검색
수험서 참고서 자격서 일반도서 + 쉼터
└  [이벤트]  [문의]

길벗캠퍼스 데이터사이언스를 위한 기초수학 with 파이썬 박민서

시중가 : 27,000원
판매가 : 24,300원
출간일 :
      총 상품 금액 0 원
      바로구매 장바구니에 담기 상품보관함에 담기
      ok cashbag 포인트사용 가맹점 ?
      우리 쇼핑몰은 OK캐쉬백 가맹점으로 주문 시 OK캐쉬백 포인트를 사용할 수 있습니다.
      페이스북 트위터 위시딕 카카오스토리
      • 상품정보
      • 상품평가
      • 상품문의
      • 배송/반품/환불

      데이터사이언스를 위한 기초수학 with 파이썬

      박민서 저자(글)
      길벗캠퍼스 · 2023년 01월 17일

       

       

      정가 :10% 24,300원 27,000원

       

       

      기본정보

      ISBN 9791140702701 ( 114070270X )
      발행(출시)일자 2023년 01월 17일
      쪽수 352쪽
      크기
      183 * 235 * 15 mm

       

       

      책 소개

      이 책이 속한 분야

      인공지능의 시작, 데이터사이언스를 위한 수학적 메타인지를 강화한다!
      이 책을 통해 미분, 벡터, 선형대수, 확률, 통계 등 데이터를 다루는 머신러닝과 인공신경망과 같은 딥러닝을 공부하는데 필요한 데이터사이언스의 중요한 수학적 개념에 대해서 왜 배워야 하는지, 무엇을 알아야 하는지, 어떤 역할을 하는지 인문계 학생도 전략적으로 학습할 수 있다.

      이 책의 장점을 알려주는 세 가지 학습 효과
      1. 파이썬 코드로 수학 개념을 완벽하게 풀이 및 검증
      2. 어려운 개념은 그림과 도해로 누구나 쉽게 이해 가능
      3. 다양한 상황을 설정한 예제로 수학적 활용 능력치 강화

       

       

      작가정보

      저자(글) 박민서

      교수
      2009.10. 메사추세츠 대학교 컴퓨터과학 박사
      2010.1~2015.3 삼성 SDS 수석연구원
      2011.4~2016.3 성균관대학교 삼성융합의과학원 수석연구원
      2015.3~2019.9 SK 텔레콤 부장/팀리더
      2019.10~2021.5 한화시스템 상무
      2018.9~현재 KAIST 기술경영전문대학원 겸직교수
      2021.9~현재 서울여자대학교 데이터사이언스학과 교수
      홈페이지: https://sites.google.com/view/minseo-park

      목차

      • 〈첫째 마당〉 데이터사이언스에서의 수학
        1장 | 데이터사이언스 시작하기
        1-1 데이터사이언스란? 011
        통계와 머신러닝의 차이점 012
        1-2 데이터사이언스의 프로세스 015
        1-3 프로그래밍과 머신러닝의 차이점 019
        1-4 데이터사이언스를 위한 준비물 021
        주피터 노트북을 활용한
        프로그래밍 환경 만들기 021
        구글 코랩을 활용한
        프로그래밍 환경 만들기 024
        1-5 데이터사이언스를 위한 수학의 필요성 026

        〈둘째 마당〉 데이터사이언스에서의 기초 함수
        2장 | 기초 함수
        2-1 1차 함수 031
        1차 함수에서 기울기와 절편의 의미 032
        2-2 2차 함수 037
        최솟값과 최댓값의 원리를 통해
        최적화 이해하기 038
        2-3 지수 함수 041
        지수 함수의 이동 045
        2-4 로그 함수 050
        로그 함수의 이동 051
        3장 | 시그모이드 함수
        3-1 시그모이드 함수의 정의 058
        3-2 시그모이드 함수의 활용 059
        3-3 시그모이드 함수의 원리와 오차 062

        〈셋째 마당〉 데이터사이언스에서의 미분함수
        4장 | 미분함수
        4-1 데이터사이언스에서 중요한 수학 개념 073
        4-2 딥러닝의 작동원리와 미분함수 075
        4-3 미분함수 079
        5장 | 미분의 응용
        5-1 미분 법칙 092
        5-2 딥러닝에서의 오차역전파 097
        5-3 오차역전파의 계산 원리 101
        계산 그래프 101
        역전파 계산 원리 104
        오차역전파 계산방식 112

        〈넷째 마당〉 데이터사이언스에서의 벡터
        6장 | 벡터의 기초
        6-1 선형대수 117
        차례
        수학 인디.indb 4 2023-01-11 오전 9:38:45
        6-2 벡터 124
        벡터의 정의 124
        벡터의 특징 126
        벡터의 표현 128
        벡터의 종류 131
        데이터사이언스에서 벡터의 활용 141
        7장 | 벡터의 특성
        7-1 선형 결합 145
        7-2 선형 독립 150
        7-3 선형 종속 152
        7-4 벡터 공간 158
        7-5 벡터 공간의 표현 161
        7-6 부분 공간 162
        7-7 벡터의 기저 167
        좌표 평면(R2 )에서의 기저 167
        좌표 공간(R3)에서의 기저 168
        표준 기저 벡터 169
        8장 | 벡터의 연산 1
        8-1 벡터의 덧셈 173
        벡터 덧셈의 성질 176
        8-2 벡터의 뺄셈 180
        8-3 벡터의 곱셈 : 내적 184
        벡터의 내적 방법 187
        9장 | 벡터의 연산 2
        9-1 벡터의 연산 : 복습(덧셈, 뺄셈, 내적) 195
        9-2 벡터의 곱셈 : 외적 198
        벡터의 외적 연산 방법 199
        벡터의 내적과 외적의 비교 203
        9-3 특수 벡터 : 직교 벡터 204
        SVM의 원리 205
        직교 벡터의 원리 208
        9-4 벡터의 크기 210
        9-5 벡터의 활용 216
        9-6 벡터의 거리 218
        맨하튼 거리 218
        유클리드 거리 220

        〈다섯째 마당〉 데이터사이언스에서 확률
        10장 | 확률의 기초
        10-1 확률 시작하기 전에 : 통계와 머신러닝 227
        10-2 확률이란 229
        수학적 확률 vs. 통계적 확률 230
        확률의 기본 용어 230
        확률의 정의 및 성질 231
        10-3 독립 시행의 확률 233
        독립 시행의 확률 구하기
        : 곱으로 구하기 235
        10-4 조건부 확률 240
        독립 사건과 종속 사건 240
        조건부 확률 242
        EASY TO EVERYONE
        수학 인디.indb 5 2023-01-11 오전 9:38:45
        11장 | 베이지안 확률
        11-1 곱셈 정리 250
        11-2 베이즈 정리(베이지안 확률) 252
        11-3 베이지안 확률 응용
        : 데이터사이언스에 적용하기 261

        〈여섯째 마당〉 데이터사이언스에서의 통계
        12장 | 통계
        12-1 확률변수 269
        확률변수의 유형 273
        확률변수와 확률함수와의 관계 275
        확률함수의 유형 275
        확률질량함수 vs. 확률밀도함수 278
        12-2 확률분포 279
        확률변수의 기댓값 279
        분산(V (X ))과 표준편차(σ(X )) 284
        확률 분포 유형 289
        13장 | 통계적 추정과 검정
        13-1 통계적 추정 299
        대푯값 299
        모집단과 표본 302
        회귀분석 304
        13-2 통계적 검정 309
        가설 설정 : 귀무가설 vs. 대립가설
        & 1종 오류 vs. 2종 오류 310
        유의 수준 결정 314
        유의 확률과 신뢰구간 315
        검정방법 : 양측 검정, 단측 검정 318
        검정 통계량 319

        〈일곱째 마당〉 데이터사이언스에서의 성능 평가
        14장 | 데이터사이언스에서의 성능 평가
        14-1 혼동 행렬 330
        14-2 ROC curve 338
        14-3 AUC 342

       

       

       

       


      (0개)
      리뷰보드
      리뷰쓰기
      등록된 리뷰가 없습니다.
      (0개)
      상품문의
      문의하기
      등록된 문의가 없습니다.

      상품 고시 정보

      1. 배송
      배송은 당일 오후 5시이전(토요일은 오후1시)에 주문및 결재를 하시면 당일배송됩니다.
      배송은 주문 후 결재완료일을 기준으로 1~2일 안에 배송완료를 원칙으로 하고 있습니다.
      다만 부득이한 경우(해당상품의 품절 및 절판) 고객님께 전화를 드려서 처리를 합니다.

      2. 배송료
      배송료는 3만원 이상이 경우 이그잼플러스에서 부담하고, 미만일 경우 고객이 2,500원을 부담합니다.
      다만 구매금액이 3만원 이상인데 적립금 등을 사용하여 실제 결재금액이 3만원 미만이 되더라도 이그잼플러스에서 배송료를 부담하고, 제주를 제외한 도서지역의 경우는 5,000원이 추가된답니다. 해외배송은 전액 고객부담이 된답니다.

      5. 반품/교환
      받으신 날 부터 일주일 이내 반품/교환이 가능하십니다. 시간이 지나면 처리가 불가함을 알려 드립니다. 다만 주문하신 상품과 다른 상품이 배송되거나 파본, 낙장이 있는 도서의 경우 이용약관에 준하여 이그잼플러스의 비용으로 교환, 반품 및 환불 등을 해드립니다.

      4. 환불
      받으신 날부터 2일 이내로 전화나 1:1 게시글로 적어주셔야 가능하십니다. 

      5. 주의
      고객님 변심으로 인한 교환/반품/환불 고객님께서 택배비(왕복택배비)를 부담이 되니 이점 유의해 주십시오. 또한 강의테잎/얇은문제집/비닐포장된제품등은 한번 구매하시면 교환/반품/환불이 전혀 안됩니다. 신중히 생각하셔서 구매 부탁드립니다. 다만 불량테잎의 경우 그 불량이 된 개별테잎을 이그잼플러스의 비용으로 A/S를 해드립니다.

      6. 주문취소, 교환, 반품 및 환불은 당일 5시 이전에 해주셔야 가능합니다.
      그 이후는 배송 등에 따른 제비용을 부담하셔야 합니다.