지은이ㆍ옮긴이ㆍ감수자 소개 = 4
옮긴이의 말 = 5
지은이의 말 = 6
감수자의 말 = 7
Chapter 1 인공지능의 과거, 현재, 미래
  01 인공지능이란 = 22
  02 인공지능의 여명기 = 25
  03 인공지능의 발전 흐름 = 30
Chapter 2 규칙 기반 모델의 발전
  01 규칙 기반 모델 = 46
  02 지식 기반 모델 = 50
  03 전문가 시스템 = 54
  04 추천 엔진 = 61
Chapter 3 오토마톤과 인공 생명 프로그램
  01 인공 생명 시뮬레이션 = 68
  02 유한 오토마톤 = 74
  03 마르코프 모델 = 79
  04 상태 기반 에이전트 = 83
Chapter 4 가중치와 최적해 탐색
  01 선형 문제와 비선형 문제 = 92
  02 회귀분석 = 96
  03 가중 회귀분석 = 105
  04 유사도 = 109
  05 텐서플로를 이용한 선형 회귀 예제 = 120
Chapter 5 가중치와 최적화 프로그램
  01 그래프 이론 = 128
  02 그래프 탐색과 최적화 = 133
  03 유전 알고리즘 = 141
  04 신경망 = 149
  05 텐서플로를 이용한 신경망 만들기 예제 = 161
Chapter 6 통계 기반 머신러닝 1 확률분포와 모델링
  01 통계 모델과 확률분포 = 170
  02 베이즈 통계학과 베이즈 추론 = 186
  03 마르코프 연쇄 몬테카를로 방법 = 197
  04 은닉 마르코프 모델과 베이즈 네트워크 = 203
Chapter 7 통계 기반 머신러닝 2 자율 학습과 지도 학습
  01 자율 학습 = 208
  02 지도 학습 = 216
  03 텐서플로를 이용한 K-평균 예제 = 227
Chapter 8 강화 학습과 분산 인공지능
  01 앙상블 학습 = 234
  02 강화 학습 = 239
  03 전이 학습 = 248
  04 분산 인공지능 = 252
Chapter 9 딥러닝
  01 신경망의 다층화 = 256
  02 제한 볼츠만 머신 = 262
  03 심층 신경망 = 264
  04 합성곱 신경망 = 269
  05 순환 신경망 = 273
  06 텐서플로를 이용한 오토인코더 예제 = 276
  07 텐서플로를 이용한 합성곱 신경망 예제 = 281
Chapter 10 이미지와 음성 패턴 인식
  01 패턴 인식 = 286
  02 특징 추출 방법 = 288
  03 이미지 인식 = 297
  04 음성 인식 = 304
  05 텐서플로를 이용한 GAN 구현하기 = 310
Chapter 11 자연어 처리와 머신러닝
  01 문장 구조 이해 = 318
  02 지식 습득과 통계 의미론 = 322
  03 구조 분석 = 326
  04 텍스트 생성 = 329
Chapter 12 지식 표현과 데이터 구조
  01 데이터베이스 = 338
  02 검색 = 345
  03 의미 네트워크와 시맨틱 웹 = 351
Chapter 13 분산 컴퓨팅
  01 분산 컴퓨팅과 병렬 컴퓨팅 = 360
  02 분산 컴퓨팅 하드웨어 환경 = 361
  03 분산 컴퓨팅 소프트웨어 환경 = 367
  04 머신러닝과 딥러닝 개발 환경 = 378
Chapter 14 빅데이터와 사물인터넷의 관계
  01 빅데이터 = 386
  02 사물인터넷과 분산 인공지능 = 390
  03 뇌 기능과 로봇 = 395
  04 메타 인지 = 400
  05 일본 인공지능 기술 동향 = 402
찾아보기 = 407