0장 도입
0.1 이 책의 특징
0.2 이 책을 통해 할 수 있는 것
0.3 이 책의 대상
0.4 인공지능(AI
0.5 인공지능용 수학
0.6 이 책의 사용법
1장 학습 준비를 하자
1.1 Anaconda 설치
1-1-1 Anaconda 다운로드
1-1-2 Anaconda 설치
1-1-3 Anaconda Navigator의 실행
1-1-4 NumPy와 matplotlib의 설치
1.2 Jupyter Notebook의 사용 방법
1-2-1 Jupyter Notebook의 실행
1-2-2 Jupyter Notebook을 사용해 본다
1-2-3 코드와 마크다운의 전환
1-2-4 노트북의 저장과 종료
1.3 샘플 다운로드와 이 책의 학습 방법
1-3-1 샘플 다운로드
1-3-2 이 책의 학습 방법
2장 Python의 기초
2.1 Python의 기초
2-1-1 Python
2-1-2 변수
2-1-3 값 표시와 변수의 저장
2-1-4 연산자
2-1-5 큰 수, 작은 수의 표시
2-1-6 리스트
2-1-7 튜플
2-1-8 if 문
2-1-9 for 문
2-1-10 함수
2-1-11 스코프
2-1-12 연습
2.2 NumPy의 기초
2-2-1 NumPy
2-2-2 NumPy의 임포트
2-2-3 NumPy 배열을 생성
2-2-4 배열의 형태
2-2-5 배열의 연산
2-2-6 요소로의 접근
2-2-7 함수와 배열
2-2-8 NumPy의 여러 가지 기능
2-2-9 연습
2.3 matplotlib의 기초
2-3-1 matplotlib
2-3-2 matplotlib의 임포트
2-3-3 linspace( 함수
2-3-4 그래프 그리기
2-3-5 그래프 꾸미기
2-3-6 산포도의 표시
2-3-7 히스토그램의 표시
2-3-8 연습
3장 수학의 기초
3.1 변수, 상수
3-1-1 변수와 상수의 차이
3-1-2 변수와 상수의 예
3-1-3 연습
3.2 함수
3-2-1 함수
인공지능에 필요한 수학의 분야는 치우쳐져 있으므로 이 책에서는 벡터, 행렬, 텐서 등을 다루는 선형대수, 상미분, 편미분, 연쇄법칙 등을 다루는 미분, 표준편차나 정규분포, 우도 등을 다루는 확률통계 같은 특정의 수학 영역만 설명합니다.
먼저 선형대수를 소개합니다. 선형대수는 다차원의 구조를 가진 수치의 나열을 다루는 수학 분야의 하나입니다. 그러한 다차원의 구조에는 스칼라, 벡터, 행렬, 텐서가 있습니다. 선형대수로부터 매우 많은 수치에 대한 처리를 간결한 수치로 작성할 수 있습니다. 또한 Python 외부 패키지인 NumPy를 사용해 간단하게 선형대수의 수식을 코드로 나타낼 수 있습니다.
다음으로 미분의 개요를 설명합니다. 미분은 한마디로 함수의 변화 비율을 말합니다. 예를 들어, 움직이는 물체의 위치를 시간으로 미분하면 그 물체의 속도가 됩니다. 인공지능에 있어서는 다변수함수, 합성함수 등 조금 복잡한 함수를 미분해야 합니다. 어렵게 느껴질 수도 있으나 이 책에서는 그것들을 하나하나 차근차근 설명해 나갑니다. 미분은 이미지로 파악하는 것이 중요하므로 머릿속에 미분의 이미지를 그릴 수 있게 합시다.
또한 인공지능에는 확률통계도 중요합니다. 확률은 세계를 「일어나기 쉬움의 정도」로 파악합니다. 그리고 통계는 데이터의 경향이나 특징을 다양한 지표로 파악합니다. 이를 통해 데이터의 전체상을 파악, 데이터로부터 미래를 예측할 수 있게 됩니다. 확률통계 분야도 수식을 프로그램 코드로 나타내, 그래프를 그리면 잘 이해할 수 있습니다.
