본문 바로가기

추천 검색어

실시간 인기 검색어

텐서플로우 2와 케라스를 이용한 고급 딥러닝

Rowel Atienza 저자(글) · 이재광 , 방영규 번역
DK로드북스 · 2021년 02월 25일
10.0 (1개의 리뷰)
최고예요 (100%의 구매자)
  • 텐서플로우 2와 케라스를 이용한 고급 딥러닝 대표 이미지
    텐서플로우 2와 케라스를 이용한 고급 딥러닝 대표 이미지
  • A4
    사이즈 비교
    210x297
    텐서플로우 2와 케라스를 이용한 고급 딥러닝 사이즈 비교 181x235
    단위 : mm
무료배송 이벤트 소득공제
42,000
적립/혜택
420P

기본적립

1% 적립 420P

추가적립

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 420P
  • 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

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.

텐서플로우 2와 케라스를 이용한 고급 딥러닝 상세 이미지
최근 4차 산업혁명 시대를 맞이하여 인공지능을 포함한 빅데이터, 로봇, 자율주행자동차,
드론, 5G 등의 기술 발전에서 소프트웨어에 대한 중요성이 점점 더 높아지고 있다. 특히 소프트웨어를 이용한 인공지능(AI) 분야에 대한 적용 및 활용 기술의 개발이 활발하게 이루어지고 있다. 따라서 인공지능, 기계 학습, 심층 학습, 강화 학습 분야의 기술 개발을 위해 파이썬 등과 같은 다양한 프로그램 언어들이 개발되어 사용되고 있는데, 그중에서 심층 학습은 컴퓨터 비전, 음성 인식, 자연어 처리 및 이해 분야에서 놀랄만한 발전을 거듭해 왔다.
앞으로도 심층 학습은 비전 기반의 감지 및 인식, 자율 주행, 에너지 절약, 신약 개발, 금융 및 마케팅 분야의 애플리케이션에서 심층 학습 알고리즘이 많이 적용될 것으로 예상하고 있다. 따라서, Tensorflow와 Keras를 이용한 고급 심층 학습 프로그래밍을 익히고자 하는 국내 개발자들에게 많은 도움이 될 좋은 책이라 생각되어 번역하게 되었다.
이 책을 통해 Tensorflow 2에서 Keras API를 이용하여 구현한 코드를 샘플을 차례대로 배우게 되면 개발자가 구현하고자 하는 애플리케이션 개발에 적용할 수 있는 능력을 키울 수 있을 것으로 판단된다. 이 책에는 다음과 같은 내용이 차례대로 설명되어 있다.

ㆍ 심층 학습의 기본 개요로서 최적화, 정규화, 손실 함수, 레이어와 네트워크의 핵
심 개념
ㆍ 심층 신경망 구조인 Resnet와 DensNet, 함수형 API
ㆍ 입력 데이터의 잠재 표현을 다루는 오토인코더 네트워크 구조
ㆍ 생성적 적대 신경망(GAN)의 기본 개념과 DCGAN, CGAN
ㆍ 향상된 GAN에서 개선된 알고리즘과 WGAN, LSGAN, ACGAN
ㆍ 풀어진 GAN, 교차-도메인 GAN
ㆍ 변분 오토인코더에 대한 기본 개념과 와 CVAE, β-VAE
ㆍ 심층 강화 학습과 Q-learning 기본 개념
ㆍ 강화 학습에서 의사결정을 위해 정책을 학습하는 신경망
ㆍ 객체 감지, 시멘틱 분할, 상호 정보를 이용한 비지도 학습
위의 내용을 텐서플로우 2의 kerasAPI 또는 tf.keras로 구현한 코드도 함께 제시되어 있다.
따라서 기본 개념과 실제 코드 구현을 통하여 학습하게 되면 실제 개발자가 해결하고자 하는 문제들에 대해서도 적용이 가능할 것으로 생각된다. 나름은 전문 용어들을 표준에 맞추어 번역하려고 노력하였지만 부족한 점이 많으리라 생각된다. 혹 미흡한 부분을 지적해 주시면 다음 기회에 더 좋은 내용이 되도록 노력하겠다. 이 책을 통하여 기계 학습 및 심층 학습을 이용한 애플리케이션 알고리즘 개발에 조금이나마 도움이 되었으면 한다.

작가정보

저자(글) Rowel Atienza

Rowel Atienza는 필리핀국립대학(Diliman)의 전기 및 전자공학부의 부교수이다. 그는 Dado와 Maria Banatao 연구소의 석좌교수를 역임했으며 AI를 적용한 사족 로봇에 대한 연구로 싱가포르 대학으로부터 석사 학위를 받았다. 호주 국립 대학에서 인간-로봇 상호 작용을 위한 능동적 시선 추적 분야에서 기여한 공로를 인정받아 박사 학위를 받았다. 그는 현재 AI와 컴퓨터 비전 연구에 전념하고 있다.

ㆍ 한남대학교 컴퓨터공학과 교수

목차

  • 1장 Keras를 이용한 고급 심층 학습 소개
    1. 왜 Keras가 완벽한 심층학습 라이브러리 인가? 4
    Keras와 텐서플로우 설치하기 5
    2. MLP, CNN, RNN 8
    MLP, CNN, 그리고 RNN의 차이점 8
    3. 멀티레이어 퍼셉트론(MLP) 9
    MNIST 데이터셋 10
    MNIST 숫자 분류기 모델 13
    MLP와 Keras를 이용하여 모델 구축하기 17
    정규화 20
    출력 활성화 및 손실 함수 21
    최적화 24
    성능 평가 29
    모델 요약 30
    4. 합성곱 신경망(CNN) 33
    합성곱 35
    풀링(Pooling) 연산 37
    성능 평가 및 모델 요약 38
    5. 순환 신경망(RNN) 40
    6. 요점 정리 46
    7. 참고자료 47

    2장 심층 신경망
    1. 함수형 API 52
    두 개의 입력과 하나의 출력을 갖는 모델 생성하기 55
    2. 심층 잔차 네트워크(ResNet) 62
    3. ResNet v2 73
    4. 조밀하게 연결된 합성곱 네트워크(DenseNet) 77
    CIFAR10으로 100-레이어 DenseNet-BC 구축하기 81
    5. 요점 정리 84
    6. 참고자료 85

    3장 오토인코더
    1. 오토인코더의 원리 90
    2. Keras를 이용한 오토인코더 구축하기 93
    3. 노이즈 제거 오토인코더(DAE) 104
    4. 자동 채색 오토인코더 110
    5. 요점 정리 118
    6. 참고자료 119

    4장 생성적 적대 신경망(GAN)
    1. GAN의 개요 123
    GAN의 원리 125
    2. Keras로 DCGAN 구현하기 131
    3. 조건부(conditional) GAN 142
    4. 요점 정리 153
    5. 참고자료 153

    5장 향상된 GAN
    1. Wasserstein GAN 158
    거리 함수 158
    GAN의 거리 함수 161
    Wasserstein 손실 사용하기 164
    Keras를 이용한 WGAN 구현 169
    2. Least-squares GAN(LSGAN) 177
    3. 보조 분류기(Auxiliary Classifier) GAN(ACGAN) 182
    4. 요점 정리 196
    5. 참고자료 196

    6장 풀어진 표현 GAN
    1. 풀어진 표현 200
    InfoGAN 202
    Keras로 InfoGAN 구현 206
    InfoGAN의 생성자 출력 218
    2. StackedGAN 221
    Keras로 StackedGAN 구현 222
    StackedGAN의 생성자 출력 240
    3. 요점 정리 244
    4. 참고자료 244

    7장 교차-도메인 GAN
    1. CycleGAN의 기본 개념 248
    CycleGAN 모델 251
    Keras를 이용한 CycleGAN 구현 258
    CycleGAN의 생성자 출력 276
    MNIST의 CycleGAN 및 SVHN 데이터셋 279
    2. 요점 정리 286
    3. 참고자료 287

    8장 변분 오토인코더(VAEs)
    1. VAE의 기본 개념 292
    변분 추론 294
    핵심 방정식 294
    최적화 296
    재매개변수화 기법 297
    디코더 테스트 298
    Keras의 VAE 298
    CNN을 이용한 AE 308
    2. 조건부 VAE (CVAE) 315
    3. ? -VAE -풀어진 잠재 표현을 갖는 VAE 323
    4. 요점 정리 327
    5. 참고자료 327

    9장 심층 강화 학습
    1. 강화 학습(RL)의 기본 개념 332
    2. Q 값 335
    3. Q-learning 예제 337
    파이썬에 의한 Q-Learning 343
    4. 비결정론적 환경 351
    5. 시간차 학습(Temporal-difference learning) 352
    OpenAI Gym에서 Q-learning 352
    6. 심층 Q-Network(DQN) 359
    Keras에서 DQN 363
    Double Q-learning (DDQN) 371
    7. 요점 정리 375
    8. 참고자료 376

    10장 정책 경사 방법
    1. 정책 경사 정리 380
    2. 몬테 카를로(Monte Carlo) 정책 경사(REINFORCE) 방법 383
    3. 기준치를 갖는 REINFORCE 방법 387
    4. Actor-Critic 방법 393
    5. Advantage Actor-Critic(A2C) 방법 397
    6. Keras를 이용한 정책 경사 방법 401
    7. 정책 기울기 방법들의 성능 평가 420
    8. 요점 정리 427
    9. 참고자료 427

    11장 객체 감지
    1. 객체 감지 432
    2. 앵커 박스 435
    3. 정답 앵커 박스 442
    4. 손실 함수 450
    5. SSD 모델 아키텍처 454
    6. Keras에서 SSD 모델 아키텍처 458
    7. Keras에서 SSD 객체 459
    8. Keras에서 SSD 모델 464
    9. Keras에서 데이터 생성기 모델 468
    10. 예제 데이터셋 472
    11. SSD 모델 훈련 473
    12. 비-최대값 억제(NMS) 알고리즘 475
    13. SSD 모델 검증 479
    14. 요점 정리 487
    15. 참고자료 487

    12장 시멘틱 분할
    1. 분할 492
    2. 시멘틱 분할 네트워크 495
    3. Keras의 시멘틱 분할 네트워크 498
    4. 예제 데이터셋 505
    5. 시멘틱 분할 검증 507
    6. 요점 정리 511
    7. 참고자료 512

    13장 상호 정보를 이용한 비지도 학습
    1. 상호 정보 516
    2. 상호 정보와 엔트로피 518
    3. 이산 확률 변수의 상호 정보 극대화에 의한 비지도 학습 521
    4. 비지도 클러스터링을 위한 인코더 네트워크 525
    5. Keras에서 비지도 클러스터링 구현 529
    6. MNIST를 이용한 검증 542
    7. 연속 확률 변수의 상호 정보 최대화에 의한 비지도 학습 543
    8. 이변량 가우시안의 상호 정보 추정 545
    9. Keras에서 연속 확률 변수를 이용한 비지도 클로스터링 552
    10. 요점 정리 561
    11. 참고자료 562

출판사 서평

| 이 책의 대상 |
이 책은 심층 학습의 고급 주제들을 더 깊이 이해하길 원하는 기계 학습 엔지니어들과 학생들을 대상으로 한다. Keras로 구현한 코드로 각 설명을 보충하였다. 특히, 텐서플로우 2의 Keras API 또는 tf.keras를 이용하였다. 이 책은 이론을 Keras 코드로 구현하는 방법에 대해 이해하길 원하는 독자들을 위한 것이다. 이론을 이해하는 것 외에도, 코드 구현은 기계 학습을 실제의 문제들에 적용함에 있어 어려운 작업 중 하나이다.

■이 책의 특징
1장. “Keras와 함께 고급 심층 학습 소개”에서는 최적화, 정규화, 손실 함수, 기본적인 레이어들 및 네트워크의 핵심 개념과 tf.keras로 이에 대한 구현을 다룬다. 이 장은 심층 학습과 순차형 API를 이용하는 tf.keras에 관한 리뷰를 제공한다.

2장. “심층 신경망”에서는 tf.keras의 함수형 API를 다룬다. 널리 사용되는 두 개의 심층 신경망 아키텍처인 ResNet과 DensNet을 설명하고 함수형 API를 이용하여 tf.keras로 구현한다.

3장. “오토인코더”에서는 입력 데이터의 잠재 표현을 다루는데 일반적으로 사용되는 오토인코더(autoencoder)라고 하는 네트워크의 구조를 다룬다. 오토인코더의 두 가지 예제 어플리케이션인 노이즈 제거와 채색을 설명하고 tf.keras로 구현한다.

4장. “생성적 적대 신경망(GAN)”에서는 최근 심층 학습의 발전된 중요한 기법 중 하나이다.
GAN은 실제처럼 보이는 합성된 데이터를 생성하는데 사용된다. 이 장은 GAN의 기본 개념을 설명한다. GAN의 두 가지 예제인 DCGAN과 CGAN을 설명하고 tf.keras로 구현한다.

5장. “향상된 GAN”에서는 기본 GAN을 개선한 알고리즘을 다룬다. 이 알고리즘은 GAN훈련의 어려운 점을 해결하고 합성 데이터의 품질을 개선한다. WGAN, LSGAN 및AC GAN을 설명하고 tf.keras로 구현한다.

6장. “풀어진 표현 GAN”에서는 GAN으로 생성된 합성 데이터의 속성을 제어하는 방법에 대해 설명하다. 잠재 표현을 풀면 속성을 제어할 수 있다. 표현을 푸는 두 기법인 InfoGAN과 StackedGAN을 설명하고 tf.keras로 구현한다.

7장. “교차-도메인 GAN”에서는 일반적으로 교차-도메인 변환이라고 알려진, 하나의 도메인에서 다른 도메인으로 이미지를 변환하는 GAN의 실제적인 어플리케이션을 다룬다.
교차-도메인 GAN으로 널리 사용되는 CycleGAN을 설명하고 tf.keras로 구현한다.
이 장은 채색 및 스타일 변환을 수행하는 CycleGAN을 설명한다.
8장. “변분 오토인코더(VAE)”에서는 DL에서 또 하나의 중요한 주제를 설명한다. GAN과 유사한 VAE는 합성 데이터를 생성하는데 사용되는 생성 모델이다. GAN과는 달리, VAE는 변분 추론에 적합한 디코딩이 가능한 연속의 잠재 공간에 중점을 둔다. VAE와 이것의 변형인 CVAE 및 β-VAE를 설명하고 tf.keras로 구현한다.

9장. “심층 강화 학습”에서는 강화 학습과 Q-learning의 기본 개념을 설명한다. 이산 행동 공간에 대한 Q-learning을 구현하는 두 가지 기법인 Q-table 업데이트와 Deep Q-Networks (DQN)를 설명한다. OpenAI Gym 환경에서 파이썬을 이용한 Q-learning과 tf.keras의 DQN의 구현을 보여준다.

10장. “정책 경사 방법”에서는 강화 학습에서 의사 결정을 위해 정책을 학습하는 신경망을 사용하는 방법에 대해 설명한다. 네 가지 방법인 REINFORCE, 기준치를 갖는 REINFORCE, Actor-Critic 및 Advantage Actor-Critic을 설명하고 tf.keras와 OpenAI Gym 환경에서 구현한다. 이 장에서 보여주는 예제는 연속의 행동 공간에 대한 정책 경사 방법을 설명한다.

11장. “객체 감지”에서는 컴퓨터 비전, 객체 감지 또는 식별 그리고 이미지의 위치 파악에 대한 가장 일반적인 어플리케이션 중 하나를 설명한다. SSD라고 하는 멀티-스케일 객체 감지 알고리즘의 핵심 개념을 설명하고 tf.keras를 이용하여 단계별로 구현한다.
데이터셋 수집과 레이블링에 대한 기법을 예를 들어 설명한다. 그 후, 데이터셋을 이용하여 tf.keras로 SSD의 훈련과 평가를 구현한다.

12장. “시멘틱 분할”에서는 컴퓨터 비전, 시멘틱 분할 또는 이미지에서 각 픽셀에 대해 객체
클래스를 식별하는 것에 관한 또 다른 일반적인 어플리케이션을 설명한다. 분할의 기본 개념을 설명한다. 그 다음에, 좀 더 자세히 시멘틱 분할을 설명한다. FCN이라고 하는 시멘틱 분할 알고리즘의 구현 예제를 tf.keras를 이용하여 구축하고 평가한다. 이전 장에서 수집된 동일한 데이터셋을 이용하지만 시멘틱 분할을 위해 다시 레이블링 한다.

13장. “상호 정보를 이용한 비지도 학습”에서는 DL이 인간의 레이블링에 깊이 의존한다면, 왜 발전하지 못하는지 살펴본다. 비지도 학습은 인간의 레이블링을 필요로 하지 않는 알고리즘에 중점을 둔다. 비지도 학습을 이루기 위한 효과적인 기법 중 하나는 상호 정보(MI, Mutual Information)의 개념에 대한 이점을 활용하는 것이다. MI를 최대화 하도록, tf.keras를 이용하여 비지도 클러스터링/분류를 구현하고 평가한다.

기본정보

상품정보
ISBN 9791196965655
발행(출시)일자 2021년 02월 25일
쪽수 590쪽
크기
181 * 235 * 30 mm / 1080 g
총권수 1권
원서명/저자명 Advanced Deep Learning with TensorFlow 2 and Keras - Second Edition/Atienza, Rowel

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

저자(글)

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.

텐서플로우 2와 케라스를 이용한 고급 딥러닝
DL, GAN, VAE, 심층 RL, 비지도 학습, 객체 감지 및 분할 등 적용
2 판
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.