<b>챗봇 설계부터 구현 및 배포까지 한 번에 끝내기</b></br>파이썬으로 챗봇을 빠르게 구현하고 배포하는 데 필요한 모든 정보를 담았다. 고통스럽지 않을 정도의 학습량과 실습으로 준수하게 동작하는 챗봇을 구현해 보자. 실생활 예제로 챗봇 관련 개념을 배우고, 구글의 Dialogflow를 사용해 누구나 손쉽게 챗봇을 구축할 수 있다. 또한 Rasa NLU 및 머신러닝 알고리즘을 통해 챗봇을 단계적으로 구축하고 학습시켜, 조금 더 발전된 나만의 챗봇을 만들어볼 수도 있다.</br>

Chapter 1. 많은 사람들에게 사랑 받고 있는 챗봇 </br>1-1 챗봇 사용의 인기 </br>1-2 The Zen of Python 그리고 그 원리가 챗봇에도 적용되는 이유? </br>1-3 챗봇의 필요성 </br>1-3-1 비즈니스 관점 </br>1-3-2 개발자 관점에서의 챗봇 </br>1-4 챗봇의 영향을 받을 산업 </br>1-5 챗봇의 간략한 타임라인 </br>1-6 챗봇을 통해 해결할 수 있는 문제는 무엇일까?</br>1-7 QnA 챗봇 </br>1-8 챗봇과 함께 시작하기 </br>1-9 챗봇에서의 결정 트리(Decision Trees) </br>1-10 챗봇/봇 개발 프레임워크 추천 사이트 </br>1-11 챗봇의 구성요소와 사용되는 용어들 </br></br>Chapter 2. 챗봇에서의 자연어 처리 </br>2-1 챗봇을 만들기 위해 자연어 처리를 알아야 하는 이유</br>2-2 spaCy란 무엇인가?</br>2-3 spaCy의 특징들 </br>2-4 챗봇 구축에 필요한 자연어 처리의 기본적인 방법 </br>2-5 챗봇 개발에 유용한 자연어 처리 기능들</br>요약</br></br>Chapter 3. 쉬운 방법으로 챗봇 구현하기 </br>3-1 Dialogflow 소개 </br>3-2 시작하기     </br>3-3 음식 주문 챗봇 만들기 </br>3-4 Dialogflow 챗봇을 웹에 배포하기</br>3-5  Dialogflow 챗봇과 페이스북 메신저 연동하기</br>3-6 Fulfillment </br>요약 </br></br>Chapter 4. 어려운 방법으로 챗봇 구현하기 </br>4-1 Rasa NLU란 무엇인가? </br>4-2 처음부터 다시 챗봇을 학습시키고 구축하기 </br>4-3 Rasa Core 를 이용한 대화 관리(Dialog Management) </br>4-4 챗봇에서 커스텀 액션(Custom Actions) 작성하기 </br>4-5 챗봇 학습을 위한 데이터 준비하기 </br>4-6 챗봇 테스트하기 </br>요약 </br></br>Chapter 5. 챗봇 배포하기 </br> 5-1 첫 번째 단계 </br>5-2 Rasa의 자격 증명(Credential) 관리 </br>5-3 페이스북에 챗봇 배포하기</br>5-4 슬랙(Slack)에 챗봇 배포하기</br>5-5 자체적으로(on Your Own) 챗봇 배포하기</br>요약 </br>