"인공지능 2"는 스튜어트 러셀과 피터 노빅이 공동 저술한 인공지능 분야의 권위 있는 교과서로, 전 세계 1,500개 이상의 대학에서 교재로 사용되고 있습니다. 이 책은 인공지능의 기초부터 심화 내용까지 포괄적으로 다루며, 인공지능의 이론과 실제를 균형 있게 설명합니다. 특히, 최신 연구 결과와 사례를 반영하여 독자들이 현재의 인공지능 기술을 이해하는 데 큰 도움을 줍니다.
책의 구성은 여러 파트로 나뉘어 있으며, 기계 학습, 심층 학습, 강화 학습 등 다양한 주제를 포함하고 있습니다. 각 장은 명확한 개념 설명과 함께 실생활에서의 적용 사례를 통해 독자들이 쉽게 이해할 수 있도록 돕습니다. 또한, 이 책은 인공지능의 윤리적 문제와 인간과의 공존에 대한 논의도 포함되어 있어, 단순한 기술적 접근을 넘어 인간 중심의 인공지능 개발에 대한 통찰을 제공합니다.
스튜어트 러셀은 버클리 대학교의 컴퓨터과학과 교수로, 인공지능 연구의 선두주자로 알려져 있으며, 그의 연구는 전 세계적으로 큰 영향을 미치고 있습니다. 피터 노빅은 구글의 연구실장으로, 인공지능 분야에서의 풍부한 경험을 바탕으로 이 책을 집필하였습니다. 두 저자는 인공지능 분야에서의 권위자로서, 이 책을 통해 독자들에게 깊이 있는 지식을 전달하고자 합니다.
"인공지능 2"는 인공지능을 배우고자 하는 학생들뿐만 아니라, 관련 분야에 종사하는 전문가들에게도 유용한 자료가 될 것입니다. 이 책은 인공지능의 기초부터 심화까지 체계적으로 학습할 수 있는 기회를 제공하며, 독자들이 미래의 인공지능 기술을 이해하고 활용하는 데 큰 도움이 될 것입니다. 인공지능의 발전과 그에 따른 사회적 변화에 관심이 있는 분들에게 꼭 추천하고 싶은 도서입니다.
목차
PART V 기계학습
CHAPTER 19 견본에서 배우는 학습 ㆍ 3
19.1 학습의 여러 형태 4
19.2 지도학습 6
19.3 결정 트리의 학습 11
19.4 모형 선택과 최적화 21
19.5 학습 이론 30
19.6 선형 회귀와 분류 35
19.7 비매개변수 모형 47
19.8 앙상블 학습 59
19.9 기계학습 시스템 개발 69
▶▶ 요약 81
▶▶ 참고문헌 및 역사적 참고사항 82
CHAPTER 20 확률 모형의 학습 ㆍ 89
20.1 통계적 학습 90
20.2 완전 데이터를 이용한 학습 93
20.3 은닉 변수가 있는 학습: EM 알고리즘 109
▶▶ 요약 119
▶▶ 참고문헌 및 역사적 참고사항 120
CHAPTER 21 심층학습 ㆍ 125
21.1 단순 순방향 신경망 127
21.2 심층학습을 위한 계산 그래프 133
21.3 합성곱 신경망 137
21.4 학습 알고리즘 144
21.5 일반화 148
21.6 순환 신경망 153
21.7 비지도학습과 전이학습 157
21.8 응용 165
▶▶ 요약 168
▶▶ 참고문헌 및 역사적 참고사항 168
CHAPTER 22 강화학습 ㆍ 173
22.1 보상 기반 학습 173
22.2 수동 강화학습 176
22.3 능동 강화학습 183
22.4 강화학습의 일반화 191
22.5 정책 검색 199
22.6 견습 학습과 역강화학습 202
22.7 강화학습의 응용 206
▶▶ 요약 209
▶▶ 참고문헌 및 역사적 참고사항 211
PART VI 의사소통, 지각, 행동
CHAPTER 23 자연어 처리 ㆍ 217
23.1 언어 모형 218
23.2 문법 231
23.3 파싱 233
23.4 증강 문법 240
23.5 실제 자연어의 복잡한 사항들 246
23.6 자연어 처리 과제들 250
▶▶ 요약 252
▶▶ 참고문헌 및 역사적 참고사항 253
CHAPTER 24 자연어 처리를 위한 심층학습 ㆍ 259
24.1 단어 내장 260
24.2 NLP를 위한 순환 신경망 264
24.3 순차열 대 순차열 모형 268
24.4 트랜스포머 구조 274
24.5 사전훈련과 전이학습 277
24.6 현황 282
▶▶ 요약 285
▶▶ 참고문헌 및 역사적 참고사항 285
CHAPTER 25 컴퓨터 시각 ㆍ 289
25.1 소개 289
25.2 이미지 형성 291
25.3 단순 이미지 특징 298
25.4 이미지 분류 306
25.5 물체 검출 311
25.6 3차원 세계 314
25.7 컴퓨터 시각의 용도 319
▶▶ 요약 334
▶▶ 참고문헌 및 역사적 참고사항 335
CHAPTER 26 로봇공학 ㆍ 341
26.1 로봇 341
26.2 로봇 하드웨어 342
26.3 로봇공학이 푸는 문제들 347
26.4 로봇 지각 349
26.5 계획 수립과 제어 357
26.6 불확실한 운동의 계획 378
26.7 로봇공학의 강화학습 381
26.8 인간과 로봇 384
26.9 로봇공학의 또 다른 틀 394
26.10 응용 영역 397
▶▶ 요약 400
▶▶ 참고문헌 및 역사적 참고사항 402
PART VII 결론
CHAPTER 27 인공지능의 철학, 윤리학, 안전 ㆍ 411
27.1 인공지능의 한계 411
27.2 기계가 정말로 생각할 수 있을까? 416
27.3 인공지능의 윤리 418
▶▶ 요약 443
▶▶ 참고문헌 및 역사적 참고사항 443
CHAPTER 28 인공지능의 미래 ㆍ 451
28.1 인공지능의 구성요소 452
28.2 인공지능 구조 459
APPENDIX A 수학적 배경 ㆍ 465
A.1 복잡도 분석과 O( ) 표기법 465
A.2 벡터, 행렬, 선형대수 468
A.3 확률분포 470
▶▶ 참고문헌 및 역사적 참고사항 473
APPENDIX B 언어와 알고리즘에 관해 ㆍ 475
B.1 BNF를 이용한 언어의 정의 475
B.2 알고리즘 서술에 쓰이는 의사코드 476
B.3 온라인 보조 자료 478
참고문헌 479
찾아보기 537
- 교보문고: https://bitl.bz/gD2Ebl
- Yes24: https://bitl.bz/Q4CXt5
'컴퓨터 과학 및 엔지니어링 > 인공지능' 카테고리의 다른 글
| 스튜어트 러셀 , 피터 노빅, 인공지능 1 - 현대적 접근방식, 제이펍 (0) | 2025.03.08 |
|---|