기 
__쇼핑 패턴에 따른 시장 세분화 
__요약 

5장. 추천 시스템 만들기 
__학습 파이프라인 만들기 
__최근접 이웃 뽑기 
__K-최근접 이웃 분류기 만들기 
__유사도 계산하기 
__협업 필터링을 이용해 유사한 사용자 찾기 
__영화 추천 시스템 만들기 
__요약 

6장. 논리형 프로그래밍 
__논리형 프로그래밍 
__논리형 프로그래밍의 기본 구성 요소 
__논리형 프로그래밍을 이용한 문제 해결 방법 
__논리형 프로그래밍 관련 파이썬 패키지 설치 방법 
__수학 표현식 매칭하기 
__소수 검사기 
__가계도 분석기 
__지도 분석기 
__퍼즐 해결기 
__요약 

7장. 휴리스틱 탐색 기법 
__휴리스틱 탐색 
__무정보 탐색 vs 정보 탐색 
__제약 조건 만족 문제(CSP) 
__지역 탐색 기법 
__시뮬레이티드 어닐링(SA) 
__그리디 탐색 기법으로 문자열 생성하기 
__제약 조건 만족 문제(CSP) 풀기 
__영역 칠하기 
__8-퍼즐 풀기 
__미로 찾기 
__요약 

8장. 유전 알고리즘 
__진화 알고리즘과 유전 알고리즘 
__유전 알고리즘의 기본 개념 
__미리 정의된 매개변수를 이용해 비트 패턴 생성하기 
__진화 과정 시각화하기 
__기호 회귀 문제 푸는 방법 
__지능형 로봇 제어기 만들기 
__요약 

9장. 인공지능을 이용한 게임 만들기 
__게임에서 검색 알고리즘 사용하기 
__조합 검색 
__미니 맥스 알고리즘 
__알파-베타 가지치기 
__네가맥스 알고리즘 
__easyAI 라이브러리 설치하기 
__마지막 동전 피하기 게임 봇 만들기 
__틱택토 게임 봇 만들기 
__두 개의 커넥트 포 게임 봇을 만들어 서로 대결시키기 
__두 개의 헥사폰 게임 봇을 만들어 서로 대결시키기 
__요약 

10장. 자연어 처리 
__관련 패키지 소개 및 설치 
__텍스트 데이터 토큰화 
__어간 추출을 통해 단어를 기본형으로 변형하기 
__표제화를 통해 단어를 기본형으로 변형하기 
__텍스트 데이터를 단어 묶음으로 나누기 
__백오브워드 모델을 사용해 단어 빈도 추출하기 
__카테고리 예측기 만들기 
__성별 분류기 만들기 
__감성 분석이기 만들기 
__잠재 디리클레 할당(Latent Dirichlet Allocation)을 통한 주제 모델링 
__요약 

11장. 순차적 데이터에 대한 확률 추론 
__순차적 데이터 이해하기 
__팬더 패키지를 이용해 시계열 데이터 처리하기 
__시계열 데이터 분할하기 
__시계열 데이터 이용하기 
__시계열 데이터에서 통계 추출하기 
__은닉 마르코프 모델을 사용해 데이터 생성하기 
__조건부 랜덤 필드로 알파벳 문자열 예측하기 
__주식 시장 분석하기 
__요약 

12장. 음성 인식기 만들기 
__음성 신호 이용하기 
__오디오 신호 시각화 
__오디오 신호를 주파수 도메인으로 변환 
__오디오 신호 생성 
__음악을 만들기 위해 음색tone 합성하기 
__음성 특징 추출하기 
__단어 인식하기 
__요약 

13장. 물체 감지와 추적 
__OpenCV 설치 
__프레임 차이 대조법 
__색 공간을 이용한 물체 추적 기법 
__배경 분리법를 이용한 물체 추적 기법 
__캠시프트 알고리즘을 이용한 인터랙티브 방식 물체 추적기 
__광학 흐름 기반 추적 기법 
__얼굴 검출 및 추적 
____++하 캐스케이드를 이용한 물체 감지 
____적분 이미지를 이용한 특징 추출 
__눈 검출 및 추적 
__요약 

14장. 인공 신경망 
__인공 신경망의 개념 
____신경망 구축 방법 
____신경망 학습 방법 
__퍼셉트론 기반 분류기 구현 방법 
__단층 신경망 구축 방법 
__다층 신경망 구축 방법 
__벡터 양자화기 만들기 
__+재귀 신경망을 이용한 순차적인 데이터 분석 방법 
__OCR 데이터베이스로 문자 시각화하기 
__OCR 엔진 만들기 
__요약 

15장. 강화 학습 
__기본 전제 
__강화 학습 vs 지도 학습 
__강화 학습의 실전 사례 
__강화 학습의 기본 구성 요소 
__강화 학습 환경 구축 방법 
__학습 에이전트 구현 방법 
__요약 

16장. CNN을 이용한 딥러닝 
__CNN의 정의 
__CNN의 구조 
__CNN에서 사용하는 계층의 종류 
__퍼셉트론 기반 선형 회귀 분석기 
__단층 신경망으로 이미지 분류기 만들기 
__CNN을 이용해 이미지 분류기 만들기 
__요약