Name: XAI, 설명 가능한 AI
SKU: 123430718
Price: 23950 KRW
Availability: InStock

YES24 카테고리 리스트

YES24 유틸메뉴

Global YES24안내보기: Global YES24는?

K-POP/K-Drama 관련상품(음반,도서,DVD)을
영문/중문 으로 이용하실 수 있습니다.

Korean wave shopping mall, sell the
K-POP/K-Drama (CD,DVD,Blu-ray,Book) We aceept PayPal/UnionPay/Alipay
and support English/Chinese Language service
English
作为出售正规 K-POP/K-Drama 相关(CD,图书,DVD) 韩流商品的网站, 支持中文/英文等海外结账方式
中文
Exclusive ticket sales for domestic and international pop artists
Global yesticket

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

11%

미리보기 공유하기

중고도서

XAI, 설명 가능한 AI

주요 파이썬 라이브러리를 활용한 개별 기술 학습과 실습까지

오오쓰보 나오키, 나카에 도시히로, 후카사와 유타, 도요카 쇼, 사카모토 뎃페이, 사토 마코토 등저 | 비제이퍼블릭(BJ퍼블릭) | 2022년 11월 24일

상품 가격정보
정가	27,000원
중고판매가	23,950원 (11% 할인)
YES포인트	0원

결제혜택
결제혜택	예스24 현대카드 2만원 캐시백 이벤트 [기본혜택] YES포인트 1~3% 적립 관련페이지 바로가기 카카오페이 3,000원 즉시할인 일 선착순 500건, 5만원 이상 관련페이지 바로가기 네이버페이 5천 포인트 적립 1천명 추첨, 5만원 이상 관련페이지 바로가기 모바일팝 모바일 6% 즉시할인 모바일 결제시 관련페이지 바로가기 현대백화점카드 모바일카드 발급시 상품권 1만원 신규발급시 관련페이지 바로가기

배송안내
배송안내 바로가기

배송비 : 3,300원(선불) 배송비 안내 판매자 배송
영어책전문에서 100,000원 이상 구매 시 무료배송
도서산간/제주지역의 경우 추가 배송비가 발생할 수 있습니다.

중고상품 상태/판매자
상태 중고상품 상태안내	최상 새 상품에 가까운 상품
판매자	영어책전문 8.ToString()점 (322명 평가) 중고샵 판매상품은 판매자가 직접 등록/판매하는 상품으로 판매자가 해당 상품과 내용에 모든 책임을 집니다. (판매자 가게 > 공지사항 참고) 주문 전 중고상품의 정확한 상태 및 재고 문의는 [판매자에게 문의하기]를 통해 문의해 주세요. 주문완료 후 중고상품의 취소 및 반품은 판매자와 별도 협의 후 진행 가능합니다. (주문내역 > 주문번호 클릭 > 판매자 정보보기 > 연락처 또는 [판매자에게 문의하기]로 문의)

판매중| 한정판매

수량

카트에 넣기 바로구매

XAI, 설명 가능한 AI

카트에 넣기 바로구매

품목정보

품목정보
발행일	2022년 11월 24일
쪽수, 무게, 크기	284쪽 \| 18824520mm

이 상품의 이벤트 (3개)

업체 공지사항

택배한도 중량에 대한 공지

여러분들이 저희 가게를 이용해주시면서 도서 가격이 싸기에 다량구매하시는 분들이 요즘 많이들 계셔서 말씀드리고자 합니다. 도서 10권을 기준으로 5Kg입니다. 주문도서가 대략 10권이 넘어가시면 택배비를 10권당 송장 한개(3,000원)씩 더 부담하셔야 저희가 원할히 택배 기사님에게 택배를 보낼 수 있읍니다. 물론 배달하시는 분들도 허리나 기분도 좋으실겁니다. 감사합니다.

★★★ 반품 불가 도서 ★★★

◈ 만화 ◈ NT소설 ◈ 고가의 절판 도서(랩핑하여 발송) - 랩핑제거시 반품 불가합니다! ◈ 수험서 및 대학교재는 반품하실 수 없읍니다.

도서상태에 대한 공지

最上: 새책 / 上: 낙서 10% 내외 / 中: 문제집의 경우 낙서 및 필기 10%이상~100%미만 이며 단행본은 생활습기로 책이 울었을 수 있읍니다

중고도서 소개

최상 새 상품에 가까운 상품 중고상품 상태안내

중고상품 상태
상태정도(외관)	사용흔적
전반적인 상태 새 상품에 가까움 겉표지 변색 없음, 얼룩 없음 낙서 없음, 찢어진 부분 없음 겉 표지 있음 책등, 책배, 책아래위 변색 없음, 얼룩 없음 낙서 없음, 닳은 흔적 없음 책등 접힌 흔적 없음	전반적인 상태 거의 없음 내지(면지) 변색 없음, 얼룩 없음, 물리적 변형 없음 내지 접힌 흔적, 찢어진 부분 없음, 낙서 없음 제본탈착 없음
전반적인 상태 약간 헌 책 (사용감 약간 있음) 겉표지 희미한 변색 있음, 약간의 얼룩 있음 (1cm 내) 낙서 없음, 찢어진 부분 없음 겉 표지 있음 접힌 흔적 있음 (1cm 내) 책등, 책배, 책아래위 희미한 변색 있음, 약간의 얼룩 있음 (1cm 내) 낙서 없음, 닳은 흔적 약간 있음 책등 접힌 흔적 없음	전반적인 상태 약간 있음 내지(면지) 변색 없음, 얼룩 없음, 물리적 변형 없음 내지 접힌 흔적 약간 있음 (5페이지 이내) 찢어진 부분 없음, 낙서 없음 제본탈착 없음
전반적인 상태 헌 책 (사용감 많이 있음) 겉표지 전체적으로 변색 있음, 얼룩 등 오염 있음 (2cm 내) 낙서 있음, 찢어진 부분 없음 겉 표지 없음 접힌 흔적 있음, 래핑 흔적 있음 정가 및 ISBN이 동일한 도서이나 표지 이미지 다름 책등, 책배, 책아래위 전체적으로 변색 있음, 얼룩 등 오염 있음 (2cm 내) 낙서 있음, 닳은 흔적 있음 책등 접힌 흔적 있음	전반적인 상태 있음 내지(면지) 내지 변색 있음, 얼룩 있음, 물리적 변형 없음 내지 접힌 흔적 있음 (10페이지 이내) 찢어진 부분 있음 (1cm 내) 5페이지 이내 필기 및 밑줄 등 있음 (단, 참고서, 수험서는 매입불가) 제본탈착 없음 본문 읽기에 지장 없는 부록 및 구성품 없음 (세트도서 박스 등)
전반적인 상태 헌 책 (사용감이 많이 있고, 오염있음) 겉표지 변색이 심함, 얼룩 등 심한 오염 있음 (2cm 초과) 심한 낙서 있음 물에 젖은 흔적 있음, 곰팡이 있음 책등, 책배, 책아래위 변색이 심함, 얼룩 등 심한 오염 있음 (2cm 초과) 심한 낙서 있음 물에 젖은 흔적 있음, 곰팡이 있음 모서리 깨짐, 책등 파손 있음	전반적인 상태 많음 내지(면지)/부속물 변색이 심함, 얼룩 등 심한 오염 있음 (2cm 초과) 전체적으로 구겨짐, 뒤틀림 있음 찢어진 부분 있음 (1cm 초과) 물에 젖은 흔적 있음, 곰팡이 있음 페이지 또는 글자 등의 인쇄 오류 있음 5페이지 초과 필기 및 밑줄 등 있음 제본탈착 있음 (낙장, 분책) 부속물 없음

판매자 : 영어책전문 4점 (322명 평가)

책소개

제Ⅰ부 과제 설정 제1장 AI에게 ‘설명’이 필요한 이유 1.1 AI 보급과 새로운 요구 사항 1.2 AI의 공평성ㆍ책임성ㆍ투명성 1.2.1 AI의 공평성(Fairness) 1.2.2 AI의 책임성(Accountability) 1.2.3 AI의 투명성(Transparency) 1.3 AI의 설명 가능성 1.3.1 설명 가능성이 높은 알고리즘 1.3.2 설명 가능성이 낮은 알고리즘 1.4 AI를 업무에 적용할 때 AI 설명이 필요한 이유 이번 장을 정리하며 제Ⅱ부 기초 지식 제2장 ‘설명 가능한 AI’의 개요 2.1 XAI란 무엇인가? 2.1.1 XAI의 목적 2.1.2 ‘설명 가능한 AI’와 ‘해석 가능한 AI’ Column XAI 관련 용어 의미 2.2 XAI 동향 2.2.1 XAI에 대한 왕성한 연구 활동 2.2.2 XAI 구현 2.3 ‘전역 설명’과 ‘국소 설명' 2.3.1 전역 설명(Global Explanations) 2.3.2 국소 설명(Local Explanations) 2.4 설명 방법의 차이점 2.5 모델 의존성 2.5.1 모델 의존형 XAI 2.5.2 모델 불문형 XAI 이번 장을 정리하며 제3장 XAI 활용 방법 3.1 설명 분류별 활용 방법 3.1.1 국소 설명 활용 방법 3.1.2 전역 설명 활용 방법 3.2 국소 설명 활용 방법 3.2.1 신고 내용의 타당성 검증 3.2.2 의도와 다른 학습 재검토 3.3 전역 설명 활용 방법 3.3.1 AI 모델의 개선 운용 3.3.2 적대적 공격 검증 이번 장을 정리하며 제4장 다양한 XAI 기술 4.1 다양한 설명 방법 4.1.1 XAI 라인업 4.1.2 이 책의 해설 내용 4.2 기술 소개 ① LIME 4.2.1 개념과 동작 원리 4.2.2 데이터 종류별 동작 원리 4.2.3 LIME의 특징과 주의점 4.2.4 LIME 정리 4.3 기술 소개 ② SHAP 4.3.1 섀플리 값이란 4.3.2 SHAP의 개념 4.3.3 SHAP 계산 알고리즘 4.3.4 SHAP 정리 4.4 소개 기술 ③ Permutation Importance 4.4.1 Permutation Importance의 개념 4.4.2 Permutation Importance의 동작 원리 4.4.3 Permutation Importance 정리 4.5 소개 기술 ④ Partial Dependence Plot 4.5.1 PDP / ICE의 개념 4.5.2 PDP / ICE의 특장점과 주의점 4.5.3 PDP / ICE 정리 4.6 소개 기술 ⑤ Tree Surrogate 4.6.1 Tree Surrogate의 개념 4.6.2 의사결정 트리 대리 모델의 특ㆍ장점과 주의점 4.6.3 의사결정 트리 대리 모델 정리 4.7 소개 기술 ⑥ CAM / Grad-CAM 4.7.1 CAM의 개념과 동작 원리 4.7.2 Grad-CAM의 개념과 동작 원리 4.7.3 관련 기술ㆍ파생 기술 4.7.4 CAM / Grad-CAM 대응 모델 4.7.5 CAM과 Grad-CAM 정리 4.8 소개 기술 ⑦ Integrated Gradients 4.8.1 Integrated Gradients의 개념과 동작 원리 4.8.2 Integrated Gradients 대응 모델 4.8.3 Integrated Gradients 정리 4.9 소개 기술 ⑧ Attention 4.9.1 Attention의 개념과 동작 원리 4.9.2 Attention 대응 모델 4.9.3 Attention 정리 이번 장을 정리하며 제5장 XAI 라이브러리 평가·선정 5.1 XAI를 평가하는 기본적인 관점 5.1.1 사용할 XAI를 결정하기 위한 관점 5.1.2 범분야(Cross-Cutting) 평가 관점 5.2 XAI 선정 방법 5.2.1 XAI 선정 절차(Flow) 5.2.2 목적ㆍ최소 조건과 부합하는가? 5.2.3 중요 조건과 부합하는가? 5.2.4 사용자가 만족할 수 있는가? 5.3 일관된 관점 5.3.1 평가 관점 ① ‘충실도’ 5.3.2 평가 관점 ② ‘신뢰성’ 5.3.3 평가 관점 ③ ‘만족도’ 5.3.4 평가 관점 ④ ‘Mental Model’ 5.3.5 평가 관점 ⑤ ‘실작업 친화성’ 이번 장을 정리하며 제Ⅲ부 실천 매뉴얼 제6장 LIME을 활용한 표 형식 데이터 국소 설명 6.1 검증 목적 6.2 라이브러리 준비 6.3 검증 대상 데이터 6.3.1 데이터 개요 6.3.2 데이터 이해 6.4 모델 학습 6.4.1 전처리 6.4.2 모델 학습 6.5 LIME을 활용한 예측 결과의 설명 6.5.1 LIME 사용 준비 6.5.2 주요 파라미터 6.5.3 LIME 실행 6.5.4 다른 데이터에 대한 설명 Column 이해 가능한 설명인가 6.6 국소 설명의 수준을 조정하는 kernal width 검증 결과 정리 제7장 LIME과 Grad-CAM을 활용한 이미지 데이터의 국소 설명 7.1 검증 목적 7.2 라이브러리 준비 7.3 검증 대상 데이터 7.4 AI 모델 준비와 예측 7.5 LIME을 활용한 설명 7.5.1 LIME을 활용한 AI 모델 설명 7.5.2 LIME 설명 가시화와 해석 7.5.3 LIME을 활용한 설명 정리 7.6 Grad-CAM을 활용한 설명 7.6.1 Grad-CAM을 활용한 AI 모델 설명 7.6.2 Grad-CAM 설명 가시화와 해석 7.6.3 Grad-CAM을 활용한 설명 정리 검증 결과 정리 제8장 LIME과 Integrated Gradients 텍스트 분류의 국소 설명 8.1 검증 목적 8.2 라이브러리 준비 8.3 검증 대상 데이터 8.4 모델 학습과 예측 8.5 LIME을 활용한 모델 해석 8.6 Integrated Gradients를 활용한 방법 검증 결과 정리 Column Attention 가시화 제9장 SHAP의 국소적·전역적 설명과 대응 9.1 설명 준비 9.1.1 환경 구축 9.1.2 데이터 세트 준비 9.1.3 모델 준비 9.2 SHAP 값 산출과 이해 Column LightGBM의 SHAP 연계 기능 9.3 SHAP 값 가시화 9.3.1 개별 예측에 대한 특징량의 영향 9.3.2 데이터 세트 전체에 대한 특징량 반영 방법 Column 특징량 중요도 상호 비교? 9.3.3 SHAP 값과 특징량의 상관 관계 가시화 Column 변수 사이의 상호 작용을 활용한 상세 관찰 방법: SHAP Interaction aVlues 9.4 SHAP 값의 추가적인 활용 9.4.1 SHAP 값의 클러스터링을 활용한 데이터 분류 9.4.2 차원 삭제에 따른 특징량의 조합 추출 9.4.3 유사 데이터 검색과 신규성의 산출 검증 결과 정리 제10장 ELI5, PDPbix, Skater를 활용한 전역 설명 10.1 다양한 전역 설명 XAI 10.1.1 모델 설명을 수행하는 라이브러리 10.1.2 개발 성숙도 10.2 사전 준비 10.2.1 XAI 실행을 위한 과정 10.2.2 파이썬 환경 구축 10.2.3 XAI 라이브러리 설치 10.3 ELI5(Permutation Importance) 10.3.1 ELI5는 어떠한 기술인가? 10.3.2 ELI5 실행 10.3.3 ELI5 평가 10.4 PDPbox(PDPㆍICE) 10.4.1 PDPbox는 어떠한 기술인가? 10.4.2 PDPbox 실행 10.4.3 PDPbox 평가 10.5 Skater(Tree Surrogate) 10.5.1 Skater는 어떠한 기술인가? 10.5.2 Skater 실행 10.5.3 Skater 평가 검증 성과 정리 제11장 LIME, SHAP의 한계와 해결책 11.1 XAI 방법의 한계 11.2 LIME 결과 안정성 11.3 SHAP 계산 시간 대처 방안 11.4 스파스(Sparse) 데이터 분석 이번 장을 정리하며 제Ⅳ부 장래 전망 제12장 업무에서 필요한 설명 능력 12.1 비즈니스상의 설명 12.1.1 AI 활용 상황 12.1.2 설명이 필요한 비즈니스 상황 12.1.3 비즈니스상 필요한 설명 분류 12.2 정밀도와 설명 능력의 Trade Off 12.2.1 복잡한 사상의 설명은 근본적으로 복잡하다 12.2.2 XAI에 과도한 기대는 금물 12.3 설득력 키우기 12.3.1 필요한 것은 ‘이해’가 아닌 ‘설득’? 12.3.2 왜 XAI의 설득에 선형회귀가 사용되는가? 12.3.3 XAI를 사용해 설득할 수 있는가? 이번 장을 정리하며 제13장 XAI의 전망 13.1 사용자에게 XAI란 13.1.1 XAI의 도달점 13.1.2 XAI는 사용자에게 도움이 되는가? 13.2 설득할 수 있는 설명을 위한 도전 13.2.1 설득력 부족에 대한 이유 13.2.2 지식 활용 방침 Column 지식 클럽과 LOD 13.3 XAI의 이상적인 모습 13.3.1 분야를 넘나드는 발전 방향 기대 13.3.2 XAI가 갖추어야 할 모습 부록 - 환경 구축 방법 A.1 파이썬 환경 A.2 Jupyter notebook 환경 구축

펼쳐보기접어보기

저자 소개 (10명)

저 : 오오쓰보 나오키

작가 파일

2015년 NTT 데이터에 입사하여 헬스케어 분야 패키지 소프트웨어의 개발 업무를 거쳐서 2018년부터 AI 및 데이터 분석 기술 연구개발에 종사하고 있다. 헬스케어를 시작으로 사람의 판단에 중대한 책임을 지는 비즈니스 영역에 대해 업무의 고도화ㆍ효율화를 목표로 AI 개발에 매진하고 있다. ‘설명 가능한 AI’이 비즈니스와 기계 학습을 접목시키는 주요 기술이라고 생각하며, 고객ㆍ사용자 시선에서 사용하기 쉽고 이해... 2015년 NTT 데이터에 입사하여 헬스케어 분야 패키지 소프트웨어의 개발 업무를 거쳐서 2018년부터 AI 및 데이터 분석 기술 연구개발에 종사하고 있다. 헬스케어를 시작으로 사람의 판단에 중대한 책임을 지는 비즈니스 영역에 대해 업무의 고도화ㆍ효율화를 목표로 AI 개발에 매진하고 있다. ‘설명 가능한 AI’이 비즈니스와 기계 학습을 접목시키는 주요 기술이라고 생각하며, 고객ㆍ사용자 시선에서 사용하기 쉽고 이해하기 쉬운 것이 가장 중요하다고 생각한다.

펼쳐보기접어보기

저 : 나카에 도시히로

작가 파일

2003년 NTT 데이터 수리 시스템에 입사하고 데이터 마이닝ㆍ기계학습 관련 조직에서 데이터 분석 수탁 안건을 다수 담당하는 한편 패키지 소프트웨어 판매ㆍ영업 등을 병행하며 수행했다. IoT 스타트업 기업으로 이직을 거쳐서 2019년부터 비즈리치(Visional 그룹)에 소속되어, 현재 Recommend 시스템 등 기계학습 관련 구축 등 코딩 관련 업무에 종사하고 있다. 2003년 NTT 데이터 수리 시스템에 입사하고 데이터 마이닝ㆍ기계학습 관련 조직에서 데이터 분석 수탁 안건을 다수 담당하는 한편 패키지 소프트웨어 판매ㆍ영업 등을 병행하며 수행했다. IoT 스타트업 기업으로 이직을 거쳐서 2019년부터 비즈리치(Visional 그룹)에 소속되어, 현재 Recommend 시스템 등 기계학습 관련 구축 등 코딩 관련 업무에 종사하고 있다.

저 : 후카사와 유타

작가 파일

2016년 NTT데이터 수리 시스템에 입사하여 제조업 대상 과학 계산, 데이터 분석의 연구 개발에 종사했다. 2018년부터 엣지 디바이스 대상 이미지 분석 연구 개발 분야에 몸을 담았다. LeapMind를 거쳐서 현재는 수리 모델의 개발 및 이미지 분석의 경험을 바탕으로 2021년부터 자동차 제조사에서 운전 주행 데이터 분석, 차량 탑재 카메라의 이미지 분석 연구 개발 분야에 종사하고 있다. 2016년 NTT데이터 수리 시스템에 입사하여 제조업 대상 과학 계산, 데이터 분석의 연구 개발에 종사했다. 2018년부터 엣지 디바이스 대상 이미지 분석 연구 개발 분야에 몸을 담았다. LeapMind를 거쳐서 현재는 수리 모델의 개발 및 이미지 분석의 경험을 바탕으로 2021년부터 자동차 제조사에서 운전 주행 데이터 분석, 차량 탑재 카메라의 이미지 분석 연구 개발 분야에 종사하고 있다.

저 : 도요카 쇼

작가 파일

2017년 NTT 데이터 수리 시스템에 입사하여 수리최적화ㆍ시뮬레이션ㆍ기계학습 등 폭넓은 기술을 활용해 실제 문제 해결에 힘쓰고 있다. 코로나 사태를 계기로 경기 프로그래밍을 시작하였고 ‘2020년 PG BATTLE’ 기업 부문 6위 입상 등 열심히 매진하고 있다. 취미는 합창으로, 국내 및 유럽 무대에서의 연주 경험이 있다. 2016 ~ 2018년 전일본 합창 연맹 유스콰이어 멤버이기도 하다. 2017년 NTT 데이터 수리 시스템에 입사하여 수리최적화ㆍ시뮬레이션ㆍ기계학습 등 폭넓은 기술을 활용해 실제 문제 해결에 힘쓰고 있다. 코로나 사태를 계기로 경기 프로그래밍을 시작하였고 ‘2020년 PG BATTLE’ 기업 부문 6위 입상 등 열심히 매진하고 있다. 취미는 합창으로, 국내 및 유럽 무대에서의 연주 경험이 있다. 2016 ~ 2018년 전일본 합창 연맹 유스콰이어 멤버이기도 하다.

저 : 사카모토 뎃페이

작가 파일

2018년 NTT 데이터에 입사하여 AI 기술의 사회적 도입을 위한 연구 개발에 종사하고 있다. 또한 공공 분야와 금융 분야 등 폭넓은 업계에서 AIㆍ데이터 분석 프로젝트에 참여하고 있다. 기술 및 업무를 이해하고 그 징검다리가 되는 날을 위해 열심히 매진 중이다. 2018년 NTT 데이터에 입사하여 AI 기술의 사회적 도입을 위한 연구 개발에 종사하고 있다. 또한 공공 분야와 금융 분야 등 폭넓은 업계에서 AIㆍ데이터 분석 프로젝트에 참여하고 있다. 기술 및 업무를 이해하고 그 징검다리가 되는 날을 위해 열심히 매진 중이다.

저 : 사토 마코토

작가 파일

2005년 NTT 데이터 수리 시스템에 입사하여 수리계획ㆍ최적화 개발 엔지니어로서 고객 컨설팅 활동 등을 병행하고 있다. 그 후 기계학습 등 기술 전반에 대해 고객의 과제 정리, 적용 지원 등을 중심으로 영업ㆍ컨설팅 팀의 리더로 활동하고 있다. 2005년 NTT 데이터 수리 시스템에 입사하여 수리계획ㆍ최적화 개발 엔지니어로서 고객 컨설팅 활동 등을 병행하고 있다. 그 후 기계학습 등 기술 전반에 대해 고객의 과제 정리, 적용 지원 등을 중심으로 영업ㆍ컨설팅 팀의 리더로 활동하고 있다.

저 : 이가라시 겐타

작가 파일

2010년 NTT 데이터 수리 시스템에 입사하여 기계학습ㆍ통계해석 등을 사용한 데이터 분석 수탁 안건을 다수 담당하고 자사 개발 분석 도구의 개발에 종사했다. 현재는 AIㆍ기계학습 등의 도입을 검토하는 고객의 과제 정리, 적용 지원 등을 수행하고 있다. 2010년 NTT 데이터 수리 시스템에 입사하여 기계학습ㆍ통계해석 등을 사용한 데이터 분석 수탁 안건을 다수 담당하고 자사 개발 분석 도구의 개발에 종사했다. 현재는 AIㆍ기계학습 등의 도입을 검토하는 고객의 과제 정리, 적용 지원 등을 수행하고 있다.

저 : 이치하라 다이키

작가 파일

2017년 NTT 데이터에 입사하여 커뮤니케이션 로봇과 드론, IoT에 관한 연구개발에 종사해, 현재는 신뢰성 있는 AI 시스템을 구현하고 개발 공정을 체계화하고 품질 보증 방법을 구체화하는 것에 집중하고 있다. 자택의 스마트 홈을 추진하고 있으나 아파트의 오토락을 돌파하지 못해 고뇌하고 있으며, 취미로는 프로듀서 일을 병행하거나 말의 육성에도 힘쓰고 있다. 2017년 NTT 데이터에 입사하여 커뮤니케이션 로봇과 드론, IoT에 관한 연구개발에 종사해, 현재는 신뢰성 있는 AI 시스템을 구현하고 개발 공정을 체계화하고 품질 보증 방법을 구체화하는 것에 집중하고 있다. 자택의 스마트 홈을 추진하고 있으나 아파트의 오토락을 돌파하지 못해 고뇌하고 있으며, 취미로는 프로듀서 일을 병행하거나 말의 육성에도 힘쓰고 있다.

저 : 호리우치 신고

작가 파일

2013년 NTT데이터에 입사하여 빅데이터 분석과 이미지 인식에 관한 업무 및 연구에 종사했다. 2018년부터 실제 비즈니스에서의 AI 활용이라는 과제에 관심이 생겨 AI 시스템 개발을 위한 프로세스 및 품질 관리 검토 팀을 만들어 계몽활동을 진행하고 있다. 알고리즘 검토부터 기계학습 기술 활용 컨설팅과 데이터 활용까지 폭넓게 잘할 수 있기를 바라고 있다. 공동 저서로 『데이터 과학자의 기초 지식』(『デ?タサイエ... 2013년 NTT데이터에 입사하여 빅데이터 분석과 이미지 인식에 관한 업무 및 연구에 종사했다. 2018년부터 실제 비즈니스에서의 AI 활용이라는 과제에 관심이 생겨 AI 시스템 개발을 위한 프로세스 및 품질 관리 검토 팀을 만들어 계몽활동을 진행하고 있다. 알고리즘 검토부터 기계학습 기술 활용 컨설팅과 데이터 활용까지 폭넓게 잘할 수 있기를 바라고 있다. 공동 저서로 『데이터 과학자의 기초 지식』(『デ?タサイエンティストの基礎知識』, 2014년, 릭 텔레콤 간행)이 있다.

펼쳐보기접어보기

역 : 김대희

작가 파일

강남대학교 컴퓨터 공학과를 졸업 후 서비스 데스크 업무 및 시스템 운영 관리를 거쳐 일본계 회사인 株ラック에 입사했다. 일본 관공서 / 대기업 관련 프로젝트에 참여해 정보 보호 시스템 개발 및 유지보수를 수행했으며, 국내 정보 보안 컨설팅 프로젝트에도 참가했다. 현재는 SK쉴더스에서 고객사 정보 보안 시스템 구축/운영 업무 PM으로 업무 수행 중이며, 역서로는 『반응형 웹 디자인』, 『IT 시스템 개발 철저공략』... 강남대학교 컴퓨터 공학과를 졸업 후 서비스 데스크 업무 및 시스템 운영 관리를 거쳐 일본계 회사인 株ラック에 입사했다. 일본 관공서 / 대기업 관련 프로젝트에 참여해 정보 보호 시스템 개발 및 유지보수를 수행했으며, 국내 정보 보안 컨설팅 프로젝트에도 참가했다. 현재는 SK쉴더스에서 고객사 정보 보안 시스템 구축/운영 업무 PM으로 업무 수행 중이며, 역서로는 『반응형 웹 디자인』, 『IT 시스템 개발 철저공략』, 『가장 쉬운 알고리즘 책』, 『데이터베이스 철저공략』이 있다.

펼쳐보기접어보기

더보기접어보기

출판사 리뷰

펼쳐보기접어보기

부적합 상품 신고하기

구매에 부적합한 상품은 신고해주세요. 신고하기

상품정보 부정확 (카테고리 오등록/상품오등록/상품정보 오등록/기타 허위등록)
거래 부적합 상품 (청소년 유해물품/기타 법규위반 상품)
전자상거래에 어긋나는 판매사례 : 직거래 유도

구매하신 상품의 상태, 배송, 취소 및 반품 문의는 판매자에게 문의하기를 이용해주시기를 부탁드립니다.

배송/반품/교환 안내

배송 안내

배송 안내
배송 구분	판매자 배송 택배사 : 롯데택배 (상황에 따라 배송 업체는 변경 될 수 있습니다.) 배송비 : 3,300원 (도서산간 : 6,000원 제주지역 : 6,000원 추가 배송비 발생)
배송 안내	판매자가 직접 배송하는 상품입니다. 판매자 사정에 의하여 출고예상일이 변경되거나 품절이 발생될 수 있습니다.

반품/교환 안내

※ 상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내
반품/교환 방법	마이페이지 > 반품/교환 신청 및 조회, 1:1 문의, 고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리

최근 본 (0)

예스이십사(주): 대표 : 김석환, 최세라 주소 : 서울시 영등포구 은행로 11, 5층~6층(여의도동,일신빌딩) 사업자등록번호 : 229-81-37000 통신판매업신고 : 제 2005-02682호 사업자 정보확인 이메일 : yes24help@yes24.com 호스팅 서비스사업자 : 예스이십사(주)
Copyright ⓒ YES24 Corp. All Rights Reserved.

고객문의

도서/음반 1544-3800

중고샵 1566-4295

티켓예매 1544-6399

eBook 1:1 문의
1:1 문의하기 자주 묻는 질문 상담시간 안내

소비자피해보상보험 서울보증보험: 고객님은 안전거래를 위해 현금 등으로 결제 시 저희 쇼핑몰에서 가입한 구매안전서비스를 이용하실 수 있습니다. 서비스가입사실 확인

EQUUS5

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

XAI, 설명 가능한 AI

주요 파이썬 라이브러리를 활용한 개별 기술 학습과 실습까지

XAI, 설명 가능한 AI

품목정보

관련분류

이 상품의 이벤트 (3개)

업체 공지사항

중고도서 소개

책소개

목차

저자 소개 (10명)

출판사 리뷰

부적합 상품 신고하기

배송/반품/교환 안내

도착예상일

도착예상일
상품준비	출고완료	도착예상일