본문 바로가기

추천 검색어

실시간 인기 검색어

딥 러닝 제대로 정리하기

제이펍의 인공지능 시리즈 9
제이펍 · 2018년 03월 12일
8.0 (4개의 리뷰)
집중돼요 (75%의 구매자)
  • 딥 러닝 제대로 정리하기 대표 이미지
    딥 러닝 제대로 정리하기 대표 이미지
  • A4
    사이즈 비교
    210x297
    딥 러닝 제대로 정리하기 사이즈 비교 172x226
    단위 : mm
MD의 선택 한정판매 무료배송 이벤트 소득공제
10% 20,700 23,000
적립/혜택
1,150P

기본적립

5% 적립 1,150P

추가적립

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 1,150P
  • 리뷰 작성 시, e교환권 추가 최대 300원
배송안내
무료배송
배송비 안내
국내도서/외국도서
도서만 15,000원 이상 구매 시 무료배송
도서+교보Only(교보배송)을 함께 15,000원 이상 구매 시 무료배송

15,000원 미만 시 2,500원 배송비 부과

교보Only(교보배송)
각각 구매하거나 함께 20,000원 이상 구매 시 무료배송

20,000원 미만 시 2,500원 배송비 부과

해외주문 서양도서/해외주문 일본도서(교보배송)
각각 구매하거나 함께 15,000원 이상 구매 시 무료배송

15,000원 미만 시 2,500원 배송비 부과

업체배송 상품(전집, GIFT, 음반/DVD 등)
해당 상품 상세페이지 "배송비" 참고 (업체 별/판매자 별 무료배송 기준 다름)
바로드림 오늘배송
업체에서 별도 배송하여 1Box당 배송비 2,500원 부과

1Box 기준 : 도서 10권

그 외 무료배송 기준
바로드림, eBook 상품을 주문한 경우, 플래티넘/골드/실버회원 무료배송쿠폰 이용하여 주문한 경우, 무료배송 등록 상품을 주문한 경우
주문정보를 불러오는 중입니다.
서울시 종로구 종로 1

알립니다.

  • 거래처 품절 상태로 재고수량이 충분치 않아 조기 품절될 수 있으며, 상품 상태가 깨끗하지 않을 수 있습니다. 양해 부탁드립니다.

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

패키지

북카드

키워드 Pick

키워드 Pick 안내

관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.

인공지능과 딥 러닝의 원리를 명료한 수식과 그림으로 설명한 체계적인 딥 러닝 교과서!
이 책은 인공지능 분야 최일선에 있는 연구자들이 일본 인공지능학회지에 게재했던 자신들의 연재물에 내용을 대폭 보강하여 만든 책이다. 지금까지의 딥 러닝 연구 성과를 수식과 함께 체계적으로 정리하였을 뿐만 아니라 앞으로 남은 과제를 구체적인 사례와 함께 서술하였다. 기초편에서는 딥 러닝의 전체 그림과 함께 대규모 신경망을 학습하는 데 필요한 노하우를 간략하게 정리하였으며, 응용편에서는 딥 러닝의 주요 응용 분야인 이미지 인식, 음성 인식, 자연어 처리에서 딥 러닝이 어떻게 적용되고 있는지와 함께 각 분야에 특화된 응용 기법을 소개하였다.

작가정보

편집 담당
산업기술종합연구소 주임연구원
연구 분야: 데이터 마이닝, 기계학습, 추천 시스템

저자(글) 아소 히데키

1장 집필
산업기술종합연구소 인공지능 연구센터 부센터장
연구 분야: 기계학습 및 응용

2장 집필
야마가타 대학교 부교수
연구 분야: 기계학습, 정보통계 역학, 이미지 처리

3장 집필
교토 대학교 조교
연구 분야: 기계학습, 강화학습, 통계적 이미지 처리

4장 집필
Preferred Infrastructure와 Preferred Networks의 임원 및 부사장
연구 분야: 기계학습, 대규모 데이터 분석, 자연어 처리, 데이터 구조

번역 심효섭

연세대학교 문헌정보학과를 졸업했고, 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하게 되면서 개발을 시작하였다. 네이버에서는 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에도 머신 러닝에 대한 학습도 꾸준히 하고 있다. 한편, 최근에는 회사에 속하지 않고 지속 가능한 삶에 골똘하고 있다.

저자 : 오카타니 타카유키
5장 집필
도호쿠 대학교 교수
연구 분야: 컴퓨터 비전

저자 : 쿠보 요타로
6장 집필
아마존 음성인식 과학자
연구 분야: 음성인식

저자 : 다누슈카 볼레갈라
7장 집필
리버풀 대학교 부교수
연구 분야: 자연어 처리, 데이터 마이닝, 기계학습

목차

  • PART 1 기초편_1
    CHAPTER 1 계층형 신경망을 이용한 딥 러닝_3
    1.1 시작하며 3
    1.2 데이터로부터 내부 표현 학습하기 5
    1.2.1 내부 표현의 중요성과 학습 기법 6
    1.2.2 특징 엔지니어링과 표현 학습 7
    1.3 계층형 신경망 10
    1.3.1 신경망 연구의 계보 10
    1.3.2 계층형 신경망의 수리적 모형 11
    1.4 계층형 신경망의 학습 13
    1.4.1 오차수정 학습 14
    1.4.2 오차역전파 학습 15
    1.4.3 경쟁학습 17
    1.5 딥 뉴럴넷을 이용한 심층 표현학습 18
    1.5.1 오차역전파 학습을 통한 내부 표현학습 19
    1.5.2 딥 뉴럴넷의 학습 20
    1.6 합성곱 신경망 21
    1.7 자기부호화기 24
    1.7.1 자기부호화기와 자기부호화기의 학습 24
    1.7.2 적층 자기부호화기 25
    1.7.3 희소 자기부호화기 27
    1.7.4 잡음제거 자기부호화기 28
    1.8 정리 28
    참고 문헌 30

    CHAPTER 2 딥 볼츠만 머신_35
    2.1시작하며 35
    2.2 통계적 머신 러닝의 아이디어 ― 데이터 생성 모형의 재현 37
    2.3 마르코프 확률장과 볼츠만 머신 40
    2.3.1 마르코프 확률장 40
    2.3.2 볼츠만 머신 42
    2.3.3 볼츠만 머신과 홉필드 네트워크의 관계 44
    2.3.4 볼츠만 머신의 학습을 위한 준비 45
    2.4 가시변수만 있는 볼츠만 머신의 학습 46
    2.4.1 쿨벡 - 라이블러 발산으로부터의 학습방정식 유도방법 49
    2.4.2 볼츠만 머신 학습에 대한 구현과 조합의 폭발 문제 51
    2.5 비가시변수가 있는 볼츠만 머신의 학습 53
    2.5.1 비가시변수가 있는 경우의 학습에 대해서 56
    2.5.2 비가시변수를 도입하는 의미 57
    2.6 볼츠만 머신에서의 근사 기법 59
    2.6.1 깁스 샘플링 60
    2.6.2 평균장 근사 63
    2.7 제약 볼츠만 머신 66
    2.7.1 조건부 독립성에 기초한 제약 볼츠만 머신의 성질 67
    2.7.2 제약 볼츠만 머신의 학습 69
    2.8 딥 볼츠만 머신 71
    2.8.1 딥 볼츠만 머신의 사전훈련 73
    2.8.2 사전훈련 후의 최대우도추정법에 기초한 학습 77
    2.8.3 제약 볼츠만 머신을 자기부호화기로 활용하기 79
    2.8.4 딥 볼츠만 머신의 이용법 81
    2.9 딥 빌리프넷 83
    2.9.1 딥 빌리프넷에 대한 사전훈련 및 추론 84
    2.9.2 딥 빌리프넷에 대한 사전훈련의 정당성 86
    2.10 정리 91
    참고 문헌 92

    CHAPTER 3 사전훈련과 그 주변_95
    3.1 시작하며 95
    3.2 자유도가 높은 통계 모형에 대한 학습의 어려움과 해결책 96
    3.2.1 학습을 어렵게 하는 요인 96
    3.2.2 기존의 해결법 98
    3.2.3 새로운 해결법 101
    3.3 자기부호화기를 이용한 내부 표현학습 104
    3.3.1 자기부호화기와 자기부호화기의 손실함수 정의 104
    3.3.2 층 단위 탐욕학습을 통한 자기부호화기의 사전훈련 106
    3.4 확률적 모형을 사용한 사전훈련 107
    3.4.1 제약 볼츠만 머신 107
    3.4.2 지수형 하모니움족 110
    3.4.3 대조적 발산을 이용한 지수형 하모니움족의 학습 114
    3.4.4 대조적 발산법이 최적화하는 손실함수 115
    3.4.5 대조적 발산법과 비슷한 학습 규칙을 갖는 알고리즘 123
    3.4.6 대조적 발산으로부터 파생한 학습 규칙 125
    3.4.7 확률적인 모형의 사전훈련과 자기부호화기 학습의 관계 127
    3.5 결정적 모형을 사용한 사전훈련 128
    3.5.1 비지도 학습을 통한 결정적 모형의 학습 130
    3.5.2 지도학습 방식을 이용한 결정적 모형의 학습 133
    3.6 Product of Experts 학습법으로 본 대조적 발산법 134
    3.7 정리 136
    참고 문헌 137

    CHAPTER 4 대규모 딥 러닝을 실현하기 위한 기술_141
    4.1 시작하며 141
    4.2 딥 러닝의 최적화 143
    4.2.1 딥 러닝의 기본 연산 143
    4.2.2 확률적 경사하강법 145
    4.3 속도 향상을 위한 기법 146
    4.3.1 분산병렬처리: 디스트빌리프 146
    4.3.2 GPU를 이용한 대규모 신경망학습 150
    4.3.3 인피니밴드의 이용 153
    4.3.4 학습수렴 속도를 향상시키는 방법 154
    4.4 과적합 억제: 드롭아웃 157
    4.5 활성화함수 161
    4.5.1 ReLU 161
    4.5.2 MaxOut 162
    4.6 학습률을 조정하는 기법 163
    4.6.1 AdaGrad 164
    4.6.2 Adam 164
    4.6.3 하이퍼파라미터의 최적화 165
    4.7 구현을 위한 기법 167
    4.7.1 구현이 올바른지 확인하기 167
    4.8 정리 168
    참고 문헌 168

    PART 2 응용편_171
    CHAPTER 5 이미지 인식을 위한 딥 러닝_173
    5.1 시작하며 173
    5.1.1 합성곱 신경망의 재발견 174
    5.1.2 후속 연구 175
    5.2 합성곱 신경망 177
    5.2.1 기본 구조 177
    5.2.2 합성곱층 178
    5.2.3 풀링층 181
    5.2.4 예제: 숫자 필기 인식을 위한 합성곱 신경망 182
    5.2.5 학습 184
    5.2.6 콘트라스트 조정과 데이터 정규화 186
    5.3 합성곱 신경망의 동작 188
    5.3.1 일반물체 인식의 어려움 188
    5.3.2 일반물체 인식의 기존 방법 189
    5.3.3 기존의 방법과 합성곱 신경망의 비교 193
    5.3.4 네트워크 구조와 인식 성능 195
    5.3.5 합성곱 신경망의 확장을 위한 시도 197
    5.4 합성곱 신경망의 내부 표현 198
    5.4.1 시각화 198
    5.4.2 뇌신경계와의 관계 199
    5.4.3 전이학습 200
    5.5 이미지 특징에 대한 비지도학습 201
    5.5.1 단층 자기부호화기를 이용한 국소특징 학습 201
    5.5.2 다층 신경망을 이용한 특징학습 204
    5.6 정리 208
    참고 문헌 209

    CHAPTER 6 음성 인식을 위한 딥 러닝_213
    6.1 시작하며 213
    6.2 음성 인식 215
    6.2.1 음성 인식에 사용되는 모형 215
    6.2.2 대규모 어휘 연속 음성 인식 시스템의 구성 219
    6.3 음성 인식에서 사용되는 신경망 220
    6.3.1 시간 지연 신경망 222
    6.3.2 은닉 마르코프 모형과 조합한 신경망: 절충적 방식 223
    6.3.3 은닉 마르코프와 조합한 신경망: 탠덤 방식 225
    6.4 음향 모형을 위한 딥 러닝: 사전훈련 227
    6.4.1 제약 볼츠만 머신을 이용한 사전훈련을 적용한 딥 뉴럴넷 ― 은닉 마르코프 모형 227
    6.4.2 잡음제거 자기부호화기를 이용한 사전훈련 230
    6.4.3 식별적 사전훈련 232
    6.5 음향 모형을 위한 딥 러닝: 학습과 모형의 진전 233
    6.5.1 연속열 식별학습 233
    6.5.2 순환결합 신경망을 이용한 음향 모형 238
    6.5.3 장단기 기억 241
    6.5.4 멀티스트림/멀티태스크 학습 245
    6.6 언어 모형에 대한 딥 러닝 246
    6.6.1 회귀 결합 신경망을 이용한 언어 모형 247
    6.7 정리 249
    참고 문헌 250

    CHAPTER 7 자연어 처리를 위한 딥 러닝_253
    7.1 시작하며 253
    7.2 딥 러닝과 언어 모형 256
    7.2.1 신경망 언어 모형 257
    7.2.2 그 외의 언어 모형 260
    7.3 단어 의미표현에 대한 학습 262
    7.3.1 상향식 의미표현 구축 기법 262
    7.3.2 하향식 의미표현 예측 기법 263
    7.3.3 계층형 소프트맥스를 이용한 계산 268
    7.3.4 의미표현학습 기법과 그 외의 주제 270
    7.4 딥 러닝과 의미 구축 273
    7.4.1 패러프레이즈 표현 인식에 대한 응용 274
    7.5 정리 279
    참고 문헌 280

책 속으로

이 책은 다양한 딥 러닝 기법을 소개하는 책이다. 하지만 그 전에 먼저 딥 러닝 대 그 외의 기법, 그리고 결정적 대 확률적 모형의 두 가지 관점에서 이들 모형의 관계를 밝히는 방법으로 딥 러닝의 큰 그림을 보여 주고자 한다. 그러고 나서 결정적 및 확률적 모형으로 나누어 각각의 기법을 간단히 소개한다.
_xix쪽

이렇듯 오차역전파 학습으로 관측 데이터로부터 과업에 적합한 내부 표현을 학습하여 얻을 수 있다는 것을 증명함으로써 계층형 신경망이 문자 인식, 음운 인식, 각종 신호 처리 등 다양한 과업에 대해 응용이 시도되었다. 예를 들면, 필기 인식이나 한자 인식과 같은 과업에서는 이미지로부터 특징을 추출하는 대신 이미지의 픽셀값을 그대로 신경망에 입력한 경우에도 사람이 설계한 특징을 입력했을 때와 거의 동등한 인식 성능을 얻을 수 있음을 보였다.
_19쪽

사전훈련이 끝났다면 그 결과를 초깃값으로 삼아 전체 DBM에 대한 근사적 최대우도추정을 통해 파라미터 값을 미세조정한다. 물론 계산부하 문제가 있으므로 응용에서는 2.6.1항에서 소개했던 깁스 샘플링과 2.6.2장에서 다룬 평균장 근사를 사용하여 근사적인 방법으로 학습을 하게 된다. 이번 항에서는 사전훈련이 끝난 뒤의 최대우도추정 방법에 대해 설명한다.
_77쪽

즉, 여러 선형함수의 값 중에서 최댓값을 함숫값으로 취한다. 달리 표현하면 활성화함수로서 구분선형적인 볼록함수를 이용하고, 이 볼록함수 역시 최적화를 통해 결정한다. MaxOut이나 ReLU 모두 선형구분함수의 형태를 취하고 있으나, ReLU보다 더 복잡한 함수를 표현할 수 있게 된다.
_162쪽

CNN을 포함하여 다층 NN의 매력은 학습을 통해 입력 데이터로부터 좋은 특징을 추출할 수 있다는 것이다. 다층 NN의 학습에는 또 한 가지 매력적인 점이 있다. 서로 다른 인식 과업 사이에 학습되는 특징에 공통점이 있다는 것이다.
_200쪽

이번 장에서는 음성 인식에 딥 러닝을 적용한 사례와 함께 현재 활발히 연구되고 있는 기술을 소개하였다. 음성 인식의 입력과 출력은 서로 성질이 크게 다른 시계열 데이터이므로 다른 응용 분야와 조금 다른 구조를 갖는 모형을 이용하는 경우가 많다. 그러나 이렇게 성질이 서로 다른 응용 분야에서도 딥 러닝 기술이 도입됨으로써 전문가가 세심하게 설계한 특징 추출 과정이 학습 가능한 구성 요소가 이어지는 형태로 치환될 수 있었다.
_249쪽

출판사 서평

딥 러닝 전문가를 위한 콤팩트한 기본서!
딥 러닝의 원리를 이해시키는 핵심 수식과 그림, 간결한 해설이 돋보이는 책!
인공지능과 딥 러닝의 원리를 명료한 수식과 그림으로 설명한 체계적인 딥 러닝 교과서!

이 책은 인공지능 분야 최일선에 있는 연구자들이 일본 인공지능학회지에 게재했던 자신들의 연재물에 내용을 대폭 보강하여 만든 책이다. 지금까지의 딥 러닝 연구 성과를 수식과 함께 체계적으로 정리하였을 뿐만 아니라 앞으로 남은 과제를 구체적인 사례와 함께 서술하였다. 기초편에서는 딥 러닝의 전체 그림과 함께 대규모 신경망을 학습하는 데 필요한 노하우를 간략하게 정리하였으며, 응용편에서는 딥 러닝의 주요 응용 분야인 이미지 인식, 음성 인식, 자연어 처리에서 딥 러닝이 어떻게 적용되고 있는지와 함께 각 분야에 특화된 응용 기법을 소개하였다.

대상 독자 및 주요 내용
● 인공지능 학과 대학원생
● 관련 업계 연구자나 엔지니어

기초편
● 1장 딥 러닝 개요
● 2장 볼츠만 머신
● 3장 대조적 발산
● 4장 딥 러닝의 대규모 구현

응용편
● 5장 이미지 인식
● 6장 음성 인식
● 7장 자연어 처리

기본정보

상품정보
ISBN 9791188621057
발행(출시)일자 2018년 03월 12일
쪽수 320쪽
크기
172 * 226 * 18 mm / 532 g
총권수 1권
시리즈명
제이펍의 인공지능 시리즈
원서명/저자명 深層學習/人工知能學會

Klover

Klover 리뷰 안내
교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1.리워드 안내
구매 후 90일 이내에 평점과 10자 이상의 리뷰 작성 시 e교환권 200원을 적립해 드립니다.
e교환권은 적립 일로부터 180일 동안 사용 가능합니다.
리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 리뷰 종류별로 구매한 아이디당 한 상품에 최초 1회 작성 건들에 대해서만 제공됩니다.
판매가 1,000원 미만 도서의 경우 리워드 지급 대상에서 제외됩니다.
한달 후 리뷰
구매 후 30일~ 120일 이내에 작성된 두 번째 구매리뷰에 대해 한 달 후 리뷰로 인지하고 e교환권 100원을 추가 제공합니다.

* 강연, 공연, 여행, 동영상, 사은품, 기프트카드 상품은 지급 제외
2.운영 원칙 안내
Klover 리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다.
일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

리뷰는 1인이 중복으로 작성하실 수는 있지만, 평점계산은 가장 최근에 남긴 1건의 리뷰만 반영됩니다.
3.신고하기
다른 고객이 작성리뷰에 대해 불쾌함을 느끼는 경우 신고를 할 수 있으며, 신고 자가 일정수준 이상 누적되면 작성하신 리뷰가 노출되지 않을 수 있습니다.

구매 후 리뷰 작성 시, e교환권 200원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는 교보문고의 새로운 서비스입니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요“ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보 없이 삭제될 수 있습니다.
리워드 안내
구매 후 90일 이내에 문장수집 작성 시 e교환권 100원을 적립해드립니다.
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.

구매 후 리뷰 작성 시, e교환권 100원 적립

이 책의 첫 기록을 남겨주세요

교환/반품/품절 안내

상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

이벤트
TOP

저자 모두보기

매장별 재고 및 도서위치

할인쿠폰 다운로드

  • 쿠폰은 주문결제화면에서 사용 가능합니다.
  • 다운로드한 쿠폰은 마이 > 나의 통장 에서 확인 가능합니다.
  • 도서정가제 적용 대상 상품에 대해서는 정가의 10%까지 쿠폰 할인이 가능합니다.
  • 도서정가제 적용 대상 상품에 10% 할인이 되었다면, 해당 상품에는 사용하실 수
    없습니다.

적립예정포인트 안내

  • 통합포인트 안내

    • 통합포인트는 교보문고(인터넷, 매장), 핫트랙스(인터넷, 매장), 모바일 교보문고 등 다양한 곳에서 사용하실 수 있습니다.
    • 상품 주문 시, 해당 상품의 적립률에 따라 적립 예정 포인트가 자동 합산되고 주문하신 상품이 발송완료 된 후에 자동으로 적립됩니다.
    • 단, 쿠폰 및 마일리지, 통합포인트, e교환권 사용 시 적립 예정 통합포인트가 변동될 수 있으며 주문취소나 반품시에는 적립된 통합포인트가 다시 차감됩니다.
  • 통합포인트 적립 안내

    • 통합포인트는 도서정가제 범위 내에서 적용됩니다.
    • 추가적립 및 회원 혜택은 도서정가제 대상상품(국내도서, eBook등)으로만 주문시는 해당되지 않습니다.
  • 기본적립) 상품별 적립금액

    • 온라인교보문고에서 상품 구매시 상품의 적립률에 따라 적립됩니다.
    • 단 도서정가제 적용 대상인 국내도서,eBook은 15%내에서 할인율을 제외한 금액내로 적립됩니다.
  • 추가적립) 5만원 이상 구매시 통합포인트 2천원 추가적립

    • 5만원 이상 구매시 통합포인트 2천원 적립됩니다.
    • 도서정가제 예외상품(외서,음반,DVD,잡지(일부),기프트) 2천원 이상 포함시 적립 가능합니다.
    • 주문하신 상품이 전체 품절인 경우 적립되지 않습니다.
  • 회원혜택) 3만원이상 구매시 회원등급별 2~4% 추가적립

    • 회원등급이 플래티넘, 골드, 실버 등급의 경우 추가적립 됩니다.
    • 추가적립은 실결제액 기준(쿠폰 및 마일리지, 통합포인트, e교환권 사용액 제외) 3만원 이상일 경우 적립됩니다.
    • 주문 후 취소,반품분의 통합포인트는 단품별로 회수되며, 반품으로 인해 결제잔액이 3만원 미만으로 변경될 경우 추가 통합포인트는 전액 회수될 수 있습니다.

제휴 포인트 안내

제휴 포인트 사용

  • OK CASHBAG 10원 단위사용 (사용금액 제한없음)
  • GS&POINT 최대 10만 원 사용
더보기

구매방법 별 배송안내

지역별 도착 예정일

수도권 지역

배송 일정 안내 테이블로 결제 완료 시간, 도착예정일 결제 완료 시간 컬럼의 하위로 평일 0시 ~ 12시 토요일 0시 ~ 11시 평일 12시 ~ 22시 평일 12시 ~ 24시 토요일 11시 ~ 21시 을(를) 나타낸 표입니다.
결제 완료 시간 도착예정일
평일 0시 ~ 12시

토요일 0시 ~ 11시
당일배송 오늘

당일배송 오늘
평일 12시 ~ 22시

평일 12시 ~ 24시

토요일 11시 ~ 21시
새벽배송 내일 07시 이전

내일

일요배송 일요일

수도권 외 (천안, 대전, 울산, 부산, 대구, 창원)

배송 일정 안내 테이블로 결제 완료 시간, 도착예정일 결제 완료 시간 컬럼의 하위로 월~토 0시 ~ 11시 30분 을(를) 나타낸 표입니다.
결제 완료 시간 도착예정일
월~토 0시 ~ 11시 30분
당일배송 오늘

배송 유의사항

  • 새벽배송과 일요배송은 수도권 일부 지역을 대상으로 합니다. 상품 상세페이지에서 도착 예정일을 확인해 주세요.
  • 수도권 외 지역에서 선물포장하기 또는 사은품을 포함하여 주문할 경우 당일배송 불가합니다.
  • 무통장입금 주문 후 당일 배송 가능 시간 이후 입금된 경우 당일 배송 불가합니다.
  • 새벽배송의 경우 공동 현관 출입 번호가 누락 되었거나 틀릴 경우 요청하신 방법으로 출입이 어려워, 부득이하게 공동 현관 또는 경비실 앞에 배송 될 수 있습니다.
  • 학교, 관공서, 회사 등 출입 제한 시간이 있는 곳은 당일배송, 새벽배송, 일요배송이 제공되지 않을 수 있습니다.
  • 공휴일과 겹친 토요일, 일요일은 일요일 배송에서 제외됩니다. 일요배송은 한정 수량에 한해 제공됩니다. 수량 초과 시 일반배송으로 발송되니 주문 시 도착 예정일을 확인해 주세요.
  • 주문 후 배송지 변경 시 변경된 배송지에 따라 익일 배송될 수 있습니다.
  • 수도권 외 지역의 경우 효율적인 배송을 위해 각 지역 매장에서 택배를 발송하므로, 주문 시의 부록과 상이할 수 있습니다.
  • 각 지역 매장에서 재고 부족 시 재고 확보를 위해 당일 배송이 불가할 수 있습니다.
  • 기상악화로 인한 도로 사정으로 일부 지역의 배송 지연이 발생될 수 있습니다.
  • 출고 예정일이 5일 이상인 상품의 경우(결제일로부터 7일 동안 미입고), 출판사 / 유통사 사정으로 품/절판 되어 구입이 어려울 수 있습니다. 이 경우 SMS, 메일로 알려드립니다.
  • 분철상품 주문 시 분철 작업으로 인해 기존 도착 예정일에 2일 정도 추가되며, 당일 배송, 해외 배송이 불가합니다.
  • 해외주문도서는 해외 거래처 사정에 의해 품절/지연될 수 있습니다.
  • 스페셜오더 도서나 일서 해외 주문 도서와 함께 주문 시 배송일이 이에 맞추어 지연되오니, 이점 유의해 주시기 바랍니다.

바로드림존에서 받기

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 받기
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상 시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함 되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해 주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반 코너에서 수령확인이 가능합니다
  • 선물 받는 분의 휴대폰번호만 입력하신 후 결제하시면 받는 분 휴대폰으로 선물번호가 전달됩니다.
  • 문자를 받은 분께서는 마이 > 주문관리 > 모바일 선물내역 화면에서 선물번호와 배송지 정보를 입력하시면 선물주문이 완료되어 상품준비 및 배송이 진행됩니다.
  • 선물하기 결제하신 후 14일까지 받는 분이 선물번호를 등록하지 않으실 경우 주문은 자동취소 됩니다.
  • 또한 배송 전 상품이 품절 / 절판 될 경우 주문은 자동취소 됩니다.

바로드림 서비스 안내

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 받기
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.
  1. STEP 01
    픽업박스에서 찾기 주문
  2. STEP 02
    도서준비완료 후 휴대폰으로 인증번호 전송
  3. STEP 03
    매장 방문하여 픽업박스에서 인증번호 입력 후 도서 픽업
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.

도서 소득공제 안내

  • 도서 소득공제란?

    • 2018년 7월 1일 부터 근로소득자가 신용카드 등으로 도서구입 및 공연을 관람하기 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(내서,외서,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)
    • 현금결제 : 예치금, 교보e캐시(충전에한함), 해피머니상품권, 컬쳐캐쉬, 기프트 카드, 실시간계좌이체, 온라인입금
    • 간편결제 : 교보페이, 네이버페이, 삼성페이, 카카오페이, PAYCO, 토스, CHAI
      • 현금결제는 현금영수증을 개인소득공제용으로 신청 시에만 도서 소득공제 됩니다.
      • 교보e캐시 도서 소득공제 금액은 교보eBook > e캐시 > 충전/사용내역에서 확인 가능합니다.
      • SKpay, 휴대폰 결제, 교보캐시는 도서 소득공제 불가
  • 부분 취소 안내

    • 대상상품+제외상품을 주문하여 신용카드 "2회 결제하기"를 선택 한 경우, 부분취소/반품 시 예치금으로 환원됩니다.

      신용카드 결제 후 예치금으로 환원 된 경우 승인취소 되지 않습니다.

  • 도서 소득공제 불가 안내

    • 법인카드로 결제 한 경우
    • 현금영수증을 사업자증빙용으로 신청 한 경우
    • 분철신청시 발생되는 분철비용

알림 신청

아래의 알림 신청 시 원하시는 소식을 받아 보실 수 있습니다.
알림신청 취소는 마이룸 > 알림신청내역에서 가능합니다.

딥 러닝 제대로 정리하기
인공지능과 딥 러닝의 원리를 명료한 수식과 그림으로 설명한 | 체계적인 딥 러닝 교과서
신고

신고 사유를 선택해주세요.
신고 내용은 이용약관 및 정책에 의해 처리됩니다.

허위 신고일 경우, 신고자의 서비스 활동이 제한될 수 있으니 유의하시어
신중하게 신고해주세요.

판형알림

  • A3 [297×420mm]
  • A4 [210×297mm]
  • A5 [148×210mm]
  • A6 [105×148mm]
  • B4 [257×364mm]
  • B5 [182×257mm]
  • B6 [128×182mm]
  • 8C [8절]
  • 기타 [가로×세로]
EBS X 교보문고 고객님을 위한 5,000원 열공 혜택!
자세히 보기

해외주문양서 배송지연 안내

현재 미국 현지 눈폭풍으로 인해
해외 거래처 출고가 지연되고 있습니다.

해외주문양서 주문 시
예상 출고일보다 배송기간이 더 소요될 수 있으니
고객님의 너그러운 양해 부탁드립니다.

감사합니다.