케라스로 구현하는 딥러닝 예제를 따라 하며 배우는 딥러닝 인공신경망

김성진 지음 | 한빛미디어 | 2022년 04월 01일 출간

총 4 중

3 7.1 (리뷰 1개)

클로버 리뷰쓰기

크게보기

매장 재고 · 위치

이 책의 다른 상품 정보

eBook : 24,000원

정가 : 30,000원
판매가 : 27,000원 [10%↓ 3,000원 할인]
혜택 :
[기본적립] 1500원 적립 [5% 적립]
[추가적립] 5만원 이상 구매 시 2,000원 추가적립
안내

통합포인트 추가 적립 안내

5만원 이상 구매 시 2,000원을 추가 적립해드립니다.

일반상품을 2천원 이상 포함하여 실 결제금액이 5만원 이상 구매 시 적용됩니다.
(* 일반상품 : 잡지/외국도서,음반/DVD,기프트/오피스 상품)

도서정가제에 따라 국내도서/eBook 상품은 일반상품에서 제외 됩니다.

중고장터 주문 건 제외 (온라인/모바일 주문 건에 한하여 적용)

제공되는 혜택은 주문 건 별로 적용 가능, 2개 이상 주문 건을 합산하여 계산하지 않습니다.
[회원혜택] 회원 등급 별, 3만원 이상 구매 시 2~4% 추가적립
안내

회원등급 별 통합포인트 추가 적립 안내

3만원 이상 구매 시 회원등급별 2~4% 추가 적립해드립니다.

회원등급이 플래티넘, 골드, 실버 등급의 경우 추가적립 됩니다.

추가적립은 실 결제액 기준 (쿠폰 및 마일리지, 통합포인트, 교환권 사용액 제외) 3만원 이상일 경우 적립됩니다.

주문 후 취소, 반품 분의 통합포인트는 단품 별로 회수되며, 반품으로 인해 결제잔액이 3만원 미만으로 변경될 경우 추가 포인트는 전액 회수될 수 있습니다.

국내도서 구매 시 추가적립은 도서정가제 범위 내에서 적립됩니다.

잡지, 외국도서, 음반/DVD, 기프트/오피스 상품 구매 시는 추가 적립됩니다.
[리뷰적립] 리뷰 작성 시 e교환권 최대 300원 추가적립
안내

리뷰 추가 적립 안내

구매 후 리뷰 콘텐츠 작성 시 e교환권 최대 300원을 추가 적립해드립니다.

Klover 리뷰 작성 시 e교환권 200원 추가적립

문장수집 작성 시 e교환권 100원 추가적립
추가혜택 :
포인트 안내
포인트 안내

제휴 포인트 사용

OK CASHBAG 10원 단위사용
(사용금액 제한없음)

GS&POINT 최대 10만원 사용

더보기+
도서소득공제 안내
도서 소득공제 안내

도서 소득공제란?

2018년7월 1일 부터 근로소득자가 신용카드 등으로 도서구입을 위해 사용한 금액이 추가 공제됩니다.
(추가 공제한도 100만원까지 인정)

*총 급여 7,000만 원 이하 근로소득자 중 신용카드, 직불카드 등 사용액이 총급여의 25%가 넘는 사람에게 적용
*현재 ‘신용카드 등 사용금액’의 소득 공제한도는 300만 원이고 신용카드사용액의 공제율은 15%이지만, 도서·공연 사용분은 추가로 100만 원의 소득 공제한도가 인정되고 공제율은 30%로 적용
*시행시기 이후 도서·공연 사용액에 대해서는 “2018년 귀속 근로소득 연말 정산”시기(19.1.15~)에 국세청 홈택스 연말정산간소화 서비스 제공

도서 소득공제 대상

도서(국내도서,외국도서,해외주문도서), eBook(구매) , 도서 소득공제 대상 상품에 수반되는 국내 배송비 (해외 배송비 제외)

*제외상품 : 잡지 등 정기 간행물, 음반, DVD, 기프트, eBook(대여,학술논문), 사은품, 선물포장, 책 그리고 꽃
*상품정보의 “소득공제” 표기를 참고하시기 바랍니다.

도서 소득공제 가능 결제수단

카드결제 : 신용카드(개인카드에 한함), 제휴신용카드

현금결제 : 예치금, 교보e캐시(충전에 한함), 해피머니상품권, 컬쳐캐쉬, 교보문고 기프트카드, 실시간계좌이체, 온라인입금

간편결제 : 네이버페이, 삼성페이, 카카오페이, PAYCO

* 현금결제는 현금영수증을 개인소득공제용으로 신청 시에만 도서 소득공제 됩니다.
* 교보e캐시 도서 소득공제 금액은 교보eBook > e캐시 > 충전/사용내역에서 확인가능합니다.
* 페이나우, 11PAY와 휴대폰결제, 교보캐시는 도서 소득공제 불가

부분 취소 안내

대상상품+제외상품을 주문하여 신용카드 "2회 결제하기"를 선택한 경우, 부분취소/반품 시 예치금으로 환원됩니다.
(신용카드 결제 후 예치금으로 환원된 경우 승인취소 되지 않습니다.)

도서 소득공제 불가 안내

법인카드로 결제 한 경우

현금영수증을 사업자증빙용으로 신청 한 경우
추가혜택 더보기

이 상품의 이벤트 4건

더보기+

배송비 : 무료 배송비 안내

배송비 무료 안내

국내도서/외국도서

도서만 1만원 이상 구매 시 무료배송
도서+잡지/만화/:K컬렉션을 함께 1만원 이상 구매 시 무료배송
※ 1만원 미만 시 2,000원 배송비 부과

잡지/만화/:K컬렉션(교보배송)

각각 구매하거나 함께 2만원 이상 구매 시 무료배송
※ 2만원 미만 시 2,000원 배송비 부과

해외주문서양도서/해외주문일본도서 (교보배송)

각각 구매하거나 함께 1만원 이상 구매 시 무료배송
※ 1만원 미만 시 2,000원 배송비 부과

업체배송 상품(전집,GIFT,음반/DVD 등)/중고장터 상품

해당 상품 상세페이지 "배송비" 참고
(업체별/판매자별 무료배송 기준 다름)

바로드림 오늘배송

업체에서 별도 배송하여 1Box당 배송비 2,500원 부과
※1Box 기준 : 도서 10권

그 외 무료배송 기준

바로드림, eBook 상품을 주문한 경우
플래티넘/골드/실버회원 무료배송쿠폰 이용하여 주문한 경우
무료배송 등록 상품을 주문한 경우

※ 유의사항

국내도서 와 해외주문도서를 함께 구매 시 별도로 출고되어 배송비는 각각 부과 (장바구니 기준)
예) 국내도서 7,000원 + 해외주문도서 7,000원을 함께 구매할 경우
배송비는 2,000원 + 2,000원 = 4,000원 부과
(단, 주문/결제에서 한꺼번에 출고 신청 시 배송비 정책에 따라 무료배송)

배송일정 : 서울특별시 종로구 세종대로 기준 지역변경

지금 주문하면 오늘( 9일,화) 도착 예정 배송일정 안내

배송일정 안내

상품준비
08월 09일

출고예정
08월 09일

도착예정
08월 09일

출고예정일은 주문상품의 결제(입금)가 확인되는 날 기준으로 상품을 준비하여 상품 포장 후 교보문고 물류센터에서 택배사로 전달하게 되는 예상 일자 입니다.
도착예정일은 출고예정일에서 택배사의 배송일(약 1~2일)이 더해진 날이며 연휴 및 토,일,공휴일을 제외한 근무일 기준입니다.

배송일정 안내
출고 예정	도착예정일	비고
1일 이내	2~3일 이내	연휴 및 토.일. 공휴일은 제외
2일 이내	3~4일 이내
3일 이내	4~5일 이내
4일 이내	5~6일 이내

바로배송 유의사항

수도권 외 지역에서 선물포장하기 또는 사은품을 포함하여 주문할 경우 당일배송 불가합니다.
회사에서 수령할 경우 당일배송 불가합니다.
(퇴근시간 이후 도착 또는 익일 배송 될 수 있음)
무통장입금 주문은 당일배송 가능 시간 이후 입금된 경우 당일배송 불가합니다.
주문 후 배송지 변경 시 변경된 배송지에 따라 익일배송될 수 있습니다.
수도권 외 지역의 경우 효율적인 배송을 위해 각 지역 매장에서 택배를 발송하므로, 주문 시의 부록과 상이할 수 있습니다.
각 지역 매장에서 재고 부족 시 재고확보를 위해 당일 배송이 불가할 수 있습니다.

일반배송시 유의사항

날씨나 택배사의 사정에 따라 배송이 지연 될 수 있습니다.
수도권 외 지역 바로배송 서비스의 경우 경품수령 선택 여부에 따라 도착예정일이 변경됩니다.
출고예정일이 5일 이상인 상품의 경우(결제일로부터 7일동안 미입고), 출판사/유통사 사정으로 품/절판 되어 구입이 어려울 수 있습니다. 이 경우 SMS,메일로 알려드립니다.
선물포장 주문 시 합배송 처리되며, 일부상품 품절 시 도착예정일이 늦어질 수 있습니다.
분철상품 주문 시 분철작업으로 인해 기존 도착예정일에 2일정도 추가되며 당일배송, 해외배송, 교환/반품 불가합니다.

바로드림 : 인터넷으로 주문하고 매장에서 직접 수령
안내
바로드림 이용 안내

수령점 선택 후
바로드림 주문

준비완료 알림 시
매장 방문하기

바로드림존에서
주문도서 받기

바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.

잡지 및 일부 도서는 바로드림 이용이 불가합니다.

각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

[내가 직접 도서를 찾아, 바로드림존에 가져가기] 바로드림 주문은 모바일에서만 가능합니다.

주문 시 유의사항
정확한 수령 예상 시간은 선택하신 수령점의 영업시간 및 재고 보유 현황에 따라 달라지므로, 주문 전에 꼭 수령 예상 시간을 확인해 주시기 바랍니다.

주문하신 도서가 수령점에 준비되면, SMS 및 카카오 알림톡으로 안내해 드립니다.

상품이 준비 되면 고객님께 SMS를 발송해 드립니다. SMS 발송 전에 수령점에 방문하시면 도서 준비까지 시간이 걸릴 수 있으니 참고하시기 바랍니다.

여러 종의 상품을 함께 주문시, 준비가 가장 오래 걸리는 상품의 수령 가능 시간에 맞춰 모든 도서를 수령하실 수 있습니다. 급히 필요하신 상품은 별도로 주문해 주시기 바랍니다.

바로드림으로 주문한 도서 상태가 좋지 않을 경우 해당 매장에서 연락 드립니다.

주문취소 안내
바로드림 주문 상품 준비완료 후 7일간 미수령시 자동으로 결제 취소되며, 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환 됩니다.

재고 미보유 상품은 준비하는 과정에서 출판사/유통사 사정으로 인해 품/절판되어 구입이 어려울 수 있습니다. 이 경우에 고객님께 SMS와 전화로 안내드립니다.

사은품 관련 안내
바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다. 이점 유의하여 주시기 바랍니다. (단 이벤트 응모는 가능)
바로드림 혜택

주문수량

장바구니 담기 바로구매 바로드림 주문 선물하기 보관함 담기

장바구니 담기 바로구매

이벤트 (4)
상품정보
회원리뷰 (3)
교환/반품/품절

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
한빛미디어 IT도서 구매 시 메모리게임 카드pack 선택가능

2022.01.10 ~ 2022.08.31

이벤트 (4)
상품정보
회원리뷰 (3)
교환/반품/품절

도서·상품정보 1:1 문의하기

상품상세정보
ISBN	9791162245415(1162245417)
쪽수	488쪽
크기	154 * 223 * 26 mm /687g 판형알림

책소개

이 책이 속한 분야

이 책의 주제어

예제를 따라 하며 배우는 딥러닝 인공신경망

이 책은 케라스로 인공신경망을 구현하는 방법을 알려준다. 복잡한 수식 없이 실무에 적용할 수 있는 실용적인 예제로 다양한 딥러닝 모델(ANN, DNN, CNN, RNN, AE, GAN, UNET, RL, QAI)을 다룬다. 인공신경망의 기본 개념부터 심화 기능, 강화학습, 양자인공지능까지 다양한 딥러닝 알고리즘을 맛볼 수 있다. 코드로 딥러닝에 대한 감을 익히고 빠르게 결과물을 만들고 싶은 분께 추천한다.

〈기본 편〉

0장. 프롤로그
__0.1 인공지능과 인공신경망
____0.1.1 인공지능의 역사
____0.1.2 머신러닝과 딥러닝
____0.1.3 인공신경망 개요
__0.2 케라스 소개
____0.2.1 케라스 2의 주요 특징

1장. 케라스 시작하기
__1.1 우분투에서 케라스 설치하기
____1.1.1 아나콘다 파이썬 배포판 설치
____1.1.2 아나콘다를 이용한 케라스 설치
____1.1.3 케라스에서 GPU 사용을 위한 CUDA/cuDNN 설치
__1.2 윈도우에서 케라스 설치하기
____1.2.1 아나콘다 파이썬 배포판 설치
____1.2.2 아나콘다를 이용한 케라스 설치
__1.3 주피터 설치하기
__1.4 케라스 사용하기
____1.4.1 실습 내용 소개
____1.4.2 텍스트 모드 실습
____1.4.3 주피터 모드 실습
__1.5 케라스 기능
__1.6 마치며

2장. 케라스로 구현하는 ANN
__2.1 ANN 원리
____2.1.1 ANN 개념
____2.1.2 ANN 구조
____2.1.3 ANN 활용
____2.1.4 ANN 구현 방법 및 단계
__2.2 필기체를 구분하는 분류 ANN 구현
____2.2.1 분류 ANN을 위한 인공지능 모델 구현
____2.2.2 분류 ANN에 사용할 데이터 가져오기
____2.2.3 분류 ANN 학습 결과의 그래프 구현
____2.2.4 분류 ANN 학습 및 성능 분석
__2.3 결과 데이터를 예측하는 회귀 ANN 구현
____2.3.1 회귀 ANN 모델링
____2.3.2 학습과 평가용 데이터 가져오기
____2.3.3 회귀 ANN 학습 결과 그래프 구현
____2.3.4 회귀 ANN 학습 및 성능 분석
__2.4 마치며

3장. 케라스로 구현하는 DNN
__3.1 DNN 원리
____3.1.1 DNN 개념과 구조
____3.1.2 경사도 소실 문제와 ReLU 활성화 함수
____3.1.3 DNN 구현 단계
__3.2 필기체를 분류하는 DNN 구현
____3.2.1 기본 매개변수 설정
____3.2.2 DNN 모델 구현
____3.2.3 데이터 준비
____3.2.4 학습 및 성능 평가
__3.3 컬러 이미지를 분류하는 DNN 구현
____3.3.1 데이터 가져오기
____3.3.2 DNN 모델링
____3.3.3 학습 효과 분석
____3.3.4 학습 및 성능 평가
__3.4 마치며

4장 케라스로 구현하는 CNN
__4.1 CNN 원리
__4.2 필기체를 분류하는 CNN 구현
____4.2.1 분류 CNN 모델링
____4.2.2 분류 CNN을 위한 데이터 준비
____4.2.3 분류 CNN 학습 효과 분석
____4.2.4 분류 CNN 학습 및 성능 평가
__4.3 컬러 이미지를 분류하는 CNN 구현
____4.3.1 분류 CNN 패키지 가져오기
____4.3.2 분류 CNN 모델링
____4.3.3 분류 CNN을 위한 데이터 준비
____4.3.4 분류 CNN의 학습 및 성능 평가를 위한 머신 클래스
____4.3.5 분류 CNN의 학습 및 성능 평가 수행
__4.4 마치며

5장 케라스로 구현하는 RNN
__5.1 RNN 원리
____5.1.1 RNN의 개념과 구조
____5.1.2 LSTM 구조 및 동작
__5.2 문장을 판별하는 LSTM 구현
____5.2.1 라이브러리 패키지 가져오기
____5.2.2 데이터 준비
____5.2.3 모델링
____5.2.4 학습 및 성능 평가
__5.3 시계열 데이터를 예측하는 LSTM 구현
____5.3.1 라이브러리 패키지 가져오기
____5.3.2 코드 실행 및 결과 보기
____5.3.3 학습하고 평가하기
____5.3.4 LSTM 시계열 데이터 회귀 모델링
____5.3.5 데이터 가져오기
__5.4 마치며

6장 케라스로 구현하는 AE
__6.1 AE 원리
__6.2 완전 연결 계층을 이용한 AE 구현
____6.2.1 완전 연결 계층 AE 모델링
____6.2.2 데이터 준비
____6.2.3 학습 효과 분석
____6.2.4 완전 연결 계층 AE의 동작 확인
____6.2.5 학습 및 성능 평가
__6.3 합성곱 계층을 이용한 AE 구현
____6.3.1 합성곱 AE 모델링
____6.3.2 데이터 준비 및 학습 효과 분석
____6.3.3 합성곱 AE 결과 시각화
____6.3.4 합성곱 AE 학습 및 성능 평가
__6.4 마치며

7장. 케라스로 구현하는 GAN
__7.1 GAN 원리
____7.1.1 GAN의 목적과 개념
____7.1.2 GAN의 구조
____7.1.3 GAN의 동작 원리
____7.1.4 GAN의 동작 사례
__7.2 확률분포 생성을 위한 완전 연결 계층 GAN 구현
____7.2.1 패키지 가져오기
____7.2.2 데이터 생성 클래스 만들기
____7.2.3 GAN 모델링
____7.2.4 머신 구현하기
____7.2.5 코드 수행과 결과 보기
__7.3 필기체를 생성하는 합성곱 계층 GAN 구현
____7.3.1 공통 패키지 가져오기
____7.3.2 사용자 정의 손실 함수 만들기
____7.3.3 합성곱 계층 GAN 모델링
____7.3.4 합성곱 계층 GAN 학습하기
____7.3.5 합성곱 계층 GAN 수행하기
__7.4 마치며

8장 케라스로 구현하는 UNET
__8.1 UNET 원리
__8.2 UNET을 이용한 컬러 복원 처리
____8.2.1 패키지 가져오기
____8.2.2 UNET 모델링
____8.2.3 데이터 준비
____8.2.4 UNET 처리 그래프 그리기
____8.2.5 UNET 학습 및 결과 확인
__8.3 마치며

〈심화 편〉

9장 케라스 확장 기능
__9.1 이미지 데이터 증강하기
____9.1.1 응용 코드 구현
____9.1.2 세부 모듈 구현
__9.2 미리 학습한 모델 사용하기
____9.2.1 응용 코드 구현
____9.2.2 세부 모듈 구현
__9.3 간단한 신규 계층 만들기
____9.3.1 Lambda 계층이란?
____9.3.2 파이썬 Lambda 기능 이용
____9.3.3 Lambda 계층 전용 함수 이용
____9.3.4 백엔드 함수 이용
____9.3.5 엔진 전용 함수 이용
____9.3.6 케라스의 확장 기능 이용
__9.4 학습 가능한 신규 계층 만들기
____9.4.1 관련 패키지 가져오기
____9.4.2 새로운 계층의 클래스 만들기
____9.4.3 사용 데이터 준비하기
____9.4.4 신규 계층이 포함된 모델링 만들기
____9.4.5 모델의 학습과 성능 평가
__9.5 케라스의 확장된 기능 이용하기
____9.5.1 텐서플로 가져오기와 내장 케라스 사용하기
____9.5.2 완전 연결층 인공신경망 모델링
____9.5.3 데이터 준비
____9.5.4 학습 진행 및 효과 분석 단계
____9.5.5 주 함수 구현 및 실행
__9.6 마치며

10장. 케라스로 구현하는 RL
__10.1 강화학습 원리
____10.1.1 강화학습의 정의 및 주요 용어
____10.1.2 강화학습 최적화 기본 방법
__10.2 정책 반복법을 이용하는 강화학습 사례
____10.2.1 Gym을 이용한 강화학습 환경 구성하기
____10.2.2 무작위 행동에 따른 상태, 보상 그리고 종료 여부 관찰하 기
____10.2.3 반환값 구하기
____10.2.4 가치함수 구하기
____10.2.5 행동가치함수 구하기
____10.2.6 새로운 정책 구하기
____10.2.7 새로운 정책 사용하기
__10.3 Q-Learning을 이용하는 강화학습 사례
____10.3.1 패키지 가져오기 및 초기화
____10.3.2 주어진 정책에 따른 시행 함수 만들기
____10.3.3 Q-learning 만들기
____10.3.4 Q-learning 실행하기
__10.4 딥러닝 기반 Q-Learning을 이용하는 강화학습
____10.4.1 관련 패키지 가져오기
____10.4.2 Q 함수를 위한 뉴럴넷 구성하기
____10.4.3 텐서플로 기능을 이용한 Q 함수 뉴럴넷 학습 코드 작성
____10.4.4 객체지향 방식으로 Q 함수 뉴럴넷 모델을 학습시키기
____10.4.5 추가 Q 함수 뉴럴넷 모델을 이용한 학습
____10.4.6 시도와 동시에 학습이 진행되게 만들기
__10.5 마치며

11장. 케라스로 구현하는 QAI
__11.1 양자컴퓨팅과 양자인공지능의 기초
____11.1.1 양자비트 상태 표현과 측정
____11.1.2 단일 양자비트 연산자
____11.1.3 다중 양자비트 표현 및 연산
____11.1.4 블로흐 구면과 지정 양자상태 회전
__11.2 양자컴퓨팅 알고리즘 구현
____11.2.1 기본 양자회로 만들기
____11.2.2 입력을 반전시키는 양자회로
____11.2.3 두 상태를 중첩하는 양자회로
____11.2.4 두 개 양자비트를 입력으로 하는 CNOT 연산
____11.2.5 벨 상태 만들기
__11.3 양자인공지능 알고리즘 구현
____11.3.1 매개변수가 있는 가변양자회로 알고리즘
____11.3.2 하이브리드 양자인공지능 학습하기
__11.4 마치며

Klover 리뷰 (0)

북로그 리뷰 (3) 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

케라스로 구현하는 딥러닝 sj**hw | 2022-04-25 | 추천: 0 |

케라스로 구현하는 딥러닝: 예제를 따라 하며 배우는 딥러닝 인공신경망 * 이 서평은 한빛미디어에서 도서를 제공받아 솔직하게 제작한 서평입니다. 딥러닝은... 더보기

케라스로 구현하는 딥러닝: 예제를 따라 하며 배우는 딥러닝 인공신경망

* 이 서평은 한빛미디어에서 도서를 제공받아 솔직하게 제작한 서평입니다.

딥러닝은 머신러닝과 함께 인공지능의 근간을 형성한다. 이 책은 케라스를 활용하여 딥러닝을 구현하는 방법에 대해서 적고 있다. 즉, 스로 인공신경망을 구현하는 방법을 알려준다. 복잡한 수식 없이 실무에 적용할 수 있는 실용적인 예제로 다양한 딥러닝 모델(ANN, DNN, CNN, RNN, AE, GAN, UNET, RL, QAI)을 다룬다.

‘케라스로 구현하는 딥러닝”은 인공신경망의 기본 개념부터 심화 기능, 강화학습, 양자 인공지능까지 다양한 딥러닝 알고리즘을 맛볼 수 있는 책이다. 코드로 딥러닝에 대한 감을 익히고 빠르게 결과물을 만들고 싶은 분께 추천한다. 닫기
케라스로 구현하는 딥러닝 책을 읽고 le**ok68 | 2022-04-24 | 추천: 0 |

1956년 존 메카시 교수가 다트머스 회의에서 인공지능을 처음 주창한 이래, 인공지능은 발전과 정체를 거브하면서 성장했다. 3번의 혹독한 AI 겨울을 보내면서 과연 AI는 우리 인간의 삶에 필요한 것인가에 대한 의문이 들었던 것도 사실이다. 그러던 중 2006년 AI 겨울 시즌에서도 꾸준한 연구를 계속해왔던 몇 몇 연구자들 중 한 사람인 토론토 대학교의 제프리 힌턴 교수의 인공신경망의 논문은 가히 혁명이라해도지나치지 않을 것이다. 그 이후 우리는 AI 즉 인공지능이라는 말보다는 딥러닝이라는 단어를 주로 사용하게 된다. 폭발적으로 쏟... 더보기

1956년 존 메카시 교수가 다트머스 회의에서 인공지능을 처음 주창한 이래, 인공지능은 발전과 정체를 거브하면서 성장했다. 3번의 혹독한 AI 겨울을 보내면서 과연 AI는 우리 인간의 삶에 필요한 것인가에 대한 의문이 들었던 것도 사실이다. 그러던 중 2006년 AI 겨울 시즌에서도 꾸준한 연구를 계속해왔던 몇 몇 연구자들 중 한 사람인 토론토 대학교의 제프리 힌턴 교수의 인공신경망의 논문은 가히 혁명이라해도지나치지 않을 것이다. 그 이후 우리는 AI 즉 인공지능이라는 말보다는 딥러닝이라는 단어를 주로 사용하게 된다. 폭발적으로 쏟아져 나오는 딥러닝 기술은 관련 라이브러리의 발전에도 큰 획을 긋게 되는데, Tensorflow에서 이제는 케라스라는 파이썬 라이브러리를 주로 사용하는 프레임워크가 되었다. 이 책은 초창기부터 케라스 커뮤니티를 이끌면서 대한민국땅에 케라스가 딥러닝 모델을 연구하고자 하는 수 많은 개발자와 연구자들에게 훌륭히 뿌리가 내릴 수 있도록 노력한 김성진 박사의 책이다.

이 책은 인공신명망의 기초 개념부터 CNN, GAN, 강화학습, 그리고 양자인공지능까지 관련 코드와 함께 학습자들에게 보다 쉽게 다양한 이론들을 다룰 수 있도록 하고 있다. 인공지능의 첫 발을 디딘 초보 학습자부터 보다 체계적인 학습을 하려는 중급 학습자들까지 충분히 아우르며 학습하는데 전혀 손색이 없는 책이다. 어떻게 보면 장점이자 단점이 될 수 있겠지만, 책 한권에 다양한 모델들을 코드와 함께 설명하려다보면 아무래도 특정 모델에 대해 약해질 수 없는 깊이의 문제도 있고, 전체적인 흐름을 따라가고자 하는 독자들에게는 최신 트렌드로 가는 주요 모델을 이해하는 것 만으로도 만족할 수 있는 책이다. 문제는 깊이인가 아니면 다양한 모델의 흐름인가. 이 책은 이런 문제를 잘 피해가며 독자들에게 다양한 모델의 설명뿐만 아니라 각 모델의 핵심 코드를 통한 충분한 설명으로 해결하고 있다. 그래서 딥러닝 인공신경망을 제대로 밟아가고 싶은 학습자들에게 더할나위 없는 길라잡이가 될 것이다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다." 닫기
[북리뷰] 케라스로 구현하는 딥러닝 es**erpd | 2022-04-23 | 추천: 0 |

이번에 리뷰하게 된 책은 한빛미디어 의 '케라스로 구현하는 딥러닝'이라는 책입니다. 이 책은 구성이 굉장히 잘 되어있습니다. 모델에 대한 설명과 그 모델을 구현해볼 수 있도록 Keras를 통한 코드를 함께 구성해 놓았습니다. 이 책은 실습을 중심으로 딥러닝을 익혀나갈 수 있도록 구성되어 있습니다. 다만 모델의 핵심을 간략하게 담아내기 위해 추가적인 서치가 필요한 경우가 있지만, 딥러닝을 처음 접하시는 분들도 추가적인 서치와 함께 공부해 나가신다면 효과적으로 학습할 수 있을 것이라 생각됩니다. ... 더보기

이번에 리뷰하게 된 책은 한빛미디어 의 '케라스로 구현하는 딥러닝'이라는 책입니다.

이 책은 구성이 굉장히 잘 되어있습니다.
모델에 대한 설명과 그 모델을 구현해볼 수 있도록 Keras를 통한 코드를 함께 구성해 놓았습니다.

이 책은 실습을 중심으로 딥러닝을 익혀나갈 수 있도록 구성되어 있습니다.
다만 모델의 핵심을 간략하게 담아내기 위해 추가적인 서치가 필요한 경우가 있지만,
딥러닝을 처음 접하시는 분들도 추가적인 서치와 함께 공부해 나가신다면 효과적으로 학습할 수 있을 것이라 생각됩니다.

이 책은 머신러닝과 딥러닝의 역사에 대해서도 설명하고 있습니다.
거시적인 흐름을 잡고, 미시적으로 깊이있게 설명해나갑니다.
구체적인 예시를 들면

ANN (인공신경망) 모델의 경우
1. ANN 모델에 대한 설명
2. ANN 모델의 활용
1) 분류 ANN
2) 회귀 ANN
3. ANN 모델의 구현
4. 실제 데이터를 통한 학습 및 성능 분석

과 같이 구체적이고 자세하게 구성되어있습니다.

아쉬웠던 점을 굳이 뽑아야 된다면
퍼셉트론의 개념 등장 이후 XOR 문제에 대해 설명을 구성했다면 더 좋았을 것 같습니다.
1956년 인공지능이 처음 등장했지만
이후 암흑기의 과정을 걷게 되었습니다.
이 이유에는 XOR 문제가 있었는데요,
퍼셉트론은 하나의 선형 구조를 통해 패턴을 도출해 낼 수 있다는 개념 아래 구성되었지만
설명의 한계를 마주합니다.

이후 퍼셉트론을 여러겹 쌓는 구조를 형성함으로서 XOR 문제가 해결되었고,
이는 딥러닝이라는 이름으로 불리게 되었습니다.

이 책은 중요한 개념에 대한 배경지식들을 함께 설명하고 있어
Keras를 통해 딥러닝을 공부하고 싶어하는 독자들에게 유용한 학습서가 될 것이라 생각됩니다.

추가적으로 conda를 통한 가상환경을 어떻게 구성하는지 코드와 함께 작성되어 있어
처음 접하시는 분들 또한 도움이 될 것이라 생각합니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

닫기

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

문장수집 안내

문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는 교보문고의 새로운 서비스입니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요"하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보 없이 삭제될 수 있습니다.

1. 리워드 안내
구매 후 90일 이내에 문장수집 작성 시 e교환권 100원을 적립해 드립니다.

e교환권은 적립일로부터 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.

이벤트 (4)
상품정보
회원리뷰 (3)
교환/반품/품절

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