- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
파이토치로 배우는 자연어 처리 딥러닝을 이용한 자연어 처리 애플리케이션 구축
- 델립 라오 브라이언 맥머핸 저
- 한빛미디어
- 2021년 06월 01일
-
정가26,000원
-
판매가23,400원 [10% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금1,300원 적립 [5%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2026년 02월 04일(수)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791162244333
296쪽
183 x 235 (㎜)
지금 이책은
- 판매지수 : 0
이 분야의 베스트셀러
-
DB설계 입문자를 위한 데이터베이스 설계 및 구축 [개정2판]
오세종
20,000원
-
데이터가 보인다
히라이 아키오, 오카야스 유이치
20,000원
-
오라클 ACE가 해설하는 NEW SQL&PL/SQL
주종면
20,700원
책 소개
출판사 리뷰
● 계산 그래프 및 지도 학습 이해하기
● 신경망을 구축하는 기본적인 방법
● 자연어 처리의 기본 개념 학습하기
● 자연어 처리를 위한 피드-포워드 신경망
● 임베딩을 사용해 단어, 문장, 문서 및 기타 기능 나타내기
● 자연어 처리를 위한 시퀀스 데이터 모델링 - 초급, 중급, 고급
● 시퀀스 예측 및 시퀀스-투-시퀀스 모델 확장
● 카카오브레인에서 만든 자연어 처리 라이브러리 뽀로로(pororo) 살펴보기(한국어판 부록)
저자 소개
저자 : 델립 라오 (Delip Rao)
프란시스코에 기반을 두고 머신러닝과 자연어 처리 연구에 특화된 컨설팅을 제공하는 회사인 주스트웨어Joostware의 창립자이다. 또한 뉴스 미디어의 팩트 체크 문제를 해결하고자 해커와A I 연구자들이 함께 만든 페이크 뉴스 챌린지Fake News Challenge의 공동 창립자다. 델립은 이전에 트위터와 아마존(알렉사Alexa )에서 NLP 연구와 제품 개발을 했다.
저자 : 브라이언 맥머핸 (Brian McMahan)
웰스 파고Wells Fargo의 연구 과학자로 주로 자연어 처리를 연구한다. 이전에는 주스트웨어에서 자연어 처리를 연구했다.
역자 : 박해선
ML GDEMachine Learning Google Developer Expert. 기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. 텐서 플로우 블로그(tensorflow.blog)를 운영하고 있고, 머신러닝과 딥러닝 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다.
『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020), 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필했다.
『머신 러닝 교과서 3판』(길벗, 2021), 『딥러닝 일러스트레이티드』(시그마프레스, 2021), 『GAN
인 액션』(한빛미디어, 2020), 『핸즈온 머신러닝 2판』(한빛미디어, 2020), 『미술관에 GAN 딥러닝
실전 프로젝트』(한빛미디어, 2019), 『파이썬을 활용한 머신러닝 쿡북』(한빛미디어, 2019), 『머신
러닝 교과서』(길벗, 2019), 『(개정판)파이썬 라이브러리를 활용한 머신러닝』(한빛미디어, 2019),
『케라스 창시자에게 배우는 딥러닝』(길벗, 2018), 『핸즈온 머신러닝』(한빛미디어, 2018), 『파이썬 라이브러리를 활용한 머신러닝』(한빛미디어, 2017), 『텐서플로 첫걸음』(한빛미디어, 2016)을 우리말로 옮겼다.
목차
1장_소개
1.1 지도 학습
1.2 샘플과 타깃의 인코딩
1.3 계산 그래프
1.4 파이토치 기초
1.5 연습문제
1.6 요약
1.7 참고 문헌
2장_NLP 기술 빠르게 훑어보기
2.1 말뭉치, 토큰, 타입
2.2 유니그램, 바이그램, 트라이그램, …, n-그램
2.3 표제어와 어간
2.4 문장과 문서 분류하기
2.5 단어 분류하기: 품사 태깅
2.6 청크 나누기와 개체명 인식
2.7 문장 구조
2.8 단어 의미와 의미론
2.9 요약
2.10 참고 문헌
3장_신경망의 기본 구성 요소
3.1 퍼셉트론: 가장 간단한 신경망
3.2 활성화 함수
3.3 손실 함수
3.4 지도 학습 훈련 알아보기
3.5 부가적인 훈련 개념
3.6 예제: 레스토랑 리뷰 감성 분류하기
3.7 요약
3.8 참고 문헌
4장_자연어 처리를 위한 피드 포워드 신경망
4.1 다층 퍼셉트론
4.2 예제: MLP로 성씨 분류하기
4.3 합성곱 신경망
4.4 예제: CNN으로 성씨 분류하기
4.5 CNN에 관한 추가 내용
4.6 요약
4.7 참고 문헌
5장_단어와 타입 임베딩
5.1 임베딩을 배우는 이유
5.2 예제: CBOW 임베딩 학습하기
5.3 예제: 문서 분류에 사전 훈련된 임베딩을 사용한 전이 학습
5.4 요약
5.5 참고 문헌
6장_자연어 처리를 위한 시퀀스 모델링 - 초급
6.1 순환 신경망 소개
6.2 예제: 문자 RNN으로 성씨 국적 분류하기
6.3 요약
6.4 참고 문헌
7장_자연어 처리를 위한 시퀀스 모델링 - 중급
7.1 엘만 RNN의 문제점
7.2 엘만 RNN의 문제 해결책: 게이팅
7.3 예제: 문자 RNN으로 성씨 생성하기
7.4 시퀀스 모델 훈련 노하우
7.5 참조 문헌
8장_자연어 처리를 위한 시퀀스 모델링 - 고급
8.1 시퀀스-투-시퀀스 모델, 인코더-디코더 모델, 조건부 생성
8.2 강력한 시퀀스 모델링: 양방향 순환 모델
8.3 강력한 시퀀스 모델링: 어텐션
8.4 시퀀스 생성 모델 평가
8.5 예제: 신경망 기계 번역
8.6 요약
9장_고전 모델, 최신 모델, 더 배울 것들
9.1 지금까지 배운 내용
9.2 전통적인 NLP 주제
9.3 최신 NLP 모델
9.4 NLP 시스템을 위한 디자인 패턴
9.5 더 배울 것들
9.6 참고 문헌
1.1 지도 학습
1.2 샘플과 타깃의 인코딩
1.3 계산 그래프
1.4 파이토치 기초
1.5 연습문제
1.6 요약
1.7 참고 문헌
2장_NLP 기술 빠르게 훑어보기
2.1 말뭉치, 토큰, 타입
2.2 유니그램, 바이그램, 트라이그램, …, n-그램
2.3 표제어와 어간
2.4 문장과 문서 분류하기
2.5 단어 분류하기: 품사 태깅
2.6 청크 나누기와 개체명 인식
2.7 문장 구조
2.8 단어 의미와 의미론
2.9 요약
2.10 참고 문헌
3장_신경망의 기본 구성 요소
3.1 퍼셉트론: 가장 간단한 신경망
3.2 활성화 함수
3.3 손실 함수
3.4 지도 학습 훈련 알아보기
3.5 부가적인 훈련 개념
3.6 예제: 레스토랑 리뷰 감성 분류하기
3.7 요약
3.8 참고 문헌
4장_자연어 처리를 위한 피드 포워드 신경망
4.1 다층 퍼셉트론
4.2 예제: MLP로 성씨 분류하기
4.3 합성곱 신경망
4.4 예제: CNN으로 성씨 분류하기
4.5 CNN에 관한 추가 내용
4.6 요약
4.7 참고 문헌
5장_단어와 타입 임베딩
5.1 임베딩을 배우는 이유
5.2 예제: CBOW 임베딩 학습하기
5.3 예제: 문서 분류에 사전 훈련된 임베딩을 사용한 전이 학습
5.4 요약
5.5 참고 문헌
6장_자연어 처리를 위한 시퀀스 모델링 - 초급
6.1 순환 신경망 소개
6.2 예제: 문자 RNN으로 성씨 국적 분류하기
6.3 요약
6.4 참고 문헌
7장_자연어 처리를 위한 시퀀스 모델링 - 중급
7.1 엘만 RNN의 문제점
7.2 엘만 RNN의 문제 해결책: 게이팅
7.3 예제: 문자 RNN으로 성씨 생성하기
7.4 시퀀스 모델 훈련 노하우
7.5 참조 문헌
8장_자연어 처리를 위한 시퀀스 모델링 - 고급
8.1 시퀀스-투-시퀀스 모델, 인코더-디코더 모델, 조건부 생성
8.2 강력한 시퀀스 모델링: 양방향 순환 모델
8.3 강력한 시퀀스 모델링: 어텐션
8.4 시퀀스 생성 모델 평가
8.5 예제: 신경망 기계 번역
8.6 요약
9장_고전 모델, 최신 모델, 더 배울 것들
9.1 지금까지 배운 내용
9.2 전통적인 NLP 주제
9.3 최신 NLP 모델
9.4 NLP 시스템을 위한 디자인 패턴
9.5 더 배울 것들
9.6 참고 문헌
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
