SUMMARY.md

Table of contents

• 한곳에서 끝내는 파이썬 & 머신러닝 & 딥러닝
• 문서 작업을 시작하며
• 1. 인공지능(Artificial Intelligence) 시대
  • 1.1. 인공지능이란 도대체 무엇인가?
  • 1.2. 4차 산업혁명
  • 1.3. 인공지능의 역사
  • 1.4. 인공지능 > 머신러닝 > 딥러닝
  • 1.5. 머신러닝
  • 1.6. 머신러닝 알고리즘
    • 1.6.1. 지도 학습 (Supervised Learning)
    • 1.6.2. 비지도 학습 (Unsupervised learning)
    • 1.6.3. 강화 학습(Reinforcement Learning)
  • 1.7. 인공신경망(ANN)
  • 1.8. 딥러닝
• 2. 기본 상식
  • 2.1. 기본 용어의 이해
    • 2.1.1. CPU와 GPU의 차이
    • 2.1.2. 오픈소스(Open Source)
    • 2.1.3. 깃허브(GitHub)
    • 2.1.4. 위키 Wiki
    • 2.1.5. 아나콘다(Anaconda)
    • 2.1.6. 활성화 함수
    • 2.1.5. 딥러닝 프레임워크 소개
  • 2.2. 텐서플로(Tensorflow)
  • 2.3. 케라스(Keras)
  • 2.4. 파이토치(PyTorch)
  • 2.5. 학습에 필요한 중요한 도구와 라이브러리들
    • 2.5.1. 주피터 노트북(Jupyter Notebook)
    • 2.5.2. 파이참(PyCharm)
    • 2.5.3. 스파이더(Spyder)
    • 2.5.4. 넘파이(NumPy)
    • 2.5.5. 싸이파이(SciPy)
    • 2.5.6. Matplotlib
    • 2.5.7. 판다스(Pandas)
    • 2.5.8. 장고(Django)
    • 2.5.9. 파이큐티(pyQT)
    • 2.5.10. 싸이킷런(Scikit-learn)(Sklearn)
    • 2.5.11. CUDA & cuDNN
    • 2.5.12. 파이썬 표준 내장 라이브러리
  • 2.6. AI공부에 필요한 기본지식 3가지
    • 2.6.1. 수학
    • 2.6.2. 프로그래밍 기술
    • 2.6.3. AI의 적용 대상 산업에 대한 지식
• 3. 개발 환경설정
  • 3.1. 윈도우 환경에서 설치하기
    • 3.1.1. 아나콘다 설치 (파이썬 설치)
      • 1) 아나콘다 패키지 업데이트
      • 2) conda에서 파이썬 가상 환경 (virtual environments) 생성하기
      • 3) NVIDIA GPU 환경 설정하기
    • 3.1.2. 텐서플로 설치
    • 3.1.3. 케라스 설치
    • 3.1.4. Jupyter Notebook 설치
    • 3.1.5. Visual Studio Code 설치
    • 3.1.6. 파이참 설치
      • 1) 파이참 가상환경 설정
      • 2) 파이참 환경 설정
      • 3) 설치된 라이브러리들의 버전 확인 하기
  • 3.2. 리눅스 환경에서 설치하기
    • 3.2.1. 아나콘다 설치(파이썬 설치)
    • 3.2.2. 텐서플로 설치
    • 3.2.3. 케라스 설치
    • 3.2.4. 장고 설치
    • 3.2.5. 파이참(PyCharm) 설치
      • 1) 파이참 가상환경 설정
• 4. 파이썬 기초 학습
  • 4.1. 파이썬(Python)
  • 4.2. 파이썬의 특징
  • 4.3. 파이썬 기본 문법
    • 4.3.1. 대화형과 스크립트 모드 프로그래밍
    • 4.3.2. 모듈의 사용(import)
    • 4.3.3. 파이썬 식별자(Identifiers)
    • 4.3.4. 예약어(Reserved Words)
    • 4.3.5. 행(Lines)과 들여쓰기(Indentation)
    • 4.3.6. 문자열 표시
    • 4.3.7. 주석
    • 4.3.8. 파이썬 변수(Variables)
  • 4.4. 자료형과 연산자
    • 4.4.1. 자료형
    • 4.4.2. 파이썬 연산자
  • 4.5. 조건문과 반복문
    • 4.5.1. 조건문
    • 4.5.2. 반복문
  • 4.6. 함수
    • 4.6.1. 함수의 종류
  • 4.7. 모듈(Modules)
    • 4.7.1. 모듈의 참조 위치
    • 4.7.2. 네임스페이스(Namespace)와 범위(Scoping)
    • 4.7.3. dir( ) 함수
    • 4.7.4. 패키지(Packages)
    • 4.7.5. 기본 내장 모듈
  • 4.8. 숫자형 활용
    • 4.8.1. 실습: 계산기 만들기
  • 4.9. 문자열(Strings) 활용
    • 4.9.1. Unicode 한글의 사용
    • 4.9.2. 이스케이프 문자
    • 4.9.3. 문자열 연산자
    • 4.9.4. 문자열 포맷 연산자
    • 4.9.5. 내장 문자열 함수
  • 4.10. 시퀀스(Sequence) 자료형 활용
    • 4.10.1. 리스트(Lists)
    • 4.10.2. 튜플(Tuple)
    • 4.10.3. 딕셔너리(Dictionary)
  • 4.11 Class
  • 4.12. Date & Time
  • 4.13. 파이썬 에러처리
• 5. 기초수학
• 6. 머신러닝을 위한 파이썬
• 7. 텐서플로 2.x
• 8. 딥러닝을 이용한 자연어 처리 입문
• 9. 파이토치로 시작하는 딥 러닝 입문
• 9.6 6. Pytorch lightning
• A1. 필수 학습 라이브러리들
  • 4.1 NumPy
    • 4.1.1. Basic Operations
    • 4.1.2. Indexing, Slicing 그리고 Iterating
    • 3.13.3. Shape Manipulation
  • 4.2 Matplotlib
  • 4.3 SciPy
    • 4.3.1. Interpolation
    • 4.3.2. Optimization
    • 4.3.3. Fast Fourier transforms: scipy.fftpack
  • 4.4 Pandas
    • 4.4.1 Pandas 자료구조
    • 4.4.2 Pandas 활용하기
• A2. 머신러닝 & 딥러닝
  • 5.1. 머신러닝 개념 소개
    • 5.1.1. 경사하강법(Gradient Descent )
    • 5.1.2. 분류 (Classification)
    • 5.1.3. MNIST Dataset 소개
  • 5.2. 딥러닝 개념 소개
    • 5.2.1. 퍼셉트론
    • 5.2.2. 인공 신경망
    • 5.2.3. 대표적인 딥러닝 모델
  • 5.3. Tensorflow를 사용한 학습
    • 5.3.1. TensorFlow 기본 메커니즘
    • 5.3.2. Tensorflow Types
    • 5.3.3. 기본 동작 실습
    • 5.3.4. 선형 회귀
    • 5.3.5 로지스틱 회귀
  • 5.4. Keras를 사용한 학습
    • 5.4.1. Keras로 분석한 선형 회귀
    • 5.4.2. CNN(Convolutional Neural Network)
    • 5.4.3. Fashion MNIST with Keras
  • 5.5. 웹 크롤링
    • 5.5.1. requests와 BeautifulSoup으로 웹 크롤러 만들기