책 소개
본 교재는 파이썬(Python)의 기초를 익히고 빅데이터 분석(Big Data Analytics)과 인공지능(Artificial Intellegence)의 기초지식을 확립하기 위해 기본이론과 다양한 실습예제들로 공부하는 개론서이다. 인공지능을 수행하기 위해서는 빅데이터가 입력으로 주어지며 이를 가공하여 분석할 수 있는 빅데이터 분석기술이 필요하다. 이를 위해 현재 각광을 받고 있는 구글의 주피터 노트북(Jupyter Notebook) 환경에서 넘파이(Numpy)와 판다스(Pandas)를 사용할 수 있는 파이썬(Python)을 실습을 통해 익힌다.
목차펼치기접기
Part 1 파이썬의 기초 Chapter 01 파이썬의 기초 1.1 파이썬 설치 Chapter 02 변수와 입출력함수 2.1 데이터형과 변수 2.2 변수의 연산 2.3 입출력함수 Chapter 03 조건문과 반복문 3.1 조건문 3.2 반복문 3.3 break/continue Chapter 04 함수 4.1 사용자 정의 함수 4.2 함수의 응용 Chapter 05 문자열과 배열 5.1 문자열 5.2 배열의 종류 Chapter 06 객체지향 프로그래밍 6.1 파이썬의 객체 6.2 클래스로 객체 만들기 6.3 생성자 6.4 데이터형 객체의 개념 6.5 다양한 편리한 기능들 6.6 빈도수 Part 2 빅데이터 분석 Chapter 07 빅데이터 분석을 위한 환경 및 기능 7.1 빅데이터 분석 개요 7.2 개발환경 구축 Chapter 08 빅데이터 분석 초기예제 8.1 DNA 프로젝트 Chapter 09 통계와 수학적 기능을 위한 Numpy 9.1 Numpy의 설치 9.2 Numpy의 기초 Chapter 10 빅데이터 분석을 위한 Plot 기능 10.1 Matplot의 기초 10.2 Numpy를 이용한 plot 기능 Chapter 11 데이터프레임 처리를 위한 Pandas 11.1 Pandas의 기초 Chapter 12 빅데이터 가공 및 분석 12.1 빅데이터의 가공 12.2 Binning/Normalization 12.3 Data Formatting Chapter 13 빅데이터 분석 과제 13.1 NetworkX 13.2 GPS를 이용한 철새 이동 파악 Part 3 인공지능 Chapter 14 기계학습의 기본 개념 14.1 기계학습의 단계 14.2 트리 분류자의 시각화 Chapter 15 기계학습 모델(Machine Learning Models) 15.1 지도학습의 개요 15.2 지도학습의 구조 및 방식 15.3 지도학습 모델의 종류 15.4 비지도학습의 개요 및 구조 15.5 과제 Chapter 16 딥러닝 16.1 딥러닝의 개요 16.2 문제 유형별 딥러닝 모델 16.3 딥러닝 모델의 성능 16.4 이미지와 시계열 처리모델
출처: 국립중앙도서관 서지정보
리뷰 남기기
로그인하면 리뷰를 남길 수 있어요.
리뷰 0개
아직 리뷰가 없어요.