본문바로가기

자연

모두를 위한 소프트웨어와 인공지능

지은이조행래 외 3인 지음

출판일2025-04-18

쪽 수428

판 형46배판

I S B N978-89-7581-498-3 93560

판매가25,000원

구매수량

책소개

빅데이터와 인공지능, 기계학습, 파이썬 언어 등을 체험하고, 이런 기술들을 자신의 전공 분야에

접목할 수 있도록 하는 데 중점을 둠

 

알파고의 등장 이후로 인공지능에 대한 사회적인 관심이 급증하고 있으며, 4차 산업혁명의 발전으로 다양한 산업 분야에서 소프트웨어 기술과의 융합이 이루어지고 있다. 이에 따라 소프트웨어와 인공지능 기술 관련 지식은 컴퓨터공학 전공자만이 아니라 모든 사회 구성원들이 필수적으로 갖추어야 하는 기초 소양이 되었다. 이 책은 4차 산업혁명의 핵심 기술인 빅데이터와 인공지능, 기계학습, 파이썬 언어 등을 체험하게 하고, 이러한 기술들을 자신의 전공 분야에 쉽게 접목할 수 있도록 유도하는 내용으로 구성하였다. 특히 이론이나 개념은 핵심적인 내용들 중심으로 정리하였고 예제, 개념을 묻은 연습문제, 프로그래밍 문제들을 포함하여 스스로 배워 자신의 전공분야에 접목할 수 있도록 하는데 중점을 두었다.

차례

머리말

 

 

Chapter 1 파이썬 기초

 

1.1 소프트웨어 소개

1.2파이썬(Python) 소개와 설치

1.3 Jupyter Notebook

1.4 파이썬의 기초 문법

1.5 알고리즘

1.6 조건 구조

1.7 반복 구조 – while 문

1.8반복 구조 – for 문

연습문제

실습문제

 

 

Chapter 2 파이썬 자료구조와 함수

2.1 리스트(List) 자료형

2.2튜플(Tuple) 자료형

2.3 집합(Set) 자료형

2.4 사전(Dictionary) 자료형

2.5문자열

2.6 파일 입출력

2.7 함수

프로그래밍 실습

연습문제

 

 

Chapter 3 데이터 분석

3.1 데이터 분석 개요

3.2데이터 수집 

3.3 셀 참조 방식

3.4 데이터 분석을 위한 엑셀 함수

3.5 조건부 서식을 이용한 시각화

3.6 차트를 이용한 시각화

3.7 스파크라인을 이용한 시각화

3.8 추세선과 값의 예측

3.9결측값 처리

3.10 정렬과 필터

연습문제

실습문제

 

 

Chapter 4 ChatGPT

4.1 ChatGPT란?

4.2 ChatGPT 시작하기

4.3 ChatGPT에게 질문하기

4.4ChatGPT를 이용한 번역

4.5 ChatGPT를 활용한 글쓰기

4.6 ChatGPT를 이용한 문서 요약

4.7 ChatGPT를 활용한 엑셀 작업

4.8ChatGPT를 프로그래밍에 활용하기

연습문제

실습문제

 

 

Chapter 5 기계학습

5.1 기계학습의 개념

5.2기계학습을 통한 데이터 분석 절차

5.3 기계학습의 학습 방법에 따른 분류

5.4 기계학습을 위한 기본 파이썬 라이브러리의 이해

5.5 기계학습 수행을 위한 데이터 셋 활용

5.6 기계학습 실습 도구: Teachable Machine 기본 사용법

5.7 기계학습 실습 도구: Teachable Machine 모델 내보내기

연습문제

실습문제

 

 

Chapter 6 인공지능

6.1 인공지능 개요

6.2 인공지능 기술 분류 체계

6.3 인공 신경망의 이해

6.4 심층 신경망과 딥러닝

6.5인공 신경망 활용 도구: 오렌지(Orange) 개요

6.6 인공 신경망 활용 도구: 오렌지(Orange) 기본 사용법

6.7 인공 신경망을 활용한 데이터 예측

6.8 심층 신경망을 활용한 데이터 분류

연습문제

실습문제

 

 

부록

Chapter 1. 문제풀이

Chapter 2. 문제풀이

Chapter 3. 문제풀이

Chapter 4. 문제풀이

Chapter 5. 문제풀이

Chapter 6. 문제풀이

책속으로

인간이 사용하기에는 고급언어가 가장 편리하지만, 컴퓨터는 이를 이해할 수 없 다. 따라서 고급언어로 작성된 프로그램은 반드시 기계어로 번역한 후 컴퓨터에서 실 하여야 한다. 기계어로 번역하는 방법에 따라 컴파일러 언어와 인터프리터 언어로 나눌 수 있다. 컴파일러(compiler) 언어는 전체 프로그램을 한꺼번에 번역하여 실행 가능한 기계어로 번역한 후 이를 저장한다. 

이후 그 프로그램을 실행할 때마다 저장된 기계어 프로그램을 읽어 들여 실행한다. 이와는 달리 인터프리터(interpreter) 언어는 프로그램을 명령어 단위로 번역하여 실행하며, 기계어 프로그램을 별도로 저장하지는 않는다.

저자소개

저자(글) 조행래

(전산통계전문가)

서울대학교 컴퓨터공학과(학사)

한국과학기술원 전산학과(석사)

한국과학기술원 전산학과(박사)

연구 분야: 데이터베이스, 분산/병렬처리, 빅데이터, 블록체인 등

 

 

저자(글) 윤종희

(컴퓨터공학자)

경북대학교 전자전기공학부(학사)

서울대학교 전기컴퓨터공학부(박사)

연구 분야: 컴파일러, 소프트웨어 최적화, 시스템 보안 등

 

 

저자(글) 서영석

(전산통계전문가)

숭실대학교 컴퓨터학부(학사)

한국과학기술원 전산학과(석사)

한국과학기술원 전산학과(박사)

연구 분야: 소프트웨어공학, 머신러닝 및 딥러닝 응용 등

 

 

저자(글) 박영덕

(컴퓨터공학자)

성균관대학교 정보통신공학부 (학사)

포항공과대학교 컴퓨터공학과 (석사)

포항공과대학교 컴퓨터공학과 (박사)

연구 분야: 모바일네트워킹, 무선통신, 지능형네트워킹 등

서평

책소개

빅데이터와 인공지능, 기계학습, 파이썬 언어 등을 체험하고, 이런 기술들을 자신의 전공 분야에

접목할 수 있도록 하는 데 중점을 둠

 

알파고의 등장 이후로 인공지능에 대한 사회적인 관심이 급증하고 있으며, 4차 산업혁명의 발전으로 다양한 산업 분야에서 소프트웨어 기술과의 융합이 이루어지고 있다. 이에 따라 소프트웨어와 인공지능 기술 관련 지식은 컴퓨터공학 전공자만이 아니라 모든 사회 구성원들이 필수적으로 갖추어야 하는 기초 소양이 되었다. 이 책은 4차 산업혁명의 핵심 기술인 빅데이터와 인공지능, 기계학습, 파이썬 언어 등을 체험하게 하고, 이러한 기술들을 자신의 전공 분야에 쉽게 접목할 수 있도록 유도하는 내용으로 구성하였다. 특히 이론이나 개념은 핵심적인 내용들 중심으로 정리하였고 예제, 개념을 묻은 연습문제, 프로그래밍 문제들을 포함하여 스스로 배워 자신의 전공분야에 접목할 수 있도록 하는데 중점을 두었다.

차례

머리말

 

 

Chapter 1 파이썬 기초

 

1.1 소프트웨어 소개

1.2파이썬(Python) 소개와 설치

1.3 Jupyter Notebook

1.4 파이썬의 기초 문법

1.5 알고리즘

1.6 조건 구조

1.7 반복 구조 – while 문

1.8반복 구조 – for 문

연습문제

실습문제

 

 

Chapter 2 파이썬 자료구조와 함수

2.1 리스트(List) 자료형

2.2튜플(Tuple) 자료형

2.3 집합(Set) 자료형

2.4 사전(Dictionary) 자료형

2.5문자열

2.6 파일 입출력

2.7 함수

프로그래밍 실습

연습문제

 

 

Chapter 3 데이터 분석

3.1 데이터 분석 개요

3.2데이터 수집 

3.3 셀 참조 방식

3.4 데이터 분석을 위한 엑셀 함수

3.5 조건부 서식을 이용한 시각화

3.6 차트를 이용한 시각화

3.7 스파크라인을 이용한 시각화

3.8 추세선과 값의 예측

3.9결측값 처리

3.10 정렬과 필터

연습문제

실습문제

 

 

Chapter 4 ChatGPT

4.1 ChatGPT란?

4.2 ChatGPT 시작하기

4.3 ChatGPT에게 질문하기

4.4ChatGPT를 이용한 번역

4.5 ChatGPT를 활용한 글쓰기

4.6 ChatGPT를 이용한 문서 요약

4.7 ChatGPT를 활용한 엑셀 작업

4.8ChatGPT를 프로그래밍에 활용하기

연습문제

실습문제

 

 

Chapter 5 기계학습

5.1 기계학습의 개념

5.2기계학습을 통한 데이터 분석 절차

5.3 기계학습의 학습 방법에 따른 분류

5.4 기계학습을 위한 기본 파이썬 라이브러리의 이해

5.5 기계학습 수행을 위한 데이터 셋 활용

5.6 기계학습 실습 도구: Teachable Machine 기본 사용법

5.7 기계학습 실습 도구: Teachable Machine 모델 내보내기

연습문제

실습문제

 

 

Chapter 6 인공지능

6.1 인공지능 개요

6.2 인공지능 기술 분류 체계

6.3 인공 신경망의 이해

6.4 심층 신경망과 딥러닝

6.5인공 신경망 활용 도구: 오렌지(Orange) 개요

6.6 인공 신경망 활용 도구: 오렌지(Orange) 기본 사용법

6.7 인공 신경망을 활용한 데이터 예측

6.8 심층 신경망을 활용한 데이터 분류

연습문제

실습문제

 

 

부록

Chapter 1. 문제풀이

Chapter 2. 문제풀이

Chapter 3. 문제풀이

Chapter 4. 문제풀이

Chapter 5. 문제풀이

Chapter 6. 문제풀이

책속으로

인간이 사용하기에는 고급언어가 가장 편리하지만, 컴퓨터는 이를 이해할 수 없 다. 따라서 고급언어로 작성된 프로그램은 반드시 기계어로 번역한 후 컴퓨터에서 실 하여야 한다. 기계어로 번역하는 방법에 따라 컴파일러 언어와 인터프리터 언어로 나눌 수 있다. 컴파일러(compiler) 언어는 전체 프로그램을 한꺼번에 번역하여 실행 가능한 기계어로 번역한 후 이를 저장한다. 

이후 그 프로그램을 실행할 때마다 저장된 기계어 프로그램을 읽어 들여 실행한다. 이와는 달리 인터프리터(interpreter) 언어는 프로그램을 명령어 단위로 번역하여 실행하며, 기계어 프로그램을 별도로 저장하지는 않는다.

저자소개

저자(글) 조행래

(전산통계전문가)

서울대학교 컴퓨터공학과(학사)

한국과학기술원 전산학과(석사)

한국과학기술원 전산학과(박사)

연구 분야: 데이터베이스, 분산/병렬처리, 빅데이터, 블록체인 등

 

 

저자(글) 윤종희

(컴퓨터공학자)

경북대학교 전자전기공학부(학사)

서울대학교 전기컴퓨터공학부(박사)

연구 분야: 컴파일러, 소프트웨어 최적화, 시스템 보안 등

 

 

저자(글) 서영석

(전산통계전문가)

숭실대학교 컴퓨터학부(학사)

한국과학기술원 전산학과(석사)

한국과학기술원 전산학과(박사)

연구 분야: 소프트웨어공학, 머신러닝 및 딥러닝 응용 등

 

 

저자(글) 박영덕

(컴퓨터공학자)

성균관대학교 정보통신공학부 (학사)

포항공과대학교 컴퓨터공학과 (석사)

포항공과대학교 컴퓨터공학과 (박사)

연구 분야: 모바일네트워킹, 무선통신, 지능형네트워킹 등

서평

TOP