텐서플로와 머신러닝으로 시작하는 자연어 처리 로지스틱 회귀부터 트랜스포머 챗봇까지

데이터 사이언스 시리즈 30

Klover

총 4 중

4 8.9 (리뷰 11개)

클로버 리뷰쓰기

가격정보

정가 : 30,000원
판매가 : 27,000원 [10%↓ 3,000원 할인]

혜택 :

[기본적립] 1500원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2,000원 추가적립 안내 [회원혜택] 회원 등급 별, 3만원 이상 구매 시 2~4% 추가적립 안내 [리뷰적립] 리뷰 작성 시 e교환권 최대 300원 추가적립 안내

추가혜택 : 포인트 안내 도서소득공제 안내

도서 소득공제 안내

도서 소득공제란?

2018년7월 1일 부터 근로소득자가 신용카드 등으로 도서구입을 위해 사용한 금액이 추가 공제됩니다.
(추가 공제한도 100만원까지 인정)

*총 급여 7,000만 원 이하 근로소득자 중 신용카드, 직불카드 등 사용액이 총급여의 25%가 넘는 사람에게 적용
*현재 ‘신용카드 등 사용금액’의 소득 공제한도는 300만 원이고 신용카드사용액의 공제율은 15%이지만, 도서·공연 사용분은 추가로 100만 원의 소득 공제한도가 인정되고 공제율은 30%로 적용
*시행시기 이후 도서·공연 사용액에 대해서는 “2018년 귀속 근로소득 연말 정산”시기(19.1.15~)에 국세청 홈택스 연말정산간소화 서비스 제공

도서 소득공제 대상

도서(국내도서,외국도서,해외주문도서), eBook(구매) , 도서 소득공제 대상 상품에 수반되는 국내 배송비 (해외 배송비 제외)

*제외상품 : 잡지 등 정기 간행물, 음반, DVD, 기프트, eBook(대여,학술논문), 사은품, 선물포장, 책 그리고 꽃
*상품정보의 “소득공제” 표기를 참고하시기 바랍니다.

도서 소득공제 가능 결제수단

카드결제 : 신용카드(개인카드에 한함), 제휴신용카드
현금결제 : 예치금, 교보e캐시(충전에 한함), 해피머니상품권, 컬쳐캐쉬, 교보문고 기프트카드, 실시간계좌이체, 온라인입금
간편결제 : 네이버페이, 삼성페이, 카카오페이, PAYCO

* 현금결제는 현금영수증을 개인소득공제용으로 신청 시에만 도서 소득공제 됩니다.
* 교보e캐시 도서 소득공제 금액은 교보eBook > e캐시 > 충전/사용내역에서 확인가능합니다.
* 페이나우, 11PAY와 휴대폰결제, 교보캐시는 도서 소득공제 불가

부분 취소 안내

대상상품+제외상품을 주문하여 신용카드 "2회 결제하기"를 선택한 경우, 부분취소/반품 시 예치금으로 환원됩니다.
(신용카드 결제 후 예치금으로 환원된 경우 승인취소 되지 않습니다.)

도서 소득공제 불가 안내

법인카드로 결제 한 경우
현금영수증을 사업자증빙용으로 신청 한 경우

추가혜택 더보기

배송정보

배송비 : 무료 배송비 안내

도서상태 : 절판

상품상세정보

ISBN

9791158391379(1158391374)

쪽수

424쪽

크기

175 * 236 * 27 mm /936g 판형알림

책소개

이 책이 속한 분야

이 책은 기존 자연어 처리 서적과는 다른 세 가지 특징을 가지고 있다.

첫째, 자연어 처리에 활용되는 개념적인 설명에서 끝나는 것이 아니라 모델 구현에 집중한다. 그뿐만 아니라 상용 서비스를 지원하는 텐서플로를 기반으로 모델을 개발한다.

둘째, 실무에서 자연어 처리 문제를 해결하는 데 조금이나마 도움이 되고자 캐글 대회의 문제를 활용했으며, 감정분석부터 유사도 처리, 챗봇에 이르기까지 다양한 문제를 다룬다.

셋째, 딥러닝 기반 자연어 처리를 다룬 서적은 대부분 번역서이기 때문에 주로 영어 데이터만 다루지만 이 책에서는 영어 데이터뿐만 아니라 한글 데이터를 활용한 문제 해결까지 다룬다.

▣ 1장: 들어가며
이 책의 목표와 활용법
__아나콘다 설치

실습 환경 구축
가상 환경 구성
__실습 프로젝트 구성
__pip 설치
__주피터 노트북

정리

▣ 2장: 자연어 처리 준비
텐서플로
__tf.keras.layers
__tf.data
__에스티메이터(Estimator)

사이킷런
__사이킷런을 이용한 데이터 분리
__사이킷런을 이용한 지도학습
__사이킷런을 이용한 비지도학습
__사이킷런을 이용한 특징 추출
__TfidfVecotorizer

자연어 토크나이징 도구
__영어 토크나이징 라이브러리
__한글 토크나이징 라이브러리

그 밖의 라이브러리(전처리)
__넘파이
__판다스
__Matplotlib
__맷플롯립 설치
__Matplotlib.pyplot
__re

캐글 사용법

정리

▣ 3장: 자연어 처리 개요
단어 표현

텍스트 분류
__텍스트 분류의 예시

텍스트 유사도

자언어 생성

기계 이해

데이터 이해하기

정리

▣ 4장: 텍스트 분류
영어 텍스트 분류
__문제 소개
__데이터 분석 및 전처리
__텍스트 모델링 소개
__분류 회귀 모델
__TF-IDF를 활용한 모델 구현
__랜덤 포레스트 분류 모델
__순환 신경망 분류 모델
__컨볼루션 신경망 분류 모델

한글 텍스트 분류
__문제 소개
__데이터 전처리 및 분석
__모델링
__마무리

▣ 5장: 텍스트 유사도
문제 소개

데이터 분석과 전처리
__XG 부스트 텍스트 유사도 분석 모델

모델링
__CNN 텍스트 유사도 분석 모델
__모델 구현
__MaLSTM

정리

▣ 6장: 챗봇 만들기
데이터 소개

데이터 분석

시퀀스 투 시퀀스 모델링
__모델 소개

트랜스포머 네트워크
__모델 구현

정리

▣ 부록
부록 A _ MaLSTM 모델
부록 B _ Seq2Seq 모델
부록 C _ 트랜스포머 모델

추천사