복사가 완료되었습니다.

인공지능

ISBN-13

979-11-92373-16-4 (93000)
출판사 / 임프린트

인피니티북스(주) / 인피니티북스(주)
정가

33,000 원 확정정가
발행일

2023-03-10
출간상태

출간
저자

천인국
번역

-
메인주제어

인공지능
추가주제어

-
키워드

#인공지능 #파이썬 #기계학습 #딥러닝 #강화 학습
도서유형

종이책, 무선제본
대상연령

모든 연령, 성인 일반 단행본
도서상세정보

188 * 257 mm, 592 Page

책소개
목차
본문인용
서평
저자소개

책소개

본서는 인공지능을 처음 배우는 독자라도 쉽게 따라올 수 있을 만큼 수많은 그림과 실습으로 가득하다. 특히 딥러닝 분야에서는 구글이 제공하는 텐서플로우 플레이그라운드 사이트를 이용하여 개념을 쉽게 이해할 수 있도록 하였다. 각 장의 본문 중간중간에는 적절한 실습들이 이어지는데 이것들을 따라 하다 보면 실전에 적용되는 인공지능의 다양한 이론들을 체험하게 될 것이다. 각 Lab의 끝에는 연습 문제를 두어 독자들이 추가로 학습할 수 있도록 하였다.

이번 개정판에서 변경된 부분은 다음과 같다.

- 인공지능 소개 내용에 최신의 경향을 반영하였다.
- 탐색을 위한 파이썬 코드를 수정, 보완하였다.
- 전통적인 기계 학습 이론인 결정 트리를 추가하였다.
- 기존의 책에는 없었던 영상 인식 딥러닝, 강화 학습, 생성 모델 등의 내용을 추가하고, 강화 학습 실습 코드를 보완하였다.

Chapter 1 인공지능 소개
1.1 인공지능의 시대
1.2 인공지능의 정의
1.3 튜링 테스트
1.4 인공지능의 역사
1.5 인공지능은 어디에 필요할까?

Chapter 2 탐색
2.1 탐색
2.2 상태 공간 탐색 문제
Lab) 경로 찾기 문제
Lab) N-queen 문제
Solution) N-queen 문제
2.3 탐색 트리
Lab) 4-queen 문제 탐색 트리
2.4 기본적인 탐색 기법
2.5 깊이 우선 탐색
2.6 너비 우선 탐색
2.7 깊이 제한 탐색
2.8 BFS와 DFS 8-퍼즐 프로그램
2.9 경험적 탐색 방법
2.10 언덕 등반 기법(hill-climbing)
2.11 최고 우선 탐색
2.12 A* 알고리즘
Lab) A* 알고리즘 시뮬레이션
2.13 A* 알고리즘의 파이썬 구현
Lab) N-queen 문제의 탐색 알고리즘
Mini Project) TSP

Chapter 3 게임트리
3.1 게임 프로그램
3.2 미니맥스 알고리즘
Lab) 미니맥스 알고리즘 실습
3.3 틱택토 게임 프로그래밍
3.4 알파베타 가지치기
3.5 불완전한 결정

Chapter 4 전문가 시스템
4.1 전문가 시스템
4.2 전문가 시스템의 구성 요소
4.3 지식과 인공지능
4.4 규칙
4.5 전문가 시스템에서의 추론
Lab) 추론 실습
Lab) 화재 처리 시스템
4.6 충돌 해법
4.7 전문가 시스템의 장점과 약점

Chapter 5 지식 표현
5.1 지식 표현(Knowledge Representation)
5.2 규칙
5.3 의미망
5.4 프레임
5.5 논리(Logic)
5.6 명제 논리
5.7 술어 논리
5.8 술어 논리에서 추론
5.9 시맨틱 웹과 온톨로지 소개
5.10 프롤로그(Prolog)
Lab) 논리융합 실습 #1
Lab) 논리융합 실습 #2
Lab) 논리융합 실습 #3

Chapter 6 퍼지 논리
6.1 퍼지 논리란?
6.2 크리스프 집합과 퍼지 집합
Lab) 퍼지 집합의 예
6.3 퍼지 집합에서의 연산자
Lab) 퍼지 집합 연산자
6.4 퍼지 추론
Lab) 팁을 주는 문제
Solution) 팁을 주는 문제

Chapter 7 불확실성
7.1 불확실성
7.2 확률을 이용한 불확실성 처리
Lab) 내가 z-바이러스에 감염되었을까?
Lab) 과일 문제
Lab) 카드 게임
7.3 베이즈 정리와 추론
Lab) 베이즈 정리로 규칙의 확률 계산
Lab) 스팸 필터링
Lab) 몬티 홀 문제
Solution) 몬티 홀 문제
7.4 확신도
Lab) 확신도

Chapter 8 유전자 알고리즘
8.1 자연계에서의 진화
8.2 유전자 알고리즘
8.3 유전자 알고리즘의 예제
8.4 유전자 알고리즘 프로그램
Open Problem) 8-queen 문제
Open Problem) TSP 문제
8.5 유전자 알고리즘의 장단점
8.6 유전자 프로그래밍

Chapter 9 기계학습의 소개
9.1 기계학습이란?
9.2 기계학습 용어들
9.3 지도학습
Lab) 티처블 머신 이용하여 머신러닝 체험하기
9.4 비지도학습
9.5 강화학습
9.6 기계학습의 과정
9.7 기계학습 알고리즘의 성능평가
Lab) 기계학습 체험하기
9.8 기계학습의 용도

Chapter 10 선형회귀
10.1 선형회귀
10.2 선형회귀에서 손실함수 최소화 방법
10.3 선형회귀 파이썬 구현 #1
10.4 선형회귀 파이썬 구현 #2
Lab) 선형회귀 실습
10.5 과잉 적합 vs 과소 적합
Lab) 당뇨병 예제
Lab) 면적에 따른 집값 예제

Chapter 11 kNN, K-means, 결정트리
11.1 kNN 알고리즘
11.2 예제: kNN을 이용한 붓꽃 분류
11.3 예제: kNN으로 필기체 이미지 분류
11.4 기계학습 알고리즘의 성능 평가
11.5 K-means 클러스터링
11.6 sklearn을 이용한 K-means 클러스터링
Lab) K-means 클러스터링 실습
11.7 의사 결정 트리(Decision Trees)
11.8 예제: 의사 결정 트리를 이용한 붓꽃 분류

Chapter 12 퍼셉트론
12.1 신경망
12.2 퍼셉트론
12.3 퍼셉트론 학습 알고리즘
12.4 퍼셉트론의 한계점
Lab) 퍼셉트론으로 분류

Chapter 13 다층 퍼셉트론(MLP)
13.1 다층 퍼셉트론
13.2 순방향 패스
13.3 오차 계산
13.4 역방향 패스
Lab) 경사 하강법의 실습
Programming) 경사 하강법
13.5 역전파 알고리즘
Lab) 역전파 알고리즘 애니메이션
13.6 넘파이를 이용한 MLP 구현
13.7 구글의 플레이그라운드를 이용한 실습
13.8 구글의 텐서플로우
Lab) MLP를 사용한 MNIST 숫자 인식

Chapter 14 심층 신경망과 딥러닝
14.1 딥러닝
14.2 그래디언트 소멸 문제
Lab) 활성화 함수 실험
14.3 손실 함수 문제
Lab) 교차 엔트로피의 계산
14.4 케라스에서의 손실 함수
14.5 가중치 초기화 문제
Lab) 가중치 초기화 실험
14.6 미니 배치
14.7 데이터 정규화
14.8 데이터 엔코딩 기법
14.9 학습률과 모멘텀
14.10 과잉 적합의 처리
Lab) 배치 크기, 학습률, 규제항
14.11) 예제: MNIST 숫자 인식
14.12) 예제: MNIST 패션 아이템 분류

Chapter 15 컨볼루션 신경망
15.1 컨볼루션 신경망 소개
Lab) 컨볼루션 네트워크 체험하기
15.2 컨볼루션 연산
15.3 풀링(서브 샘플링)
15.4 예제: MNIST 패션 아이템 분류

Chapter 16 영상 인식
16.1 영상 인식이란?
Lab) 영상 인식 신경망 체험하기
16.2 전통적인 영상 인식
16.3 심층 신경망을 이용한 영상 인식
16.4 예제: CIFAR-10 영상 분류하기
16.5 데이터 증대
16.6 예제: 강아지와 고양이 구분하기
16.7 가중치 저장과 전이 학습

Chapter 17 강화학습
17.1 강화학습이란?
17.2 얼음 호수 게임
17.3 Q-학습 #1
17.4 Q-학습 #2
17.5 Deep Q-학습

Chapter 18 생성 모델
18.1 생성 모델이란?
18.2 GAN이란?
18.3 예제: GAN으로 숫자 이미지 생성

본문인용

그렇다면 인공지능이란 무엇인가? 인공지능은 사고나 학습 등 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술이라 할 수 있다. 즉, 인간의 인식, 판단, 추론, 문제해결, 그 결과로 나온 언어나 행동, 학습 기능과 같은 인간의 두뇌 작용을 이해하는 것을 연구하는 학문 분야이다. 궁극적으로 두뇌의 기능을 실현하는 것이 목적이다. 쉽게 말해 컴퓨터나 기계가 사람이 하는 것처럼 생각하고 행동할 수 있게 하는 기술이다.

서평

2012년 알파고가 내한하여 이세돌을 이기는 바둑 이벤트는 전 세계 사람들에게 큰 충격을 주었으며, 인공지능은 컴퓨터공학에서 가장 떠오르는 분야가 되었다. 딥러닝 알고리즘이 개발되고 2012년에 열린 영상 인식 대회에서 객관적인 방법으로 딥러닝의 우수성이 증명된 이후로 거의 모든 나라에서 인공지능 기술을 미래의 핵심 기술로 개발하고 있다. 인공지능의 역사에서 두 번이나 접했던 AI 겨울을 극복하고 광범위한 빅데이터 수집과 분석을 위한 과학, 고도로 발전한 반도체 집적 그리고 초고속의 처리 기술을 바탕으로 새로운 인공지능의 시대가 열리고 있는 것이다.

이 책은 새로운 인공지능의 시대를 준비하는 필독서로서 컴퓨터, 전자, 정보통신, 기계 등 융합 기술을 전공하는 공학도와 인공지능을 처음 접하는 컴퓨터 비전공자들도 다양한 예제와 실습을 통해 인공지능의 기초적인 개념과 이론을 익힐 수 있다. 인공지능의 기본적인 이론을 빠짐없이 수록하였으며 딥러닝을 포함하여 기계학습을 6개의 장에 걸쳐서 자세히 설명하였다. 딥러닝 분야는 구글의 텐서플로우를 기본으로 고수준 라이브러리인 Keras를 사용하여 실습할 수 있으며, 구글의 텐서플로우 플레이그라운드를 이용하여 체험할 수 있다.

저자소개

저자 : 천인국
서울대학교 전자공학과에 입학하여 1983년에 공학사 학위를 취득하였고, 한국과학기술원 대학원에 입학하여 1985년에 전기 및 전자공학과 석사 학위를, 1993년에 박사 학위를 취득하였다. 1985년부터 1988년까지 삼성전자 종합연구소에서 주임 연구원으로 재직하였고, 1993년부터 현재까지 순천향대학교 컴퓨터공학과 교수로 재직 중이다. 2005년에는 캐나다 UBC에서 방문교수를 지냈다.

저서로는 『인공지능 2판』(2023, 인피니티북스), 『HTML5+CSS3+JavaScript로 배우는 웹프로그래밍 기초 2판』(2023, 인피니티북스), 『Power JAVA 3판』(2022, 인피니티북스), 『인공지능』(2020, 인피니티북스), 『스크래치로 배우는 컴퓨팅 사고와 문제해결』(2019, 인피니티북스), 『OpenCV를 이용한 디지털 영상처리』(2019, 인피니티북스), 『Power Java Compact』(2018, 인피니티북스), 『어서와 C++는 처음이지!』(2018, 인피니티북스), 『문제해결과 컴퓨팅 사고』(2017, 인피니티북스), 『문제해결과 컴퓨팅 사고를 위한 스크래치』(2017, 인피니티북스), 『문제해결과 컴퓨팅 사고를 위한 파이썬』(2017, 인피니티북스), 『어서와 파이썬은 처음이지!』(2016, 인피니티북스), 『어서와 Java는 처음이지!』(2015, 인피니티북스), 『어서와 C언어는 처음이지!』(2015, 인피니티북스), 『HTML5+CSS3+JavaScript로 배우는 웹프로그래밍 기초』(2014, 인피니티북스), 『C++ Espresso』(2010, 인피니티북스), 『Power C++』(2010, 인피니티북스), 『쉽게 풀어쓴 C언어 Express』(2007, 생능출판사), 『C언어로 쉽게 풀어쓴 자료구조』(2005, 생능출판사) 등이 있다.

인공지능

책소개

목차

본문인용

서평

저자소개