파이썬 딥러닝 파이토치(Python Deep Learning PyTorch)
도서+교보Only(교보배송)을 함께 15,000원 이상 구매 시 무료배송
15,000원 미만 시 2,500원 배송비 부과
20,000원 미만 시 2,500원 배송비 부과
15,000원 미만 시 2,500원 배송비 부과
1Box 기준 : 도서 10권
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.
작가정보
성균관대학교 통계학과를 전공하고, 빅데이터 연합 학회 투빅스를 만들었다. 현재 연세대학교 산업공학과에서 박사과정을 밟고 있다. 데이터 분석 및 인공지능 관련 대회에서 다수의 수상을 하였으며 데이터 분석과 인공지능 전 분야에 관심을 갖고 연구 중이다. 특히 딥러닝과 강화학습에 관심을 가지고 있으며, 블로그 운영 및 다양한 강연 활동 등을 진행하고 있다.
고려대학교 수학교육과와 통계학을 전공하고 통계학 석사 후 현재 국내 메신저 IT 기업에 재직 중이다. 투빅스를 통해 인공지능에 관심을 가지기 시작하였다. 회사에서 검색어 관련 연구와 개발을 진행하다가 이를 확장한 추천 연구를 진행하고 있다. 임베딩 벡터에 다양한 정보를 효율적으로 담을 수 있는 방법과 딥러닝 모델의 설명력에 관심이 많다.
목차
- Part 01 파이토치 기초
1. 파이썬 또는 아나콘다 설치하기
1.1 파이썬 공식 홈페이지에서 다운로드하기
1.2 아나콘다를 이용해 파이썬 다운로드하기
1.3 공식 홈페이지에서 파이썬 설치하기 vs. 아나콘다를 이용해 파이썬 설치하기
1.4 가상 환경 설정하기
1.5 주피터 노트북 설치 및 실행
2. CUDA, CuDNN 설치하기
2.1 CPU vs. GPU
2.2 CUDA 역할 및 설치하기
2.3 CuDNN 역할 및 설치하기
2.4 Docker란?
3. 파이토치 설치하기
4. 반드시 알아야 하는 파이토치 스킬
4.1 텐서
4.2 Autograd
Part 02 AI Background
1. 인공지능(딥러닝)의 정의와 사례
1.1 인공지능이란?
1.2 인공지능의 사례
2. 파이토치
3. 머신러닝의 정의와 종류
3.1 머신러닝이란?
3.2 머신러닝의 종류
3.3 머신러닝의 구분
3.4 지도학습 모델의 종류
4. 과적합
4.1 학습할 샘플 데이터 수의 부족
4.2 풀고자 하는 문제에 비해 복잡한 모델을 적용
4.3 적합성 평가 및 실험 설계(Training, Validation, Test , Cross Validation)
5. 인공 신경망
5.1 퍼셉트론
5.2 신경망 모형의 단점
6. 성능 지표
Part 03 Deep Learning
1. 딥러닝의 정의
2. 딥러닝이 발전하게 된 계기
3. 딥러닝의 종류
4. 딥러닝의 발전을 이끈 알고리즘
4.1 Dropout
4.2 Activation 함수
4.3 Batch Normalization
4.4 Initialization
4.5 Optimizer
4.6 AutoEncoder(AE)
4.7 Stacked AutoEncoder
4.8 Denoising AutoEncoder(DAE)
Part 04 컴퓨터 비전
1. Convolutional Neural Network(CNN)
2. CNN과 MLP
3. Data Augmentation
4. CNN Architecture
5. Transfer Learning
Part 05 자연어 처리
1. Data & Task: 어떤 데이터가 있을까?
1.1 감정 분석(Sentiment Analysis)
1.2 요약(Summarization)
1.3 기계 번역(Machine Translation)
1.4 질문 응답(Question Answering)
1.5 기타(etc.)
2. 문자를 숫자로 표현하는 방법
2.1 Corpus & Out-of-Vocabulary(OOV)
2.2 Byte Pair Encoding(BPE)
2.3 Word Embedding
3. Models
3.1 Deep Learning Models
3.2 Pre-Trained Model의 시대 - Transformer, BERT의 등장
4. Recap
4.1 ?5-3_model_imdb_glove.ipynb’ 코드에 대한 설명
4.2 ?5-5_model_imdb_BERT.ipynb’ 코드에 대한 설명
4.3 모델 성능 비교
Part 06 Other Topics
1. Generative Adversarial Networks(GAN)
2. 강화학습
3. Domain Adaptation
4. Continual Learning
5. Object Detection
6. Segmentation
7. Meta Learning
8. AutoML
출판사 서평
파이토치를 시작하기 위한 밑거름!
딥러닝은 만능이며 이미지 관련 Task에는 CNN, 텍스트 관련 Task에는 RNN을 사용하면 된다고 많은 사람들이 알고 있다. 딥러닝은 이미지나 텍스트에 비해 높은 성능을 지니고 있는 것은 맞지만, 중요한 것은 왜 딥러닝이 이미지나 텍스트에 잘 맞는지를 이해하는 것이다. 딥러닝은 새로운 모델의 개념이 아닌, 신경망이 발전한 모델이므로 학습하는 알고리즘의 특성상 과적합이 심하게 일어난다. 이 책은 파이썬으로 딥러닝을 이해하고자 하는 사람들을 위해 그 분야를 중점적으로 친절하게 설명하고 있다. 세 명의 저자가 인공지능을 공부하면서 궁금했던 부분을 재정립하고, 꼭 알아야 할 내용만 집중적으로 정리하였기 때문에 입문자에게 적합한 도서이다. 평생 프로그래밍을 할 일이 없다고 생각하던 ‘코알못’들도 그 과정을 직접 겪은 저자가 기초부터 설명하기 때문에 어떻게 공부해야 하는지를 알 수 있을 것이다.
기본정보
ISBN | 9788956748573 |
---|---|
발행(출시)일자 | 2020년 10월 08일 |
쪽수 | 310쪽 |
크기 |
188 * 235
* 18
mm
/ 743 g
|
총권수 | 1권 |
Klover
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.
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.
구매 후 리뷰 작성 시, e교환권 200원 적립
문장수집
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