[1부] 텐서플로 101
▣ 01장: 도입
01 오리엔테이션
__선수 지식
__머신러닝
__머신러닝 알고리즘
__딥러닝 라이브러리
__정리
02 목표와 전략
__딥러닝 입문 강의의 높은 벽
__새로운 배움 전략
03 지도학습의 빅 픽처
__#1 과거의 데이터를 준비합니다
__#2 모델의 구조를 만듭니다
__#3 데이터로 모델을 학습합니다
__#4 모델을 이용합니다
__정리
04 실습 환경: 구글 코랩
__구글 코랩 소개
__코랩 실습 환경 준비
__코랩 노트북 사용해보기
__소스 코드
▣ 02장: 표를 다루는 도구 ‘판다스’
01 판다스
__‘변수’의 의미
__판다스
__실습 데이터
02 판다스 실습
__실습 코드와 데이터
__판다스 라이브러리를 임포트
__파일로부터 데이터 읽어오기
__데이터 모양 확인하기
__데이터 칼럼 이름 확인
__독립변수와 종속변수 분리
__각각의 데이터 확인해보기
__전체 코드
▣ 03장: 첫 번째 딥러닝 - 레모네이드 판매 예측
01 머신러닝 모델을 만드는 과정
__머신러닝의 흐름
__머신러닝 코드 훑어보기
__머신러닝의 흐름과 코드를 함께 살펴보기
__정리
02 손실의 의미
__fit 함수의 실행 결과
__손실을 계산하는 원리
__학습을 반복하며 손실이 줄어듦을 확인
03 레모네이드 판매 예측 실습
__라이브러리 사용
__데이터를 준비
__모델 만들기
__학습
__모델을 이용하기
__전체 코드
▣ 04장: 두 번째 딥러닝 - 보스턴 집값 예측
01 보스턴 집값 예측
__보스턴 주택 가격
__중앙값
__각 열의 의미
02 수식과 퍼셉트론
__모델을 구성하는 코드
__퍼셉트론, 가중치, 편향의 의미
__데이터의 독립변수가 12개, 종속변수가 2개일 때의 모델
03 보스턴 집값 예측 실습
__라이브러리 사용
__과거의 데이터를 준비
__모델의 구조 만들기
__모델을 학습
__모델을 이용
__모델의 수식
★ 이 책에서 배우는 내용 ★
◎ 지도학습(supervised learning이 이루어지는 과정
◎ 구글 코랩에서 파이썬으로 딥러닝 코드를 작성하는 방법
◎ 판다스(Pandas를 활용해 표 형태의 데이터를 다루는 법
◎ 텐서플로(TensorFlow를 활용한 레모네이드 판매 예측, 보스턴 집값 예측, 붓꽃(iris 품종 분류 실습
◎ CNN의 원리와 사용법
◎ 딥러닝을 활용한 손글씨 이미지(MNIST와 사물의 이미지(CIFAR-10 분류
