Chapter 01 나의 첫 머신러닝 
 
01-1 인공지능과 머신러닝, 딥러닝 
인공지능이란 
머신러닝이란 
딥러닝이란 
[키워드로 끝내는 핵심 포인트] 
[이 책에서 배울 것] 
 
01-2 코랩과 주피터 노트북 
구글 코랩 
텍스트 셀 
코드 셀 
노트북 
[키워드로 끝내는 핵심 포인트] 
[표로 정리하는 툴바와 마크다운] 
[확인 문제] 
 
01-3 마켓과 머신러닝 
생선 분류 문제 
첫 번째 머신러닝 프로그램 
[문제해결 과정] 도미와 빙어 분류 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[자주 하는 질문] 
 
Chapter 02 데이터 다루기 
 
02-1 훈련 세트와 테스트 세트 
지도 학습과 비지도 학습 
훈련 세트와 테스트 세트 
샘플링 편향 
넘파이 
두 번째 머신러닝 프로그램 
[문제해결 과정] 훈련 모델 평가 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
02-2 데이터 전처리 
넘파이로 데이터 준비하기 
사이킷런으로 훈련 세트와 테스트 세트 나누기 
수상한 도미 한 마리 
기준을 맞춰라 
전처리 데이터로 모델 훈련하기 
[문제해결 과정] 스케일이 다른 특성 처리 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[자주 하는 질문] 
 
Chapter 03 회귀 알고리즘과 모델 규제 
 
03-1 k-최근접 이웃 회귀 
k-최근접 이웃 회귀 
데이터 준비 
결정계수(R²) 
과대적합 vs 과소적합 
[문제해결 과정] 회귀 문제 다루기 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
03-2 선형 회귀 
k-최근접 이웃의 한계 
선형 회귀 
다항 회귀 
[문제해결 과정] 선형 회귀로 훈련 세트 범위 밖의 샘플 예측 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
03-3 특성 공학과 규제 
다중 회귀 
데이터 준비 
사이킷런의 변환기 
다중 회귀 모델 훈련하기 
규제 
럿지 회귀 
라쏘 회귀 
[문제해결 과정] 모델의 과대적합을 제어하기 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[자주 하는 질문] 
 
Chapter 04 다양한 분류 알고리즘 
 
04-1 로지스틱 회귀 
럭키백의 확률 
로지스틱 회귀 
[문제해결 과정] 로지스틱 회귀로 확률 예측 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
04-2 확률적 경사 하강법 
점진적인 학습 
SGDClassifier 
에포크와 과대/과소적합 
[문제해결 과정] 점진적 학습을 위한 확률적 경사 하강법 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[자주 하는 질문] 
 
Chapter 05 트리 알고리즘 
 
05-1 결정 트리 
로지스틱 회귀로 와인 분류하기 
결정 트리 
[문제해결 과정] 이해하기 쉬운 결정 트리 모델 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
05-2 교차 검증과 그리드 서치 
검증 세트 
교차 검증 
하이퍼파라미터 튜닝 
[문제해결 과정] 최적의 모델을 위한 하이퍼파라미터 탐색 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
05-3 트리의 앙상블 
정형 데이터와 비정형 데이터 
랜덤 포레스트 
엑스트라 트리 
그레이디언트 부스팅 
히스토그램 기반 그레이디언트 부스팅 
[문제해결 과정] 앙상블 학습을 통한 성능 향상 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[자주 하는 질문] 
 
Chapter 06 비지도 학습 
 
06-1 군집 알고리즘 
타깃을 모르는 비지도 학습 
과일 사진 데이터 준비하기 
픽셀값 분석하기 
평균값과 가까운 사진 고르기 
[문제해결 과정] 비슷한 샘플끼리 모으기 
[키워드로 끝내는 핵심 포인트] 
[확인 문제] 
 
06-2 k-평균 
k-평균 알고리즘 소개 
KMeans 클래스 
클러스터 중심 
최적의 k 찾기 
[문제 해결 과정] 과일을 자동으로 분류하기 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
06-3 주성분 분석 
차원과 차원 축소 
주성분 분석 소개 
PCA 클래스 
원본 데이터 재구성 
설명된 분산 
다른 알고리즘과 함께 사용하기 
[문제해결 과정] 주성분 분석으로 차원 축소 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[자주하는 질문] 
 
Chapter 07 딥러닝을 시작합니다 
 
07-1 인공 신경망 
패션 MNIST 
로지스틱 회귀로 패션 아이템 분류하기 
인공 신경망 
인공 신경망으로 모델 만들기 
인공 신경망으로 패션 아이템 분류하기 
[문제해결 과정] 인공 신경망 모델로 성능 향상 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
07-2 심층 신경망 
2개의 층 
심층 신경망 만들기 
층을 추가하는 다른 방법 
렐루 함수 
옵티마이저 
[문제해결 과정] 케라스 API를 활용한 심층 신경망 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[파이토치 버전 살펴보기] 
 
07-3 신경망 모델 훈련 
손실 곡선 
검증 손실 
드롭아웃 
모델 저장과 복원 
콜백 
[문제해결 과정] 최상의 신경망 모델 얻기 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[파이토치 버전 살펴보기] 
[자주 하는 질문] 
 
Chapter 08 이미지를 위한 인공 신경망 
 
08-1 합성곱 신경망의 구성 요소 
합성곱 
케라스 합성곱 층 
합성곱 신경망의 전체 구조 
[문제해결 과정] 합성곱 층과 풀링 층 이해하기 
[키워드로 끝내는 핵심 포인트] 
[확인 문제] 
 
08-2 합성곱 신경망을 사용한 이미지 분류 
패션 MNIST 데이터 불러오기 
합성곱 신경망 만들기 
모델 컴파일과 훈련 
[문제해결 과정] 케라스 API로 합성곱 신경망 구현 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[파이토치 버전 살펴보기] 
 
08-3 합성곱 신경망의 시각화 
가중치 시각화 
함수형 API 
특성 맵 시각화 
[문제해결 과정] 시각화로 이해하는 합성곱 신경망 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[파이토치 버전 살펴보기] 
[자주 하는 질문] 
 
Chapter 09 텍스트를 위한 인공 신경망 
 
09-1 순차 데이터와 순환 신경망 
순차 데이터 
순환 신경망 
셀의 가중치와 입출력 
[문제해결 과정] 순환 신경망으로 순환 데이터 처리 
[키워드로 끝내는 핵심 포인트] 
[확인 문제] 
 
09-2 순환 신경망으로 IMDB 리뷰 분류하기 
IMDB 리뷰 데이터셋 
순환 신경망 만들기 
순환 신경망 훈련하기 
단어 임베딩을 사용하기 
[문제해결 과정] 케라스 API로 순환 신경망 구현 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[파이토치 버전 살펴보기] 
 
09-3 LSTM과 GRU 셀 
LSTM 구조 
LSTM 신경망 훈련하기 
순환층에 드롭아웃 적용하기 
2개의 층을 연결하기 
GRU 구조 
GRU 신경망 훈련하기 
[문제해결 과정] LSTM과 GRU 셀로 훈련 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
[파이토치 버전 살펴보기] 
[자주 하는 질문] 
 
Chapter 10 언어 모델을 위한 신경망 
 
10-1 어텐션 메커니즘과 트랜스포머 
순환 신경망을 사용한 인코더-디코더 네트워크 
어텐션 메커니즘 
트랜스포머 
셀프 어텐션 메커니즘 
층 정규화 
피드포워드 네트워크와 인코더 블록 
토큰 임베딩과 위치 인코딩 
디코더 블록 
[키워드로 끝내는 핵심 포인트] 
[확인 문제] 
 
10-2 트랜스포머로 상품 설명 요약하기 
트랜스포머 가계도 
전이 학습 
BART 모델 소개 
BART의 인코더와 디코더 
허깅페이스로 KoBART 모델 로드하기 
텍스트 토큰화 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
 
10-3 대규모 언어 모델로 텍스트 생성하기 
디코더 기반의 대규모 언어 모델 
LLM 리더보드 
EXAONE의 특징 
EXAONE-3.5로 상품 질문에 대한 대답 생성하기 
토큰 디코딩 전략 
오픈AI 모델의 간략한 역사 
오픈AI API 키 만들기 
오픈AI API로 상품 질문에 대한 대답 생성하기 
[키워드로 끝내는 핵심 포인트] 
[핵심 패키지와 함수] 
[확인 문제] 
부록 한 발 더 나아가기 : 이 책에 대한 독자의 질문