산업안전 기사/산업기사 필기 또는 초보자를 위한 신경망 딥러닝 입문 > 도서

산업안전 기사/산업기사 필기



도서명 : 산업안전 기사/산업기사 필기
저자/출판사 : 김윤, 세진사
쪽수 : 1016쪽
출판일 : 2019-01-09
ISBN : 9791160451603
정가 : 33000

『1과목 산업안전관리론』
제1장. 안전보건관리 개요
제2장. 재해 및 안전점검
제3장. 무재해 운동 및 보호구
제4장. 산업안전심리
제5장. 인간의 행동과학
제6장. 안전보건교육

『2과목 인간공학 및 시스템안전공학』
제1장. 안전과 인간공학
제2장. 정보입력표시
제3장. 인간계측 및 작업공간
제4장. 작업환경관리
제5장. 시스템 안전
제6장. 결함수 분석법(FTA)
제7장. 각종 설비의 유지

『3과목 기계위험방지기술』
제1장. 기계안전의 개념
제2장. 공작기계의 안전
제3장. 프레스 및 전단기의 안전
제4장. 기타 산업용 기계·기구
제5장. 운반기계 및 양중기

『4과목 전기위험방지기술』
제1장. 전기안전일반
제2장. 전격재해 및 방지대책
제3장. 전기화재 및 예방대책
제4장. 정전기 재해방지대책
제5장. 전기설비의 방폭구조

『5과목 화학설비위험방지기술』
*산업안전보건법에 관한 규칙
제1장. 위험물, 유해화학물질의 종류
제2장. 폭발방지 및 안전대책
제3장. 화학설비의 안전
제4장. 화재예방 및 소화방법

『6과목 건설안전기술』
제1장. 건설공사 안전개요
제2장. 건설공구 및 장비
제3장. 양중기 및 해체용 기구의 안전
제4장. 건설재해의 대책
제5장. 건설 가시설물의 설치기준
제6장. 건설 구조물공사의 안전
제7장. 운반·하역작업
*기타 중요사항 정리

『과목별 확인문제』
1과목. 안전관리론
2과목. 인간공학 및 시스템안전공학
3과목. 기계위험방지기술
4과목. 전기위험방지기술
5과목. 화학설비위험방지기술
6과목. 건설안전기술

『산업안전기사 최근기출문제』
2017년 1회 산업안전기사 기출문제
2017년 2회 산업안전기사 기출문제
2017년 3회 산업안전기사 기출문제
2018년 1회 산업안전기사 기출문제
2018년 2회 산업안전기사 기출문제
2018년 3회 산업안전기사 기출문제

『산업안전산업기사 최근기출문제』
2017년 1회 산업안전산업기사 기출문제
2017년 2회 산업안전산업기사 기출문제
2017년 3회 산업안전산업기사 기출문제
2018년 1회 산업안전산업기사 기출문제
2018년 2회 산업안전산업기사 기출문제
2018년 3회 산업안전산업기사 기출문제




초보자를 위한 신경망 딥러닝 입문



도서명 : 초보자를 위한 신경망 딥러닝 입문
저자/출판사 : 아다치 하루카, 위키북스
쪽수 : 308쪽
출판일 : 2018-09-07
ISBN : 9791158391164
정가 : 22000

▣ 1장: AI 세계에 오신 것을 환영합니다
1.1. AI와 데이터 과학
___1.1.1 데이터 과학자의 기술
___1.1.2 데이터 과학의 업무
1.2. 머신러닝
___1.2.1 지도 학습과 예측
___1.2.2 비지도 학습과 지식 발견
___1.2.3 모델 만들 때의 검증
___1.2.4 머신러닝의 툴
1.3. 신경망에서 딥러닝으로
___1.3.1 신경망이란?
___1.3.2 딥러닝은?
1장 정리

▣ 2장: 딥러닝의 기법
2.1. 신경망
___2.1.1 신경망의 개요
___2.1.2 순전파의 구조
___2.1.3 역전파의 시스템
2.2. 딥러닝
___2.2.1 오토 인코더 시스템
___2.2.2 학습의 테크닉
2.3. 합성곱 신경망
___2.3.1 합성곱층의 시스템
___2.3.2 풀링층의 시스템
___2.3.3 패딩의 시스템
2.4. 재귀형 신경망
___2.4.1 순전파와 역전파의 시스템
___2.4.2 LSTM의 시스템
2장 정리

▣ 3장: 인공지능(AI) 툴과 신경망 콘솔(Neural Network Console)
3.1. 전 세계에 보급된 AI 툴
___3.1.1 딥러닝의 주요한 툴
3.2. 신경망 콘솔
3.3. NNC 설치
___3.3.1 사전 준비
___3.3.2 NNC 내려받기
___3.3.3 NNC 설치
___3.3.4 NNC 애플리케이션의 폴더 구성
___3.3.5 NNC 실행
3.4. NNC 조작 화면
___3.4.1 PROJECT(프로젝트) 화면
___3.4.2 DATASET(데이터셋) 화면
___3.4.3 EDIT(편집) 화면
___3.4.4 TRAINING(학습) 화면
___3.4.5 EVALUATION(평가) 화면
___3.4.6 CONFIG(설정) 화면
3장 정리

▣ 4장: 초급 - 샘플 프로젝트를 실행해 보자!
4.1. 신경망을 이용한 이미지 분류(1)
___4.1.1 작성된 프로젝트를 연다
___4.1.2 사용할 데이터 세트 확인
___4.1.3 완성된 네트워크 구조를 확인
___4.1.4 학습 조건의 설정
___4.1.5 학습의 실행
___4.1.6 평가의 실행
4.2. CNN으로 이미지 분류(1)
___4.2.1 작성된 프로젝트를 연다
___4.2.2 사용할 데이터 세트 확인
___4.2.3 완성된 네트워크 구조 확인
___4.2.4 학습 조건의 설정
___4.2.5 평가의 실행
___4.2.6 평가의 실행
4장 정리

▣ 5장: 중급 - 신규 프로젝트를 실행해 보자!
5.1. 신경망을 사용한 이미지 분류(2)
___5.1.1 새로운 프로젝트 만들기
___5.1.2 데이터 세트의 선택
___5.1.3 네트워크 만들기: 컴포넌트의 배치
___5.1.4 네트워크 만들기: 컴포넌트의 파라미터 설정
___5.1.5 학습 조건과 최적화 설정
___5.1.6 학습의 실행
___5.1.7 평가의 실행
5.2. CNN을 이용한 이미지 분류(2)
___5.2.1 새로운 프로젝트 만들기
___5.2.2 데이터 세트의 선택
___5.2.3 네트워크 만들기: 컴포넌트의 배치
___5.2.4 네트워크 만들기: 컴포넌트의 파라미터 설정
___5.2.5 학습 조건과 최적화 설정
___5.2.6 학습의 실행
___5.2.7 평가의 실행
5.3. 네트워크 구조의 최적화
___5.3.1 앞에서 만든 프로젝트 복제
___5.3.2 네트워크 구조의 최적화 설정
5장 정리 164

▣ 6장: 상급 - 원본 이미지로 구현해 보자!
6.1. 데이터 세트 만들기
___6.1.1 폴더 만들기
___6.1.2 데이터 세트 확인
6.2. 네트워크 만들기
___6.2.1 프로젝트 만들기
___6.2.2 네트워크의 수정
6.3. 데이터 세트의 선택
6.4. 학습 조건의 설정
___6.4.1 Global Config의 설정
___6.4.2 Optimizer의 설정
6.5. 학습의 실행
6.6. 평가의 실행
6장 정리

▣ 7장: 상급 - 원본 데이터로 구현해 보자!
7.1. 데이터의 전처리
___7.1.1 NNC에서의 구조화 데이터의 처리
___7.1.2 데이터 분석 소프트웨어 - 래피드마이너
___7.1.3 래피드마이너의 설치와 실행
___7.1.4 래피드마이너의 화면 구성
___7.1.5 구현에 사용할 데이터 세트
___7.1.6 래피드마이너를 사용한 데이터의 전처리 - 기본적인 성형
___7.1.7 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로 변환(학습 데이터)
___7.1.8 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로의 변환(평가 데이터)
7.2. 데이터 세트의 등록
7.3. 네트워크 만들기
7.4. 데이터 세트의 선택
7.5. 학습 조건의 설정
7.6. 학습의 실행
7.7. 평가의 실행
7장 정리

▣ 부록 A
A.1. NNC에 대응하지 않는 OS가 설치된 PC에 NNC 설치하기
___A.1.1 VirtualBox의 설치
___A.1.2 윈도우 10의 설치
___A.1.3 신경망 콘솔(NNC)의 설치
___A.1.4 데이터의 전처리
A.2. 머신러닝을 사용해 분류 문제를 해결해 보자!
___A.2.1 결정 트리
___A.2.2 학습의 실행
___A.2.3 평가의 실행
책을 마치며