출간일(Release) : 2023/12/29
종이책 출간일(Print Release) : 2023/11/30
전자책 종류(Format) : ePub
Price : KRW 46,400
미리보기(Preview)
책소개(Overview)
아마존 베스트셀러를 파이토치 버전으로 만난다!
탄탄한 이론과 다양한 예제로 배우는 머신 러닝/딥러닝 실전 가이드
아마존 베스트셀러인 『머신 러닝 교과서』가 파이토치 편으로 새롭게 태어났다! 머신 러닝과 딥러닝을 제대로 이해하기 위해 필요한 개념, 핵심 알고리즘 작동 방식과 사용 방법, 밑바탕이 되는 수학, 실용적인 예제, 빠지기 쉬운 함정을 피하는 방법까지 이론과 코드를 균형 있게 설명한다. 또한, 파이썬 기반의 핵심 라이브러리(SciPy, NumPy, scikit-learn, Matplotlib, Pandas)를 사용해 머신 러닝을, 파이토치를 사용해 디버닝을 설명한다. 파이토치 핵심 개념은 물론이고, 『머신 러닝 교과서 3판』에서 다룬 내용 외에 트랜스포머, 파이토치 라이트닝, XGBoost, 그래프 신경망 등 최신 동향까지 추가했으며, 사이킷런과 파이토치 모두 최신 버전을 기준으로 한다. 머신 러닝과 딥러닝 기본기를 탄탄하게 다지고 싶은 분께 추천한다.
Meet Amazon’s bestsellers in PyTorch versions!
A practical guide to learning machine learning/deep learning with solid theory and various examples
Amazon’s best-seller 『Machine Learning Textbook』 has been reborn as a PyTorch edition! It provides a balanced explanation of theory and code, including the concepts necessary to properly understand machine learning and deep learning, how core algorithms work and how to use them, the underlying mathematics, practical examples, and how to avoid easy pitfalls. In addition, it explains machine learning using Python-based core libraries (SciPy, NumPy, scikit-learn, Matplotlib, Pandas) and deburning using PyTorch. In addition to the core PyTorch concepts and the content covered in the 3rd edition of Machine Learning Textbook, the latest trends such as Transformer, PyTorch Lightning, XGBoost, and Graph Neural Networks have been added, and both Scikit-Learn and PyTorch are based on the latest versions. We recommend this book to anyone who wants to solidify their machine learning and deep learning fundamentals.
저자(Author)
세바스찬 라시카(Sebastian Raschka)
위스콘신-매디슨 대학교의 통계학 조교수로 머신 러닝과 딥러닝에 중점을 두고 있다. 그의 최근 연구는 제한된 데이터로 작업하기 위한 퓨-샷(few-shot) 학습과 순서가 있는 타깃에 대한 심층 신경망 개발과 같은 일반적인 문제에 초점이 맞춰져 있다. 또한, 오픈 소스 기여자로도 활발히 활동 중이며, Grid.ai의 수석 AI 교육자라는 새로운 역할을 통해 사람들이 머신 러닝과 AI에 입문할 수 있도록 돕는 데 열정을 쏟을 계획이다.
He is an assistant professor of statistics at the University of Wisconsin-Madison, where he focuses on machine learning and deep learning. His recent research focuses on general problems such as few-shot learning for working with limited data and developing deep neural networks for ordered targets. He is also an active open source contributor, and plans to pursue his passion for helping people get into machine learning and AI through his new role as Chief AI Educator at Grid.ai.
바히드 미자리리(Vahid Mirjalili)
컴퓨터 비전 애플리케이션에 중점을 둔 딥러닝 연구자이다. 미시간 주립대학교에서 기계 공학과 컴퓨터 공학으로 박사 학위를 받았으며, 박사 과정 중에 실전 문제를 해결하기 위한 새로운 컴퓨터 비전 알고리즘을 개발했으며 컴퓨터 비전 커뮤니티에서 많이 인용되는 여러 논문을 발표했다.
He is a deep learning researcher focusing on computer vision applications. He received his PhD in Mechanical Engineering and Computer Engineering from Michigan State University. During his PhD work, he developed novel computer vision algorithms to solve real-world problems and published several papers that are highly cited in the computer vision community.
유시 (헤이든) 류(Yuxi (Hayden) Liu)
구글의 머신 러닝 소프트웨어 엔지니어로, 여러 데이터 기반 분야에서 머신 러닝 과학자로 일해 왔으며, 여러 권의 머신 러닝 서적을 저술했다. 그의 첫 번째 저서인 『Python Machine Learning By Example』는 2017년과 2018년에 아마존에서 해당 카테고리 베스트셀러 1위를 차지했으며 여러 언어로 번역되었다.
He is a machine learning software engineer at Google, has worked as a machine learning scientist in several data-driven fields, and has written several machine learning books. His first book, Python Machine Learning By Example, was the #1 bestseller in its category on Amazon in 2017 and 2018 and has been translated into several languages.