본문내용 바로가기
MD의선택 무료배송 이벤트 사은품 소득공제

fastai와 파이토치가 만나 꽃피운 딥러닝 박사 학위 없이 AI를 폼나게 구현하는 법

제러미 하워드 , 실뱅 거거 지음 | 박찬성 , 김지은 옮김 | 한빛미디어 | 2021년 08월 10일 출간
클로버 리뷰쓰기

이 책의 다른 상품 정보

  • 정가 : 44,000원
    판매가 : 39,600 [10%↓ 4,400원 할인]
  • 혜택 :
    [기본적립] 2200원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2,000원 추가적립 안내 [회원혜택] 회원 등급 별, 3만원 이상 구매 시 2~4% 추가적립 안내 [리뷰적립] 리뷰 작성 시 e교환권 최대 300원 추가적립 안내
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    08월 11일 출고 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내 바로드림 혜택
    휴일에는 바로드림 픽업으로 더 빨리 받아 보세요. 바로드림 혜택받고 이용하기

이 책의 이벤트

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.
  • 인프콘 2022 교보문고도 함께 합니다! 발표 세션 주제별 추천..
    2022.08.08 ~ 2022.08.31
  • 『클린코드』박재호 역자와 함께하는 개발자 북콘서트 사전신청!
    2022.07.22 ~ 2022.08.16
  • [교보단독 사은품] 개발자 매거진 <리드잇zine> ..
    2022.05.10 ~ 2022.08.12
  • 머신러닝 딥러닝 난이도별 추천도서 목록
    2022.02.18 ~ 2022.12.31
  • 한빛미디어 IT도서 구매 시 메모리게임 카드pack 선택가능
    2022.01.10 ~ 2022.08.31
  • 새로 출간된 O'Reilly 번역서를 확인해보세요!
    2019.06.14 ~ 2022.12.31
  • MANNING, O'REILLY, PACKT, WILE..
    2016.03.07 ~ 2022.12.31
상품상세정보
ISBN 9791162244630(1162244631)
쪽수 720쪽
크기 182 * 235 * 32 mm /1271g 판형알림
이 책의 원서/번역서 Deep Learning for Coders with Fastai and Pytorch / Sylvain Gugger

책소개

이 책이 속한 분야

딥러닝 공부는 ‘fastai’를 만나기 전과 후로 나뉜다.
내가 짠 코드가 딥러닝을 한다! 이제 조금 게으르게 살아도 되겠다!
fastai 라이브러리는 딥러닝 응용에 일관된 인터페이스를 최초로 제공하며 ‘모두를 위한 딥러닝’을 가능하게 한다. 이제 더 이상 딥러닝은 구글, 페이스북, 마이크로소프트 등 거대 기술 기업의 전유물이 아니다. 파이썬에 친숙한 프로그래머라면 약간의 수학적 배경지식, 소규모 데이터, 짧은 코드만으로도 딥러닝을 구현하는 놀라운 경험을 얻을 수 있다. 이 책에서 fastai 라이브러리의 창시자인 제러미와 실뱅은 fastai와 파이토치로 다양한 작업에 대한 모델을 학습시키는 방법을 소개한다. 또한 내부적인 알고리즘을 완전히 이해하는 데 필요한 딥러닝 이론도 설명한다.

상세이미지

fastai와 파이토치가 만나 꽃피운 딥러닝 도서 상세이미지

목차

PART I 실전 딥러닝
CHAPTER 1 딥러닝으로 떠나는 여행
1.1 모두를 위한 딥러닝
1.2 신경망: 간략한 역사
1.3 저자 소개
1.4 딥러닝 학습 방법
1.5 소프트웨어: 파이토치, fastai, 주피터 노트북
1.6 첫 번째 모델 만들기
1.7 다양한 분야에서의 딥러닝
1.8 검증용 및 테스트용 데이터셋
1.9 모험의 순간, 여러분만을 위한 선택
1.10 질문지

CHAPTER 2 모델에서 제품까지
2.1 딥러닝 프로젝트를 실천하기
2.2 데이터 수집
2.3 데이터에서 DataLoaders까지
2.4 모델 훈련과 훈련된 모델을 이용한 데이터 정리
2.5 모델을 온라인 애플리케이션으로 전환하기
2.6 재앙을 피하는 방법
2.7 기술적 글쓰기의 장점
2.8 질문지

CHAPTER 3 데이터 윤리
3.1 데이터 윤리의 핵심 사례
3.2 머신러닝과 제품 디자인 통합하기
3.3 데이터 윤리의 주제
3.4 윤리적 문제를 식별하고 해결하기
3.5. 정책의 역할
3.6 결론
3.7 질문지
3.8 실전 딥러닝: 요약

PART II fastai 애플리케이션 계층 이해하기
CHAPTER 4 숫자 분류기의 학습 내부 들여다보기
4.1 픽셀: 컴퓨터 영상 처리의 기본 토대
4.2 첫 번째 시도: 픽셀 유사성
4.3 브로드캐스팅으로 평가지표 계산하기
4.4 확률적 경사 하강법
4.5 MNIST 손실 함수
4.6 모든 것을 한 자리에
4.7 비선형성 추가
4.8 전문용어 정리
4.9 질문지

CHAPTER 5 이미지 분류
5.1 개/고양이 예를 애완동물 품종으로 확장하기
5.2 사전 크기 조절
5.3 교차 엔트로피 손실
5.4 모델 해석
5.5 모델 향상하기
5.6 결론
5.7 질문지

CHAPTER 6 그 밖의 영상 처리 문제
6.1 다중 레이블 분류
6.2 회귀
6.3 결론
6.4 질문지

CHAPTER 7 최신 모델의 학습
7.1 이미지네트
7.2 정규화
7.3 점진적 크기 조절
7.4 테스트 시 증강
7.5 믹스업
7.6 레이블 평활화
7.7 결론
7.8 질문지

CHAPTER 8 협업 필터링 깊게 알아보기
8.1 데이터의 첫 인상
8.2 잠재 요소 학습하기
8.3 DataLoaders 만들기
8.4 밑바닥부터 만드는 협업 필터링
8.5 임베딩과 편향의 분석
8.6 초기의 협업 필터링 모델 구축하기
8.7 협업 필터링을 위한 딥러닝
8.8 결론
8.9 질문지

CHAPTER 9 테이블 데이터 모델링 깊게 알아보기
9.1 범주형 임베딩
9.2 딥러닝 이외의 기법
9.3 데이터셋
9.4 결정 트리
9.5 랜덤 포레스트
9.6 모델의 해석
9.7 외삽 및 신경망
9.8 앙상블
9.9 결론
9.10 질문지

CHAPTER 10 NLP 깊게 알아보기: 순환 신경망
10.1 텍스트 전처리
10.2 텍스트 분류기의 학습
10.3 허위 정보와 언어 모델
10.4 결론
10.5 질문지

CHAPTER 11 fastai의 중간 수준 API로 데이터 변환하기
11.1 fastai의 계층적 API 깊게 들여다보기
11.2 TfmdLists와 Datasets: 콜렉션 목록의 변환
11.3 중간 수준 데이터 API 적용 해보기: SiamesePair
11.4 결론
11.5 질문지
11.6 fastai의 애플리케이션 이해하기: 요약

PART III 딥러닝의 기반 지식
CHAPTER 12 밑바닥부터 구현하는 언어 모델
12.1 데이터
12.2 첫 번째 언어 모델
12.3 RNN 개선하기
12.4 다층 RNN
12.5 LSTM
12.6 LSTM의 정규화
12.7 결론
12.8 질문지

CHAPTER 13 합성곱 신경망
13.1 합성곱의 마법
13.2 첫 번째 합성곱 신경망
13.3 컬러 이미지
13.4 학습의 안정성 개선하기
13.5 결론
13.6 질문지

CHAPTER 14 ResNets
14.1 이미지네트 문제로 되돌아가기
14.2 현대적 CNN의 구축: ResNet
14.3 결론
14.4 질문지

CHAPTER 15 애플리케이션 구조 깊게 살펴보기
15.1 영상 처리
15.2 자연어 처리
15.3 Tabular
15.4 결론
15.5 질문지

CHAPTER 16 학습 과정
16.1 기준선 정하기
16.2 포괄적 옵티마이저
16.3 모멘텀
16.4 RMSProp
16.5 Adam
16.6 분리된 가중치 감쇠
16.7 콜백
16.8 결론
16.9 질문지
16.10 딥러닝의 기초: 요약

PART IV 밑바닥부터 구현하는 딥러닝
CHAPTER 17 기초부터 만드는 신경망
17.1 밑바닥에서부터 신경망 계층 구축하기
17.2 순전파와 역전파
17.3 결론
17.4 질문지

CHAPTER 18 CAM을 이용한 CNN의 해석
18.1 CAM과 훅
18.2 그레이디언트 CAM
18.3 결론
18.4 질문지

CHAPTER 19 밑바닥부터 만드는 Learner 클래스
19.1 Data
19.2 모듈과 파라미터
19.3 손실
19.4 Learner
19.5 결론
19.6 질문지

CHAPTER 20 맺음말

부록 A 깃허브 기반 블로그 만들기
A.1 깃허브 페이지로 블로깅하기
A.2 주피터 노트북을 블로깅에 활용하기

부록 B 데이터 프로젝트 점검 목록
B.1 데이터 과학자
B.2 전략
B.3 데이터
B.4 분석
B.5 구현
B.6 유지 관리
B.7 제약 사항

추천사

할 바리안(구글 수석 경제학자이자 캘리포니아 대학교 버클리 회계학과 교수)

완전히 밑바닥에서부터 최첨단 연구까지 이끌어줄 가이드를 찾는 이에게 적합한 책입니다. 학위 소지자뿐만 아니라 여러분도 실제 문제 해결에 딥러닝을 사용하는 재미를 느끼게 될 것입니다.

에릭 토폴(스크립스 연구소 교수이자 『딥메디슨』 저자)

인공지능이 딥러닝 시대로 접어들면서, 최대한 딥러닝의 작동 원리를 많이 배우는 것이 당연해졌습니다. 이 책은 매우 복잡하다고 여겨진 개념을 아직 배우지 않은 사람도 쉽게 학습할 수 있는 훌륭한 방법을 제공합니다.

서배스천 루더(딥마인드 연구 과학자)

제러미와 실뱅은 노트북 환경에서 대화형 방식으로 코드를 한 줄 한 줄 실행하며 딥러닝의 성능 최고점과 손실 계곡에 대한 여행을 안내합니다. 수년간 머신러닝 분야의 개발과 교육에서 얻은 통찰과 실용적인 직관으로 뒤덮인 이 책은... 더보기

앤서니 창(오렌지 카운티 아동병원 정보 혁신 기관장)

이 책은 인공지능과 그 외 분야를 성공적으로 연결하는 제러미 하워드와 실뱅 거거의 훌륭한 저술서입니다. 매우 실질적인 통찰을 제공할 뿐만 아니라, 딥러닝에 관련된 모든 사람에게 기본 지침서로도 손색이 없습니다.

오렌 에치오니(앨런 인공지능 기관 CEO 및 워싱턴 주립대학교 교수)

어떻게 늪에 빠지지 않고 딥러닝을 습득할 수 있을까요? 예제와 코드를 통해 개념, 기술, 기법을 빠르게 배울 방법은 무엇일까요? 실습을 통한 딥러닝 입문서 표준의 한 획을 긋는 이 책을 놓치지 마세요

출판사 서평

널리 개발자를 이롭게 할 최첨단 딥러닝 기술 fast.ai의 모든 것
이 책의 원서는 미국 아마존 컴퓨터 신경망 분야에서 최상위권 자리를 지키고 있습니다. 제일 뜨거운 주제인 fastai 라이브러리를 사용해 딥러닝을 설명하기 때문이죠.
개발과 데이터에 관심을 가지기 시작한 분들과 대화하다 보면 전산 전공자가 아니고, 개발자 출신이 아니기 때문에 코드가 나오는 일을 잘하지 못할 것이라 걱정하는 분들이 계십니다. 당연히 그럴 수 있습니다. 기술을 처음 접할 때는 풀어야 할 문제, 풀고 싶은 문제를 위해 스스로 무엇을 알아야 하는지... 더보기

북카드

1/7

Klover 리뷰 (0)

북로그 리뷰 (7) 전체보기 쓰러가기

북로그 리뷰는 본인 인증 후 작성 가능합니다.
책이나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 내용은 비공개 처리 될 수 있습니다.
※ 북로그 리뷰 리워드 제공 2021. 4. 1 종료
  • 딥러닝의 민주화를 꿈꾸는  fast.ai 를 다룬 책으로 애플리케이션 구동부터 밑바닥 구현에 이르기까지 Top-Down 방식으로 fast.ai의 철학과 구현의 묘를 알려주는 양서이다. fast.ai는 손쉽게 딥러닝을 가능하게 해주는 Pytorch보다  고수준의 딥러닝 라이브러리 이다. 흔하게 알려진 Tensorflow, Pytorch에 비해 문자 그대로 얼마나 빠르고 쉽게 AI를 구현할 수 있는지 본 도서의 1장만 참조해도 쉽게 파악할 수 있다. 예를 들면 1... 더보기
  • 한빛미디어에서 "fastai와 파이토치가 만나 꽃피운 딥러닝" 이라는 책이 출간되어 읽어보았다. 먼저 fastai가 무엇인지 알아보았다. fastai는 제레미 하워드라는 사람이 만든 PyTorch의 상위 Wrapper 같은 개념이며, PyTorch를 이용하여 다양한 기능들을 자동화시켜주고, 딥러닝 모델 구현을 용이하게 한다고 한다. 이 책에서는 fastai를 이용하여 최고의 결과를 달성하는 모델을 학습 시키는 방법, AI 모델을 웹 어플리케이션으로 바꾸는 방법, 딥러닝 모델이 ... 더보기
  • 안녕하세요 마개입니다. 이번에는 딥러닝에 관련된 책에 대해 소개를 해보고자 합니다. 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.   도서 소개     * 도서명 : fastai와 파이토치가 만나 꽃피운 딥러닝 * 지은이 : 제러미 하워드, 실뱅 거거 * 옮긴이 : 박찬성, 김지은 * 출판사 :... 더보기
  • # fastai와 파이토치가 만나 꽃피운 딥러닝 - [fastai]는 딥러닝을 조금 더 쉽게 사용할 수 있도록 도와주는 고 수준의 라이브러리입니다. 많은 사람들이 사용하는 [PyTorch]를 기반으로 만들어졌습니다. - [fastai와 파이토치가 만나 꽃피운 딥러닝]은 fastai를 사용하여 딥러닝을 쉽고 빠르게 배울 수 있도록 많은 내용을 담고 있습니다. 특히 다양한 딥러닝 영상 처리와 자연어 처리(NLP), 테이블 데이터를 다루고 있습니다. ## 독특한 책의 구성 ... 더보기
  •     다시 한번 딥러닝에 대한 학습을 하기 위해서 책을 알아보다가 최근에 기본 프로그래밍만으로도 최신의 딥러닝 기술을 이용할 수 있는 fast.ai라는 것이 있어서 흥미를 느껴서 이번에 읽어보게 되었습니다. 내용 1장에는 딥러닝에 대한 역사 및 저자 소개 학습방법과 fast.ai를 활용한 모델을 만드는 법이 설명되어 있습니다. 특히 저자분이 바로 옆에서 알려주는 듯한 느낌이 들어... 더보기

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매 후 문장수집 작성 시, 리워드를 제공합니다. 안내

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
[1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)

※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
    또는 고객센터 (1544-1900)
반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유
  • 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)
  • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등
  • 복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
  • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
  • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
  • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
  • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
    해당되는 경우
(1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①서양도서-판매정가의 12%, ②일본도서-판매정가의 7%를 적용)
상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
이메일과 문자로 안내드리겠습니다.
소비자 피해보상
환불지연에 따른 배상
  • 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
    소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨
  • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
    소비자 보호에 관한 법률에 따라 처리함
바로가기
  • 우측 확장형 배너 2
  • 우측 확장형 배너 2
최근 본 상품