본문 바로가기

추천 검색어

실시간 인기 검색어

실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍

아즈마 유키나가 저자(글) · 최재원 번역
책만 · 2019년 06월 18일
9.3 (14개의 리뷰)
집중돼요 (46%의 구매자)
  • 실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍 대표 이미지
    실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍 대표 이미지
  • 실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍 부가 이미지1
    실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍 부가 이미지1
  • A4
    사이즈 비교
    210x297
    실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍 사이즈 비교 179x235
    단위 : mm
MD의 선택 무료배송 이벤트 소득공제
10% 23,400 26,000
적립/혜택
1,300P

기본적립

5% 적립 1,300P

추가적립

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 1,300P
  • 리뷰 작성 시, e교환권 추가 최대 300원
배송안내
무료배송
배송비 안내
국내도서/외국도서
도서만 15,000원 이상 구매 시 무료배송
도서+교보Only(교보배송)을 함께 15,000원 이상 구매 시 무료배송

15,000원 미만 시 2,500원 배송비 부과

교보Only(교보배송)
각각 구매하거나 함께 20,000원 이상 구매 시 무료배송

20,000원 미만 시 2,500원 배송비 부과

해외주문 서양도서/해외주문 일본도서(교보배송)
각각 구매하거나 함께 15,000원 이상 구매 시 무료배송

15,000원 미만 시 2,500원 배송비 부과

업체배송 상품(전집, GIFT, 음반/DVD 등)
해당 상품 상세페이지 "배송비" 참고 (업체 별/판매자 별 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
주문정보를 불러오는 중입니다.
서울시 종로구 종로 1

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.

실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍 상세 이미지
딥러닝의 기초 지식과 수학부터
파이썬을 활용한 실전 프로그래밍 구현까지,
한 권으로 모든 것을 끝내는
딥러닝 입문자를 위한 최고의 책!
지금까지 나왔던 다른 어떤 책들과는 달리 딥러닝을 수식과 코드로서 매우 이해하기 쉽게 설명한다. 또한, 간결하고 이해하기 쉬운 예제 코드들이 하나 하나 모여 책의 마지막에 이르러 최종적으로 실전에서도 활용할 수 있는 완결된 딥러닝 코드를 완성함으로써, 독자가 성취감을 느끼며 끝까지 포기하지 않고 완독할 수 있다는 점은 이 책의 최대 강점이다. 이 책에서는 파이썬과 기초 수학부터 시작해 역전파(Backpropagation)와 컨볼루션 신경망(CNN)까지, 딥러닝의 필수 요소를 빠짐없이 자세하게 설명한다. 독자가 파이썬 프로그래밍을 직접 코딩하면서 차근차근 순서대로 공부해 나가다 보면 딥러닝의 기초를 완벽하게 습득할 수 있다.

작가정보

저자(글) 아즈마 유키나가

‘인간과 AI의 공존’을 미션으로 하는 주식회사 SAI-Lab의 대표이사로, AI 관련 교육과 연구 개발에 종사하고 있다. 토후쿠대학 대학원 이학연구과 수료 후 이학박사(물리학)를 취득했다. 인공지능(AI), 복잡계, 뇌과학, 특이점(singularity) 등에 관심이 많으며 프로그래밍/AI 강사로서 지금까지 오프라인에서 1000명 이상, 온라인에서는 2만 명에 가까운 인원을 지도했다. 세계 최대 교육 동영상 플랫폼인 유데미(Udemy)에서 ‘처음 시작하는 파이썬’, ‘실전 데이터과학과 머신러닝’, ‘모두의 딥러닝’, ‘모두의 AI 강좌’ 등을 강의하고 있다. 엔지니어로도 일하면서 VR, 게임, SNS 등 분야를 불문한 다양한 애플리케이션을 개발했다.

번역 최재원

일본 게이오 대학원을 졸업하고 아주대 대학원에서 학습분석(Learning Analytics)으로 박사 학위를 취득했다. 대학 졸업 후 7년간 디지털 엔터테인먼트 업계에서 3D 영상, 게임, VR 프로듀서로 종사했고 대학원 진학 후 데이터 사이언스를 연구했다. 대학에서 통계와 데이터 사이언스 과목을 강의했으며 현재는 아주대학교 교수학습개발센터/평가인증센터에서 교육?학습 데이터 분석 업무를 담당하고 있다. XGBoost, 딥러닝, 문항반응이론(IRT), 지식공간(Knowledge Spaces) 등의 알고리즘을 이용한 학습부진 위험학생 조기 예측, 적응형 학습(adaptive learning) 등을 연구 중이다.

번역서로 『디지털 게임 교과서』(2012), 『유니티 입문』(2012), 『데이터 시각화, 인지과학을 만나다』(이상 에이콘출판, 2015), 『대학혁신을 위한 빅데이터와 학습분석』(시그마프레스, 2019)이 있으며, 전자책으로 출간된 『VR, 가까운 미래』(리디북스, 2016)를 집필했다.

작가의 말

한국에 계신 독자 여러분께,
저의 책 『실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍』에 관심을 가져주셔서 감사합니다. 이 책은 지금까지 나왔던 다른 어떤 책과는 달리 딥러닝을 매우 이해하기 쉽게 설명하는 책이라 자부합니다. 일본에서는 2018년 8월에 출간된 이후 지금도 많은 독자분이 읽고 있습니다.

딥러닝으로 대표되는 인공지능 기술은 전 세계인의 관심을 끌고 있으며 여러 기업과 공공기관에서 다방면에 걸쳐 활용 방법을 모색하고 있습니다. 그러나 대다수 사람들은 여전히 딥러닝이 배우기 어려운 분야라고 생각합니다. 이러한 장벽을 허물기 위해 이 책에서는 프로그래밍 언어 파이썬과 기초 수학부터 시작해 컨볼루션 신경망까지, 딥러닝에 필수적인 요소를 빠짐없이 자세하게 설명했습니다. 차근차근 순서대로 공부해 나가다 보면 딥러닝의 기초를 확실하게 습득할 수 있도록 구성했습니다.

오늘날 인공지능은 배울 만한 가치가 가장 큰 기술 중 하나이며, 기술적인 측면뿐만 아니라 미래에 대한 상상력을 기르기 위한 교양으로서도 의미가 큽니다. 한국에 계신 독자분들이 이 책을 통해 인공지능에 대한 자신만의 생각을 기를 수 있다면 저자로서 매우 기쁘겠습니다. 그럼 모두 저와 함께 딥러닝의 세계를 탐험해 봅시다!

목차

  • [1장] 딥러닝이란
    1.1 지능이란 무엇인가
    1.2 인공지능(AI)
    1.3 머신러닝
    1.4 신경망
    1.5 딥러닝 개요
    1.6 인공지능과 딥러닝의 역사
    __1.6.1 제1차 인공지능 전성기: 1950년대~1960년대
    __1.6.2 제2차 인공지능 전성기: 1980년대~1990년대 후반
    __1.6.3 제3차 인공지능 전성기: 2000년대 이후

    [2장] 파이썬 개요
    2.1 파이썬을 사용하는 이유
    2.2 아나콘다와 주피터 노트북 활용
    __2.2.1 아나콘다 다운로드
    __2.2.2 아나콘다 설치
    __2.2.3 주피터 노트북 실행
    __2.2.4 주피터 노트북 사용
    __2.2.5 노트북 종료
    2.3 파이썬 문법
    __2.3.1 변수와 변수형
    __2.3.2 연산자
    __2.3.3 리스트
    __2.3.4 튜플
    __2.3.5 딕셔너리
    __2.3.6 if문
    __2.3.7 for문
    __2.3.8 while문
    __2.3.9 내포
    __2.3.10 함수
    __2.3.11 변수의 범위
    __2.3.12 클래스
    2.4 넘파이
    __2.4.1 넘파이 임포트
    __2.4.2 넘파이 배열
    __2.4.3 배열을 생성하는 다양한 함수
    __2.4.4 reshape를 이용한 형태 변환
    __2.4.5 배열 연산
    __2.4.6 브로드캐스트
    __2.4.7 원솟값에 접근
    __2.4.8 슬라이싱
    __2.4.9 축과 transpose 메소드
    __2.4.10 넘파이의 함수
    2.5 맷플롯립
    __2.5.1 모듈 임포트
    __2.5.2 그래프 생성
    __2.5.3 그래프 디자인
    __2.5.4 산포도 표시
    __2.5.5 이미지 표시

    [3장] 딥러닝을 위한 수학
    3.1 수학 기호
    __3.1.1 시그마(Σ)로 총합계 표시
    __3.1.2 자연상수 e
    __3.1.3 자연로그 log
    3.2 선형대수
    __3.2.1 스칼라
    __3.2.2 벡터
    __3.2.3 행렬
    __3.2.4 텐서
    __3.2.5 스칼라와 행렬의 곱셈
    __3.2.6 각 원소 간의 곱셈
    __3.2.7 행렬 곱
    __3.2.8 행렬 전치
    3.3 미분
    __3.3.1 상미분
    __3.3.2 미분법의 기본 공식
    __3.3.3 연쇄법칙
    __3.3.4 편미분
    __3.3.5 전미분
    __3.3.6 다변수의 연쇄법칙
    3.4 정규분포

    [4장] 신경망
    4.1 신경세포 네트워크
    4.2 신경세포의 모델화
    4.3 뉴런의 네트워크화
    4.4 회귀와 분류
    __4.4.1 회귀
    __4.4.2 분류
    4.5 활성화 함수
    __4.5.1 계단 함수
    __4.5.2 시그모이드 함수
    __4.5.3 tanh
    __4.5.4 ReLU
    __4.5.5 Leaky ReLU
    __4.5.6 항등 함수
    __4.5.7 소프트맥스 함수
    4.6 신경망 구현
    __4.6.1 단일 뉴런 구현
    __4.6.2 가중치와 편향의 영향
    __4.6.3 신경망 구현
    __4.6.4 각 층의 구현
    __4.6.5 신경망(회귀)
    __4.6.6 신경망의 표현력
    __4.6.7 신경망(분류)

    [5장] 역전파
    5.1 학습 규칙
    __5.1.1 헵의 규칙
    __5.1.2 델타 규칙
    5.2 역전파란?
    5.3 훈련 데이터와 테스트 데이터
    5.4 손실 함수
    __5.4.1 오차제곱합
    __5.4.2 교차 엔트로피 오차
    5.5 경사 하강법
    __5.5.1 경사 하강법 개요
    __5.5.2 기울기 구하는 방법
    __5.5.3 출력층 기울기
    __5.5.4 출력층에서 입력값 기울기
    __5.5.5 은닉층 기울기
    __5.5.6 기울기를 구하는 식 정리
    __5.5.7 회귀 문제에서 기울기 구하는 방법
    __5.5.8 분류 문제에서 기울기 구하는 방법
    5.6 최적화 알고리즘
    __5.6.1 최적화 알고리즘 개요
    __5.6.2 확률적 경사 하강법
    __5.6.3 모멘텀
    __5.6.4 아다그라드
    __5.6.5 RMSProp
    __5.6.6 아담
    5.7 배치 사이즈
    __5.7.1 에포크와 배치
    __5.7.2 배치 학습
    __5.7.3 온라인 학습
    __5.7.4 미니 배치 학습
    5.8 행렬 연산
    __5.8.1 행렬의 형식
    __5.8.2 행렬을 이용한 순전파
    __5.8.3 행렬을 이용한 역전파
    5.9 회귀 문제에서의 역전파 구현
    __5.9.1 회귀 예(sin 함수의 학습)
    __5.9.2 출력층 구현
    __5.9.3 은닉층 구현
    __5.9.4 역전파 구현
    __5.9.5 역전파 구현 전체 코드(회귀)
    __5.9.6 실행 결과
    5.10 분류 문제에서의 역전파 구현
    __5.10.1 분류 사례(소속 영역 학습)
    __5.10.2 각 층의 구현
    __5.10.3 역전파 구현 전체 코드(분류)
    __5.10.4 실행 결과

    [6장] 딥러닝 구현
    6.1 다층화에 따른 문제
    __6.1.1 국소 최적해 함정
    __6.1.2 과적합
    __6.1.3 기울기 소실
    __6.1.4 장기간의 학습 시간 문제
    6.2 문제 해결 방안
    __6.2.1 하이퍼 파라미터 최적화
    __6.2.2 규제화
    __6.2.3 가중치와 편향 초깃값
    __6.2.4 조기 종료
    __6.2.5 데이터 확장
    __6.2.6 데이터 전처리
    __6.2.7 드롭아웃
    6.3 붓꽃 품종 분류
    __6.3.1 붓꽃 데이터 세트
    __6.3.2 훈련 데이터와 테스트 데이터
    __6.3.3 신경망 구성
    __6.3.4 학습에 관련된 각 설정
    6.4 딥러닝 구현
    __6.4.1 데이터 입력과 전처리
    __6.4.2 각 층의 구현
    __6.4.3 신경망 구축
    __6.4.4 미니배치법 구현
    __6.4.5 정답률 측정
    __6.4.6 붓꽃 데이터 품종 분류를 위한 전체 코드
    __6.4.7 실행 결과
    __6.4.8 과적합 방지를 위한 대책
    __6.4.9 아다그라드 구현
    __6.4.10 드롭아웃 구현
    __6.4.11 과적합 방지 대책의 결과
    __6.4.12 품종 분류

    [7장] 컨볼루션 신경망(CNN)
    7.1 컨볼루션 신경망(CNN)의 개요
    __7.1.1 시각 처리 체계
    __7.1.2 CNN 구조
    __7.1.3 컨볼루션 층
    __7.1.4 풀링층
    __7.1.5 전결합층
    __7.1.6 패딩
    __7.1.7 스트라이드
    __7.1.8 CNN 학습
    __7.1.9 변수 정리
    7.2 im2col과 col2im
    __7.2.1 im2col과 col2im의 개요
    __7.2.2 im2col 알고리즘
    __7.2.3 간단한 im2col 구현
    __7.2.4 배치와 채널을 고려한 실전 im2col 코드
    __7.2.5 col2im 알고리즘
    __7.2.6 col2im 구현
    7.3 컨볼루션층 구현
    __7.3.1 구현 개요
    __7.3.2 순전파
    __7.3.3 역전파
    7.4 풀링층 구현
    __7.4.1 구현 과정 개요
    __7.4.2 순전파
    __7.4.3 역전파
    7.5 전결합층 구현
    7.6 컨볼루션 신경망 구현
    __7.6.1 사용 데이터 세트
    __7.6.2 구축할 신경망
    __7.6.3 CNN 코드
    __7.6.4 실행 결과
    __7.6.5 컨볼루션층의 시각화
    __7.6.6 컨볼루션층 효과
    7.7 더 깊은 신경망
    __7.7.1 신경망 구축
    __7.2.2 실행 결과

    [8장] 그 밖의 딥러닝 기술
    8.1 순환 신경망(RNN)
    __8.1.1 RNN의 개요
    __8.1.2 LSTM
    __8.1.3 GRU
    8.2 자연어 처리
    __8 2.1 형태소 분석
    __8.2.2 단어 임베딩
    8.3 생성 모델
    __8.3.1 생성적 적대 신경망(GAN)
    __8.3.2 VAE
    8.4 강화학습
    __8.4.1 강화학습 개요
    __8.4.2 심층 강화학습
    8.5 GPU 활용
    __8.5.1 GPU란
    __8.5.2 딥러닝에서 GPU 활용
    8.6 딥러닝 프레임워크
    8.7 딥러닝의 미래

출판사 서평

[이 책의 구성]

1장 딥러닝이란
머신러닝과 인공지능, 딥러닝과의 관계에 대해 소개하며 그동안 인공지능이 걸어온 길을 간략하게 설명합니다. 저자가 뇌과학에 상당히 관심이 깊어 딥러닝을 뇌과학의 관점에서 바라보며 딥러닝과 뇌의 유사성에 대한 다양하고 흥미로운 이야기를 풀어 놓습니다.

2장 파이썬 개요
파이썬 문법과 주피터 노트북에 대한 핵심만 소개합니다. 여기서 핵심이라는 의미는 책 전체에 걸쳐 구현되는 딥러닝 코드에 필요한 사항에만 집중한다는 의미입니다. 따라서 당연히 파이썬 전체를 소개하는 책에 비해서는 다루는 범위가 좁습니다만, 책에 나오는 프로그래밍 코드를 따라가는 데 필요한 내용은 모두 설명하므로 파이썬에 익숙하지 않은 독자라도 단기 속성 과정을 배우는 것처럼 효과적입니다.

3장 딥러닝에 필요한 수학
2장과 마찬가지로 딥러닝을 이해하고 구현하는 데 필요한 핵심적인 수학만 소개합니다. 선형대수와 미분을 다루는데, 고교 과정을 이수한 독자들이라면 무리 없이 따라갈 수 있습니다. 이 부분은 눈으로만 읽지 말고 수능 공부할 때처럼 백지에 연필을 긁적여가며 수식을 따라 써 볼 것을 권장합니다. 선형대수는 파이썬 넘파이(NumPy)를 이용한 실습 코드를 제공하는데, 초보자라면 이 부분도 소홀히 하지 말고 반복적으로 연습하기 바랍니다.

4장 신경망
딥러닝의 배경 이론인 신경망을 소개합니다. 신경망의 원리, 뉴런(노드)으로 구성된 층(layer)의 연결 관계, 순전파와 역전파, 가중치와 편향(바이어스), 활성화 함수 등의 핵심 내용을 친절한 코드와 함께 설명합니다. 특히 신경망에서 가중치와 편향의 역할과 영향력을 실제 코드로 보여주는 부분은 매우 인상적입니다.

5장 역전파
역전파(Backpropagation)는 신경망에서 출력 결과와 실제 값의 오차를 줄여나가는 과정입니다. 이 과정에서 필요한 경사 하강법과 아다그라드(Adagrad), 아담(Adam)과 같은 다양한 최적화 알고리즘을 수식과 코드를 이용해 설명합니다.

6장 딥러닝 구현
딥(deep)이라는 단어 그대로 신경망에 층을 많이 쌓아 데이터를 깊이 학습하는 것이 딥러닝입니다. 이렇게 층을 많이 쌓으면 신경망의 성능이 좋아지지만 과적합, 기울기 소실과 같은 여러 문제도 발생합니다. 이런 문제들을 유명한 붓꽃(Iris) 데이터를 통해 실제로 해결하는 과정을 코드로 제시하기 때문에 직관적으로 이해하기 쉽습니다.

7장 컨볼루션 신경망(CNN)
이 책의 최종 목표지점입니다. 딥러닝이 혜성처럼 등장한 것도 이미지 인식 대회였듯이 이미지 분류 작업에서 딥러닝은 탁월한 성과를 내고 있습니다. 7장에서는 앞에서 배웠던 모든 내용을 다 활용하고, 이미지 처리에 필요한 컨볼루션, 필터, 채널, 배치사이즈까지 고려한 실용적인 프로그래밍 코드를 완성하는 단계입니다. 다른 장(章)에 비해 분량이 가장 많아 학습하는 동안 지칠 수도 있지만 모든 내용을 끈기 있게 따라가면 손글씨 숫자 이미지를 거의 정확하게 분류하는 딥러닝의 마술을 스스로 구현하고 이해하게 되며 이때까지의 고생을 한번에 보상받을 수 있을 것입니다.

8장 그 밖의 딥러닝 기술
최신 딥러닝 기술을 소개합니다. 현재 딥러닝이 어느 수준까지 발전했고 딥러닝의 미래가 어떤 모습일지 짐작할 수 있는 내용으로 채워져 있습니다. 기본 수준을 넘어서 더 높은 단계로 도약하기 위해 필요한 안내서 같은 느낌으로 매우 유익한 내용입니다.

[이 책의 주요 특징]
- 딥러닝 프레임워크를 사용하지 않고 딥러닝의 알고리즘을 파이썬 프로그래밍 코드로 구현
- 딥러닝을 구현하는 데 꼭 필요한 만큼의 핵심 파이썬 문법
- 파이썬과 수치연산 라이브러리 넘파이(NumPy)를 이용한 프로그래밍 기초 지식
- 미분, 선형대수 등 신경망을 이해하는 데 필요한 기초 수학 이론과 수식 코딩 원리
- 단계별 실습을 통해 최종적으로 컨볼루션 신경망(CNN)을 구현하고 응용하는 목표에 도달
- 독자들이 스스로 응용하고 더 수준 높은 코드로 발전할 수 있는 완전한 파이썬 코드 제공
- 인간 뇌의 동작과 대응시킴으로써, 딥러닝의 작동 방식을 직관적으로 이해하기 쉽게 설명
- 최신 딥러닝의 발전 현황과 미래에 대한 구체적인 기술과 사례 소개

[이 책의 독자 대상]
- 머신러닝, 인공지능, 딥러닝에 대해 막연한 관심을 갖고 있지만 어떤 책으로 시작해야 좋을지 고민하는 학생 및 일반인, 타 분야의 개발자 등 이 분야에 입문하고 싶어하는 완전 초보자
- 딥러닝에 대한 대략적인 개념은 알고 있으나 딥러닝의 역사와 이론적 배경, 수학적 논리를 더 구체적이고 자세하게 이해하고 싶은 사람
- 딥러닝 알고리즘을 수식으로 명확하게 이해하고 이를 프로그래밍 코드로 구현하고 싶은데 이 모든 과정을 한 권의 책으로 해결하고 싶은 사람
- 실용적인 딥러닝 코드를 작성해 업무나 현장에서 바로 적용해보고 더 높은 수준의 딥러닝을 구현하고 싶은 개발자

[옮긴이의 글]
머신러닝과 인공지능에 대한 기본적인 배경 지식을 갖추고 딥러닝의 수학적인 논리 전개를 정확하게 이해하면서 이를 파이썬으로 구현하는 과정은 결코 쉽지 않습니다. 머신러닝과 딥러닝은 이론을 이해하는 것 못지 않게 직접 구현해보며 공부하는 것이 매우 중요하기 때문입니다.

그동안 딥러닝을 처음 접하는 독자들을 대상으로 하는 훌륭한 국내서와 번역서들이 많이 출간되었지만 이론과 실습의 균형이라는 측면에서 조금은 아쉬운 면이 있었습니다. 딥러닝을 구성하는 이론을 다양하게 설명하는 데 치중하는 느낌도 들고, 쉬운 이해를 강조하다 보니 실전 프로그래밍에서 필요한 요소들이 많이 생략된 경우도 있었습니다. 예제로 제시되는 파이썬 코드는 체계적으로 구조화되지 못해 독자들이 직접 전체 딥러닝 코드를 구현하려고 하면 여전히 막막하다는 생각이 드는 경우도 많았을 것이라고 생각합니다.

이러한 이유로 『실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍』은 기존 책들과는 뚜렷이 차별되는 매력과 장점이 돋보입니다. 저자가 서문에서 “직접 손을 움직여가며 공부할 수 있도록” 저술했다고 밝혔듯이, 독자가 파이썬 프로그래밍을 직접 코딩하면서 딥러닝을 명확하게 이해하고 익힐 수 있게 구성되었다는 점이 이 책만의 탁월한 장점입니다.

간결하고 이해하기 쉬운 예제 코드들이 하나 하나 모여 책의 마지막에 이르면 최종적으로는 실전에서도 활용할 수 있는 완결된 딥러닝 코드를 완성하게 됩니다. 이런 코드를 차근차근 따라하며 실습하다 보면 딥러닝을 직관적이고 구체적으로 이해할 수 있습니다. 이처럼 간결하고 이해하기 쉬운 예제 코드는 물론, 딥러닝의 배경 이론과 수학적인 전개 과정에 대한 설명도 불필요한 군더더기 없이 매우 깔끔합니다.

이 책에서는 독자가 최종 단계인 ‘컨볼루션 신경망(CNN)’(7장)을 스스로 구현할 수 있도록 아무런 딥러닝 프레임워크를 사용하지 않고 레고 블록을 쌓듯이 한 단계씩 기본적이고 핵심적인 내용을 세심하게 설명하며 이끌어갑니다.
모든 장(章)의 내용은 체계적이고도 유기적으로 서로 연결되어 있습니다. 앞에서 배운 사항을 뒤에서 적용하고, 지금 배우는 내용이 앞에서 배운 것과 어떻게 연결되는지, 어느 부분에서 배웠는지를 친절하게 상기시킵니다. 그렇게 그물처럼 촘촘히 연결된 책의 내용을 1장부터 끝까지 좇아가다보면 어느샌가 딥러닝의 실체가 눈앞에 선명하게 드러납니다. 한마디로 이론과 실습이 절묘하게 조화된 훌륭한 책이라고 생각합니다.

번역하는 내내, 이 책은 마치 결승선을 향해 망설임 없이 질주하는 경주마 같다고 느꼈습니다. 아마 독자들도 책을 읽는 동안 경주마 위에 올라타 장애물을 하나씩 뛰어넘어 마침내 목표점을 통과하는 것과 같은 짜릿한 성취감을 맛볼 수 있을 것이라고 생각하며, 또 그렇게 될 수 있기를 진심으로 응원합니다.

기본정보

상품정보
ISBN 9791189909024
발행(출시)일자 2019년 06월 18일
쪽수 364쪽
크기
179 * 235 * 24 mm / 665 g
총권수 1권
원서명/저자명 はじめてのディ-プラ-ニング PYTHONで學ぶニュ-ラルネットワ-クとバックプロパゲ-ション/我妻幸長

Klover

Klover 리뷰 안내
교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1.리워드 안내
구매 후 90일 이내에 평점과 10자 이상의 리뷰 작성 시 e교환권 200원을 적립해 드립니다.
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.
한달 후 리뷰
구매 후 30일~ 120일 이내에 작성된 두 번째 구매리뷰에 대해 한 달 후 리뷰로 인지하고 e교환권 100원을 추가 제공합니다.

* 강연, 공연, 여행, 동영상, 사은품, 기프트카드 상품은 지급 제외
2.운영 원칙 안내
Klover 리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다.
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.
3.신고하기
다른 고객이 작성리뷰에 대해 불쾌함을 느끼는 경우 신고를 할 수 있으며, 신고 자가 일정수준 이상 누적되면 작성하신 리뷰가 노출되지 않을 수 있습니다.

구매 후 리뷰 작성 시, e교환권 200원 적립

문장수집

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.
리워드 안내
구매 후 90일 이내에 문장수집 작성 시 e교환권 100원을 적립해드립니다.
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

이 책의 첫 기록을 남겨주세요

교환/반품/품절 안내

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

이벤트
TOP

저자 모두보기

번역

매장별 재고 및 도서위치

할인쿠폰 다운로드

  • 쿠폰은 주문결제화면에서 사용 가능합니다.
  • 다운로드한 쿠폰은 마이 > 나의 통장 에서 확인 가능합니다.
  • 도서정가제 적용 대상 상품에 대해서는 정가의 10%까지 쿠폰 할인이 가능합니다.
  • 도서정가제 적용 대상 상품에 10% 할인이 되었다면, 해당 상품에는 사용하실 수
    없습니다.

적립예정포인트 안내

  • 통합포인트 안내

    • 통합포인트는 교보문고(인터넷, 매장), 핫트랙스(인터넷, 매장), 모바일 교보문고 등 다양한 곳에서 사용하실 수 있습니다.
    • 상품 주문 시, 해당 상품의 적립률에 따라 적립 예정 포인트가 자동 합산되고 주문하신 상품이 발송완료 된 후에 자동으로 적립됩니다.
    • 단, 쿠폰 및 마일리지, 통합포인트, e교환권 사용 시 적립 예정 통합포인트가 변동될 수 있으며 주문취소나 반품시에는 적립된 통합포인트가 다시 차감됩니다.
  • 통합포인트 적립 안내

    • 통합포인트는 도서정가제 범위 내에서 적용됩니다.
    • 추가적립 및 회원 혜택은 도서정가제 대상상품(국내도서, eBook등)으로만 주문시는 해당되지 않습니다.
  • 기본적립) 상품별 적립금액

    • 온라인교보문고에서 상품 구매시 상품의 적립률에 따라 적립됩니다.
    • 단 도서정가제 적용 대상인 국내도서,eBook은 15%내에서 할인율을 제외한 금액내로 적립됩니다.
  • 추가적립) 5만원 이상 구매시 통합포인트 2천원 추가적립

    • 5만원 이상 구매시 통합포인트 2천원 적립됩니다.
    • 도서정가제 예외상품(외서,음반,DVD,잡지(일부),기프트) 2천원 이상 포함시 적립 가능합니다.
    • 주문하신 상품이 전체 품절인 경우 적립되지 않습니다.
  • 회원혜택) 3만원이상 구매시 회원등급별 2~4% 추가적립

    • 회원등급이 플래티넘, 골드, 실버 등급의 경우 추가적립 됩니다.
    • 추가적립은 실결제액 기준(쿠폰 및 마일리지, 통합포인트, e교환권 사용액 제외) 3만원 이상일 경우 적립됩니다.
    • 주문 후 취소,반품분의 통합포인트는 단품별로 회수되며, 반품으로 인해 결제잔액이 3만원 미만으로 변경될 경우 추가 통합포인트는 전액 회수될 수 있습니다.

제휴 포인트 안내

제휴 포인트 사용

  • OK CASHBAG 10원 단위사용 (사용금액 제한없음)
  • GS&POINT 최대 10만 원 사용
더보기

구매방법 별 배송안내

지역별 도착 예정일

수도권 지역

배송 일정 안내 테이블로 결제 완료 시간, 도착예정일 결제 완료 시간 컬럼의 하위로 평일 0시 ~ 12시 토요일 0시 ~ 11시 평일 12시 ~ 22시 평일 12시 ~ 24시 토요일 11시 ~ 21시 을(를) 나타낸 표입니다.
결제 완료 시간 도착예정일
평일 0시 ~ 12시

토요일 0시 ~ 11시
당일배송 오늘

당일배송 오늘
평일 12시 ~ 22시

평일 12시 ~ 24시

토요일 11시 ~ 21시
새벽배송 내일 07시 이전

내일

일요배송 일요일

수도권 외 (천안, 대전, 울산, 부산, 대구, 창원)

배송 일정 안내 테이블로 결제 완료 시간, 도착예정일 결제 완료 시간 컬럼의 하위로 월~토 0시 ~ 11시 30분 을(를) 나타낸 표입니다.
결제 완료 시간 도착예정일
월~토 0시 ~ 11시 30분
당일배송 오늘

배송 유의사항

  • 새벽배송과 일요배송은 수도권 일부 지역을 대상으로 합니다. 상품 상세페이지에서 도착 예정일을 확인해 주세요.
  • 수도권 외 지역에서 선물포장하기 또는 사은품을 포함하여 주문할 경우 당일배송 불가합니다.
  • 무통장입금 주문 후 당일 배송 가능 시간 이후 입금된 경우 당일 배송 불가합니다.
  • 새벽배송의 경우 공동 현관 출입 번호가 누락 되었거나 틀릴 경우 요청하신 방법으로 출입이 어려워, 부득이하게 공동 현관 또는 경비실 앞에 배송 될 수 있습니다.
  • 학교, 관공서, 회사 등 출입 제한 시간이 있는 곳은 당일배송, 새벽배송, 일요배송이 제공되지 않을 수 있습니다.
  • 공휴일과 겹친 토요일, 일요일은 일요일 배송에서 제외됩니다. 일요배송은 한정 수량에 한해 제공됩니다. 수량 초과 시 일반배송으로 발송되니 주문 시 도착 예정일을 확인해 주세요.
  • 주문 후 배송지 변경 시 변경된 배송지에 따라 익일 배송될 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 재고 확보를 위해 당일 배송이 불가할 수 있습니다.
  • 기상악화로 인한 도로 사정으로 일부 지역의 배송 지연이 발생될 수 있습니다.
  • 출고 예정일이 5일 이상인 상품의 경우(결제일로부터 7일 동안 미입고), 출판사 / 유통사 사정으로 품/절판 되어 구입이 어려울 수 있습니다. 이 경우 SMS, 메일로 알려드립니다.
  • 분철상품 주문 시 분철 작업으로 인해 기존 도착 예정일에 2일 정도 추가되며, 당일 배송, 해외 배송이 불가합니다.
  • 해외주문도서는 해외 거래처 사정에 의해 품절/지연될 수 있습니다.
  • 스페셜오더 도서나 일서 해외 주문 도서와 함께 주문 시 배송일이 이에 맞추어 지연되오니, 이점 유의해 주시기 바랍니다.

바로드림존에서 받기

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 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.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상 시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함 되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해 주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반 코너에서 수령확인이 가능합니다
  • 선물 받는 분의 휴대폰번호만 입력하신 후 결제하시면 받는 분 휴대폰으로 선물번호가 전달됩니다.
  • 문자를 받은 분께서는 마이 > 주문관리 > 모바일 선물내역 화면에서 선물번호와 배송지 정보를 입력하시면 선물주문이 완료되어 상품준비 및 배송이 진행됩니다.
  • 선물하기 결제하신 후 14일까지 받는 분이 선물번호를 등록하지 않으실 경우 주문은 자동취소 됩니다.
  • 또한 배송 전 상품이 품절 / 절판 될 경우 주문은 자동취소 됩니다.

바로드림 서비스 안내

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 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.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.
  1. STEP 01
    픽업박스에서 찾기 주문
  2. STEP 02
    도서준비완료 후 휴대폰으로 인증번호 전송
  3. STEP 03
    매장 방문하여 픽업박스에서 인증번호 입력 후 도서 픽업
  • 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.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.

도서 소득공제 안내

  • 도서 소득공제란?

    • 2018년 7월 1일 부터 근로소득자가 신용카드 등으로 도서구입 및 공연을 관람하기 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(내서,외서,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)
    • 현금결제 : 예치금, 교보e캐시(충전에한함), 해피머니상품권, 컬쳐캐쉬, 기프트 카드, 실시간계좌이체, 온라인입금
    • 간편결제 : 교보페이, 네이버페이, 삼성페이, 카카오페이, PAYCO, 토스, CHAI
      • 현금결제는 현금영수증을 개인소득공제용으로 신청 시에만 도서 소득공제 됩니다.
      • 교보e캐시 도서 소득공제 금액은 교보eBook > e캐시 > 충전/사용내역에서 확인 가능합니다.
      • SKpay, 휴대폰 결제, 교보캐시는 도서 소득공제 불가
  • 부분 취소 안내

    • 대상상품+제외상품을 주문하여 신용카드 "2회 결제하기"를 선택 한 경우, 부분취소/반품 시 예치금으로 환원됩니다.

      신용카드 결제 후 예치금으로 환원 된 경우 승인취소 되지 않습니다.

  • 도서 소득공제 불가 안내

    • 법인카드로 결제 한 경우
    • 현금영수증을 사업자증빙용으로 신청 한 경우
    • 분철신청시 발생되는 분철비용

알림 신청

아래의 알림 신청 시 원하시는 소식을 받아 보실 수 있습니다.
알림신청 취소는 마이룸 > 알림신청내역에서 가능합니다.

실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍
기초 수학과 파이썬 코드를 따라만 하면 신기하게 이해되는 | 신경망, 역전파, CNN 구현
신고

신고 사유를 선택해주세요.
신고 내용은 이용약관 및 정책에 의해 처리됩니다.

허위 신고일 경우, 신고자의 서비스 활동이 제한될 수 있으니 유의하시어
신중하게 신고해주세요.

판형알림

  • A3 [297×420mm]
  • A4 [210×297mm]
  • A5 [148×210mm]
  • A6 [105×148mm]
  • B4 [257×364mm]
  • B5 [182×257mm]
  • B6 [128×182mm]
  • 8C [8절]
  • 기타 [가로×세로]
EBS X 교보문고 고객님을 위한 5,000원 열공 혜택!
자세히 보기

해외주문양서 배송지연 안내

현재 미국 현지 눈폭풍으로 인해
해외 거래처 출고가 지연되고 있습니다.

해외주문양서 주문 시
예상 출고일보다 배송기간이 더 소요될 수 있으니
고객님의 너그러운 양해 부탁드립니다.

감사합니다.