상세정보
비정형 데이터의 딥러닝 적용
- 저자
- 고속비행오리406
- 출판사
- (주)작가와
- 출판일
- 2025-03-12
- 등록일
- 2025-08-04
- 파일포맷
- EPUB
- 파일크기
- 13MB
- 공급사
- 북큐브
- 지원기기
-
PC
PHONE
TABLET
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
현대 사회에서 비정형 데이터는 우리 일상 곳곳에서 발생하고 있으며, 그 양 또한 폭발적으로 증가하고 있습니다. 이러한 비정형 데이터를 효과적으로 처리하고 분석하는 것은 비즈니스, 과학, 의료 등 다양한 분야에서 매우 중요한 과제가 되고 있습니다. 이 책은 비정형 데이터를 딥러닝 기술을 활용하여 처리하고 분석하는 방법을 다루고 있습니다.
독자들은 이 책을 통해 비정형 데이터를 효과적으로 처리하고 분석하는 능력을 키울 수 있으며, 이를 통해 비즈니스나 연구 등 다양한 분야에서 혁신적인 성과를 이룰 수 있을 것입니다. 이 책이 비정형 데이터와 딥러닝에 관심이 있는 모든 분들에게 유용한 자료가 되기를 바랍니다.
저자소개
- 작가 주요 경력 -
★ 제조사 근무 경력 17년(SCM, 생산, 품질관리, 인사 등 업무 담당)
★ 직업능력개발훈련교사
목차
제1장 비정형 데이터 처리 기술
■ 비정형 데이터의 특성 | 6p
■ 비정형 데이터 활용 사례 | 14p
제2장 RNN과 케라스를 이용한 텍스트 분류
■ RNN을 이용한 텍스트 분류(Text Classification) | 29p
■ 케라스를 이용한 텍스트 분류 | 37p
제3장 LSTM을 이용한 미래 예측
■ LSTM 이해하기 | 54p
■ LSTM 시계열 예측 | 64p
제4장 Autoencoder를 이용한 추천시스템
■ Autoencoder 이해하기 | 77p
■ Autoencoder 추천시스템 | 87p
제5장 CNN기반 손글씨 분석
■ 이미지 분류의 정의 및 모델 비교 | 110p
■ 손글씨 이미지 분류 | 121p
제6장 CNN기반 패션 아이템 분류
■ 텐서플로우를 이용한 CNN이미지 분류 | 134p
■ 패션 아이템 분류 | 148p
제7장 CNN기반 동영상 모델링
■ Teachable Machine을 활용한 동영상 모델링 | 158p
■ AI 웹 서비스 개발 | 169p
제8장 CNN 기반 화재 감지
■ CNN 영상 기반 화재 감지 | 178p
■ 사람 동작 및 행동 인식 감지 | 193p
제9장 RNN기반 텍스트 분석 1
■ RNN 언어 모델(RNNLM) | 223p
■ RNN을 이용한 텍스트 생성 | 230p
제10장 RNN기반 텍스트 분석 2
■ 워드 임배딩(Word embedding) | 242p
■ 영어/한국어 Word2Vec실습 | 251p
제11장 LSTM기반 텍스트 분석
■ 케라스를 이용한 태깅 작업 | 270p
■ 양방향 LSTM를 이용한 품사 태깅 | 278p
제12장 LSTM기반 스팸 메일 분류
■ 개체명 인식 데이터에 대한 이해와 전처리 | 291p
■ LSTM을 활용한 스팸 분류 | 296p
제13장 Autoencoder기반 음성 분석
■ AI음성인식 기술 원리 | 321p
■ 오토인코더를 이용한 사운드 분석 | 332p
제14장 RNN기반 음성인식 모델 분류
■ 음성인식 딥러닝 모델 | 337p
■ 음악 분류 | 349p
제15장 RNN기반 오디오 처리 기술
■ 신경망을 이용한 음성 잡음 제거 | 366p
■ 딥러닝을 사용한 오디오 처리 | 383p
제16장 CNN기반 음성 명령 인식하기
■ Speech commands dataset사용 | 406p
■ 딥러닝을 사용하여 음성 명령 인식하기 | 409p
