도서 소개

AI, Deep Learning, BigData 처리를 위한 PYTHON 필수 라이브러리 사용을 위한 기초를 담았다. 모두 37개의 Step으로 구성되어, 단계적 학습이 가능하다. 파이썬은 컴퓨터 프로그래밍을 처음 배우는 초보자부터, 과학 데이터 처리, 인공지능, 기계학습, 딥러닝, 웹 프로그래밍, 웹 크롤링, 정보보안, 게임 개발 등의 다양한 분야에서 활발히 사용되는 언어이다.

  출판사 리뷰

파이썬으로 배우는 수치 데이터 처리
Numerical Data Processing with Python

AI, Deep Learning, BigData 처리를 위한
PYTHON 필수 라이브러리 사용을 위한 기초

▶ NumPy: 행렬 데이터 처리
▶ Matplotlib: 2D, 3D 시각화
▶ 선형대수: numpy.linalg, scipy.linalg
▶ 확률통계:
표본추출, 확률분포, 통계적 추정, 가설 검정
▶ 고수준 수치 데이터 처리
보간, 미분, 적분, 최적화

▶ 모두 37개의 Step으로 구성되어, 단계적 학습

파이썬은 컴퓨터 프로그래밍을 처음 배우는 초보자부터, 과학 데이터 처리, 인공지능, 기계학습, 딥러닝, 웹 프로그래밍, 웹 크롤링, 정보보안, 게임 개발 등의 다양한 분야에서 활발히 사용되는 언어

  작가 소개

지은이 : 김동근

  목차

1장 파이썬 기초
Step 01 Python 기초
Step 02 Python과 패키지 설치
Step 03 주피터 노트북과 Colaboratory

2장 넘파이(NumPy) 기초
Step 04 NumPy 기초
Step 05 배열생성
Step 06 배열의 축과 모양 변경
Step 07 배열 인덱싱과 슬라이싱
Step 08 배열 요소별 연산
Step 09 배열과 스칼라 연산
Step 10 배열확장(broadcasting)
Step 11 유니버설 함수
Step 12 공통 유니버설 메서드
Step 13 집합함수
Step 14 정렬 및 탐색
Step 15 파일 입출력

3장 Matplotlib
Step 16 Matplotlib 기초
Step 17 Figure와 서브플롯
Step 18 2D 그래픽
Step 19 3D 그래픽
Step 20 애니메이션

4장 선형대수
Step 21 선형대수 기초
Step 22 선형방정식의 해
Step 23 LU 분해
Step 24 Cholesky 분해
Step 25 QR 분해
Step 26 SVD 분해
Step 27 최소자승법
Step 28 고유값과 고유벡터

5장 확률 통계
Step 29 Numpy 표본추출
Step 30 Numpy 통계함수
Step 31 SciPy 확률 분포
Step 32 통계적 추정(estimation)
Step 33 가설검정(hypotheses test)

6장 고수준 수치 데이터 처리
Step 34 보간(Interpolation)
Step 35 미분(Differentiation)
Step 36 적분(Integration)
Step 37 최적화(optimization)

  회원리뷰