- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
베스트
NLP와 LLM 실전 가이드 기초 수학부터 실전AI 문제 해결까지
- 리오르 가지트, 메이산 가파리 저
- 박조은 역
- 한빛미디어
- 2025년 03월 05일
-
정가34,000원
-
판매가30,600원 [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
-
적립금1,700원 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: 9791169213493
424쪽
806g
183 x 235 (㎜)
지금 이책은
- 판매지수 : 0
이 분야의 베스트셀러
-
처음 만나는 인공지능 [개정판]
김대수
26,000원
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
책 소개
이 책은
LLM 시대의 NLP는 선택이 아닌, 필수!
자연어 처리의 모든 기술을 마스터한다!
NLP(자연어 처리)를 마스터하고 싶지만 어디서부터 시작해야 할지 고민인가요? 이 책은 정확하고 올바른 출발점을 제시합니다. 머신러닝과 NLP 분야의 선도자들이 집필한 이 책은 NLP를 깊이 있게 다룹니다.
이 책은 머신러닝의 수학적 기초부터 시작해 LLM과 AI 응용 프로그램 같은 고급 NLP 기술로 점차 나아갑니다. 선형대수학, 최적화, 확률론, 통계학 등 머신러닝과 NLP 알고리즘을 이해하고 구현하는 데 필수적인 기초 개념을 익힐 수 있습니다. 또한 일반적인 머신러닝 기법을 살펴보며, 이를 NLP와 어떻게 연결할 수 있는지도 설명합니다.
이어 텍스트 데이터를 전처리하는 방법, 데이터를 분석하기 위해 정리하고 준비하는 과정 그리고 텍스트 분류를 수행하는 방법을 설명합니다. 이 모든 내용을 파이썬 코드 샘플과 함께 제공합니다.
책의 후반부에서는 LLM의 이론, 설계, 응용과 같은 고급 주제를 심도 있게 논의하며, NLP의 미래 동향에 대한 전문가 의견도 제공합니다. 또한 실제 NLP 비즈니스 사례와 솔루션을 통해 실무 능력을 키울 수 있도록 도와줍니다.
출판사 리뷰
자연어 처리의 기초부터 고급 AI 모델 설계와 비즈니스 응용까지
파이썬으로 배우는 실전 자연어 처리
이 책은 자연어 처리(NLP)에 대해 깊이 있는 내용을 다루며, 머신러닝의 수학적 기초부터 시작해 대규모 언어 모델(LLM)과 인공지능 응용 프로그램 같은 고급 주제까지 포괄적으로 설명합니다. 학습 과정에서 머신러닝과 자연어 처리 알고리즘을 이해하고 구현하는 데 필수적인 선형대수, 최적화, 확률, 통계 등의 기초 개념을 체계적으로 익히게 될 것입니다. 또한 머신러닝의 일반적인 기술을 배우고 이를 자연어 처리와 어떻게 접목할 수 있는지도 알아봅니다.
이제 막 대규모 언어 모델로 자연어 처리에 관심이 생긴 분들에게는 이 거대한 흐름의 주요 키워드를 이해하는 데 도움이 될 것이며, 이미 익숙한 분들에게는 전반적인 내용을 정리하고 전망을 살펴볼 기회를 제공할 것입니다.
주요 내용
머신러닝과 NLP의 수학적 기초를 익히는 법
텍스트 데이터를 전처리하고 분석하는 고급 기법
파이썬으로 머신러닝－NLP 시스템을 설계하는 방법
전통적인 머신러닝 및 딥러닝 방법으로 텍스트를 모델링하고 분류하는 법
LLM의 이론과 설계를 이해하고 이를 다양한 AI 응용 분야에 구현하는 방법
NLP의 통찰과 동향, 그리고 미래 동향과 잠재력을 탐구하는 방법
대상 독자
딥러닝, 머신러닝 연구자, NLP 실무자, ML/NLP 교육자, 텍스트 데이터를 사용하는 전문가
파이썬 초보자, 머신러닝에 관심 있는 이공계 대학생
저자 소개
저자 : 리오르 가지트 (Lior Gazit)
머신러닝 분야에서 검증된 성공 사례를 가진 전문가로, 머신러닝을 통해 비즈니스 성장을 견인하는 팀을 구성하고 이끈 경험이 있습니다. 자연어 처리 전문가로서 혁신적인 머신러닝 파이프라인과 제품을 성공적으로 개발했습니다.
석사 학위를 취득하였으며, 동료 평가를 거친 학술지와 학회에 다수의 연구 결과를 발표했습니다. 금융 분야 머신러닝 그룹의 수석 디렉터이자 신생 스타트업의 수석 머신러닝 자문위원으로서 업계에서 풍부한 지식과 경험을 바탕으로 존경받는 리더로 자리매김하고 있습니다. 머신러닝에 대한 열정과 영감을 바탕으로 조직에 긍정적인 변화와 성장을 이끌어내기 위해 전념하고 있습니다.
저자 : 메이삼 가파리 (Meysam Ghaffari)
자연어 처리와 딥러닝에 강점을 가진 수석 데이터 과학자입니다. 현재 MSKCC에서 근무하며 의료 문제를 해결하기 위한 머신러닝과 자연어 처리 모델의 개발과 최적화에 전념하고 있습니다. 머신러닝 분야에서 9년 이상, 자연어 처리와 딥러닝 분야에서 4년 이상의 실무 경험을 보유하고 있습니다. 플로리다 주립대학교에서 컴퓨터 과학 박사 학위를, 이스파한 공과대학교에서 컴퓨터 과학-인공지능 석사 학위를, 이란 과학기술대학교에서 컴퓨터 과학 학사 학위를 취득했습니다. MSKCC에 합류하기 전에는 위스콘신-매디슨 대학교에서 박사후 연구원으로 근무했습니다.
역자 소개
‘오늘코드’ 유튜브 채널을 운영하고 있으며, 파이썬 분야의 마이크로소프트 MVP로 활동하고 있습니다. 웹과 백엔드 개발자로 게임과 광고 회사에서 주로 근무했으며, 다양한 도메인의 기업에서 강의와 프로젝트를 진행했습니다. 또한 다수의 대학교와 교육기관에서 강의를 진행하고 있습니다. 『모두의 한국어 텍스트 분석 with 파이썬』 (길벗, 2023)의 공저자이기도 합니다.
목차
CHAPTER 1 자연어 처리 개요 살펴보기
_1.1 이 책의 대상
_1.2 자연어 처리란?
_1.3 컴퓨터 연산을 위한 자연어 처리 기본 접근 전략
_1.4 성공적인 시너지 효과 : 자연어 처리와 머신러닝의 만남
_1.5 자연어 처리의 수학 및 통계
_1.6 요약
_1.7 질문과 답변
CHAPTER 2 머신러닝과 자연어 처리를 위한 선형대수, 확률, 통계 마스터하기
_2.1 선형대수학 입문
_2.2 고윳값과 고유 벡터
_2.3 머신러닝을 위한 기본 확률
_2.4 요약
_2.5 더 알아보기
CHAPTER 3 자연어 처리에서 머신러닝 잠재력 발휘하기
_3.1 기술적 요구 사항
_3.2 데이터 탐색
_3.3 일반적인 머신러닝 모델
_3.4 모델 과소적합과 과대적합
_3.5 데이터 분할
_3.6 하이퍼파라미터 튜닝
_3.7 앙상블 모델
_3.8 불균형 데이터 다루기
_3.9 상관 계수 다루기
_3.10 요약
CHAPTER 4 자연어 처리 성능을 위한 텍스트 전처리 과정 최적화
_4.1 기술 요구 사항
_4.2 자연어 처리에서 소문자 변환
_4.3 특수 문자와 구두점 제거
_4.4 개체명 인식
_4.5 품사 태깅
_4.6 전처리 파이프라인 설명
_4.7 요약
CHAPTER 5 텍스트 분류 강화: 전통적인 머신러닝 기법 활용하기
_5.1 기술 요구 사항
_5.2 텍스트 분류의 유형
_5.3 TF-IDF를 활용한 텍스트 분류
_5.4 Word2Vec을 활용한 텍스트 분류
_5.5 토픽 모델링: 비지도 텍스트 분류의 특정 사례
_5.6 주피터 노트북을 활용한 자연어 처리 분류를 위한 머신러닝 시스템 설계 검토
_5.7 요약
CHAPTER 6 텍스트 분류의 재해석: 딥러닝 언어 모델 깊게 탐구하기
_6.1 기술 요구 사항
_6.2 딥러닝 기본 이해
_6.3 다양한 신경망 아키텍처
_6.4 신경망 훈련의 도전 과제
_6.5 언어 모델
_6.6 트랜스포머 이해하기
_6.7 대규모 언어 모델에 대한 더 깊은 이해
_6.8 언어 모델 훈련의 도전 과제
_6.9 GPT-3 사용의 도전 과제
_6.10 요약
CHAPTER 7 대규모 언어 모델 이해하기
_7.1 기술적 요구 사항
_7.2 대규모 언어 모델과 기존 언어 모델의 차이
_7.3 대규모 언어 모델이 주목받는 점
_7.4 대규모 언어 모델을 개발하고 활용하는 이유
_7.5 대규모 언어 모델 개발 도전 과제
_7.6 다양한 대규모 언어 모델의 유형
_7.7 최신 대규모 언어 모델의 설계 사례
_7.8 요약
CHAPTER 8 대규모 언어 모델의 잠재력을 끌어내는 RAG 활용 방법
_8.1 기술적 요구 사항
_8.2 대규모 언어 모델 애플리케이션 설정: API 기반의 비공개 소스 모델
_8.3 프롬프트 엔지니어링과 GPT 초기 설정
_8.4 대규모 언어 모델 애플리케이션 설정: 로컬 오픈 소스 모델
_8.5 허깅페이스의 대규모 언어 모델을 파이썬으로 활용하기
_8.6 RAG와 랭체인으로 고급 시스템 설계 탐구
_8.7 주피터 노트북에서 간단한 랭체인 설정 검토하기
_8.8 클라우드에서의 대규모 언어 모델 활용
_8.9 요약
CHAPTER 9 대규모 언어 모델이 주도하는 고급 응용 프로그램 및 혁신의 최전선
_9.1 기술 요구 사항
_9.2 RAG 및 랭체인으로 대규모 언어 모델 성능 향상: 고급 기능 탐구
_9.3 체인을 활용한 고급 방법
_9.4 다양한 웹 소스에서 자동으로 정보 검색하기
_9.5 프롬프트 압축과 API 비용 절감
_9.6 다중 에이전트: 협력하는 대규모 언어 모델 팀 구성
_9.7 요약
CHAPTER 10 대규모 언어 모델과 인공지능이 주도하는 과거, 현재, 미래 트렌드 분석
_10.1 대규모 언어 모델과 인공지능 관련 주요 기술 트렌드
_10.2 자연어 처리에서 컴퓨팅 파워의 미래
_10.3 대규모 데이터셋과 자연어 처리 및 대규모 언어 모델에 미친 영향
_10.4 대규모 언어 모델의 진화
_10.5 비즈니스 세계에서의 자연어 처리와 대규모 언어 모델
_10.6 인공지능과 대규모 언어 모델이 유도한 행동 트렌드(사회적 측면)
_10. 요약
CHAPTER 11 세계적 전문가들이 바라본 산업의 현재와 미래
_11.1 전문가 소개
_11.2 전문가와의 인터뷰
_11.3 요약
_1.1 이 책의 대상
_1.2 자연어 처리란?
_1.3 컴퓨터 연산을 위한 자연어 처리 기본 접근 전략
_1.4 성공적인 시너지 효과 : 자연어 처리와 머신러닝의 만남
_1.5 자연어 처리의 수학 및 통계
_1.6 요약
_1.7 질문과 답변
CHAPTER 2 머신러닝과 자연어 처리를 위한 선형대수, 확률, 통계 마스터하기
_2.1 선형대수학 입문
_2.2 고윳값과 고유 벡터
_2.3 머신러닝을 위한 기본 확률
_2.4 요약
_2.5 더 알아보기
CHAPTER 3 자연어 처리에서 머신러닝 잠재력 발휘하기
_3.1 기술적 요구 사항
_3.2 데이터 탐색
_3.3 일반적인 머신러닝 모델
_3.4 모델 과소적합과 과대적합
_3.5 데이터 분할
_3.6 하이퍼파라미터 튜닝
_3.7 앙상블 모델
_3.8 불균형 데이터 다루기
_3.9 상관 계수 다루기
_3.10 요약
CHAPTER 4 자연어 처리 성능을 위한 텍스트 전처리 과정 최적화
_4.1 기술 요구 사항
_4.2 자연어 처리에서 소문자 변환
_4.3 특수 문자와 구두점 제거
_4.4 개체명 인식
_4.5 품사 태깅
_4.6 전처리 파이프라인 설명
_4.7 요약
CHAPTER 5 텍스트 분류 강화: 전통적인 머신러닝 기법 활용하기
_5.1 기술 요구 사항
_5.2 텍스트 분류의 유형
_5.3 TF-IDF를 활용한 텍스트 분류
_5.4 Word2Vec을 활용한 텍스트 분류
_5.5 토픽 모델링: 비지도 텍스트 분류의 특정 사례
_5.6 주피터 노트북을 활용한 자연어 처리 분류를 위한 머신러닝 시스템 설계 검토
_5.7 요약
CHAPTER 6 텍스트 분류의 재해석: 딥러닝 언어 모델 깊게 탐구하기
_6.1 기술 요구 사항
_6.2 딥러닝 기본 이해
_6.3 다양한 신경망 아키텍처
_6.4 신경망 훈련의 도전 과제
_6.5 언어 모델
_6.6 트랜스포머 이해하기
_6.7 대규모 언어 모델에 대한 더 깊은 이해
_6.8 언어 모델 훈련의 도전 과제
_6.9 GPT-3 사용의 도전 과제
_6.10 요약
CHAPTER 7 대규모 언어 모델 이해하기
_7.1 기술적 요구 사항
_7.2 대규모 언어 모델과 기존 언어 모델의 차이
_7.3 대규모 언어 모델이 주목받는 점
_7.4 대규모 언어 모델을 개발하고 활용하는 이유
_7.5 대규모 언어 모델 개발 도전 과제
_7.6 다양한 대규모 언어 모델의 유형
_7.7 최신 대규모 언어 모델의 설계 사례
_7.8 요약
CHAPTER 8 대규모 언어 모델의 잠재력을 끌어내는 RAG 활용 방법
_8.1 기술적 요구 사항
_8.2 대규모 언어 모델 애플리케이션 설정: API 기반의 비공개 소스 모델
_8.3 프롬프트 엔지니어링과 GPT 초기 설정
_8.4 대규모 언어 모델 애플리케이션 설정: 로컬 오픈 소스 모델
_8.5 허깅페이스의 대규모 언어 모델을 파이썬으로 활용하기
_8.6 RAG와 랭체인으로 고급 시스템 설계 탐구
_8.7 주피터 노트북에서 간단한 랭체인 설정 검토하기
_8.8 클라우드에서의 대규모 언어 모델 활용
_8.9 요약
CHAPTER 9 대규모 언어 모델이 주도하는 고급 응용 프로그램 및 혁신의 최전선
_9.1 기술 요구 사항
_9.2 RAG 및 랭체인으로 대규모 언어 모델 성능 향상: 고급 기능 탐구
_9.3 체인을 활용한 고급 방법
_9.4 다양한 웹 소스에서 자동으로 정보 검색하기
_9.5 프롬프트 압축과 API 비용 절감
_9.6 다중 에이전트: 협력하는 대규모 언어 모델 팀 구성
_9.7 요약
CHAPTER 10 대규모 언어 모델과 인공지능이 주도하는 과거, 현재, 미래 트렌드 분석
_10.1 대규모 언어 모델과 인공지능 관련 주요 기술 트렌드
_10.2 자연어 처리에서 컴퓨팅 파워의 미래
_10.3 대규모 데이터셋과 자연어 처리 및 대규모 언어 모델에 미친 영향
_10.4 대규모 언어 모델의 진화
_10.5 비즈니스 세계에서의 자연어 처리와 대규모 언어 모델
_10.6 인공지능과 대규모 언어 모델이 유도한 행동 트렌드(사회적 측면)
_10. 요약
CHAPTER 11 세계적 전문가들이 바라본 산업의 현재와 미래
_11.1 전문가 소개
_11.2 전문가와의 인터뷰
_11.3 요약
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)
