본문내용 바로가기
MD의선택 이벤트 무료배송

밑바닥부터 시작하는 딥러닝 파이썬으로 익히는 딥러닝 이론과 구현

사이토 고키 지음 | 개앞맵시 옮김 | 한빛미디어 | 2017년 01월 03일 출간

Klover 평점13명

이 책의 다른 상품 정보

  • 정가 : 24,000원
    판매가 : 21,600 [10%↓ 2,400원 할인]
  • 제휴할인가 : 16,200 교보-롯데카드 최대 25% 청구할인 카드/포인트 안내
  • 통합포인트 : 1,200 적립 [5% 적립]
  • 추가혜택 :
    naver네이버페이 결제 시 최대 2% 추가 적립 payco페이코 결제 시 5,000원 할인 + 2만원 적립 okcashbag 실 결제 금액의 0.5% 적립 안내
  • 배송비 : 무료 배송비 안내
  • 도착예정일 : 서울 종로구 종로1가 교보생명빌딩 기준 지역변경
    지금 주문하면 내일(30일,목) 도착 예정 도착 예정일 안내
  • 바로드림 : 인터넷으로 주문하고 영업점에서 직접 수령 안내
멀티클립보드 증정
닫기
  • 멀티클립보드 증정
  • 책이 생활이다. 월간 생활책방 3월호, 행사도서 포함 2만원이상 구매시 스티치 노트 증정
  • 어린이 역사세트전
  • 어린이 과학의달 이벤트

이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

  • 행사도서 구매시 노트북 스티커 증정
    2016.10.20 ~ 2017.03.31
  • 파이썬 도서 다 모였다!
    08. 11 ~ 12. 31
  • 대표 IT 컴퍼니 지원자격에 맞춰 준비하자
    06. 21 ~ 12. 31
  • MANNING, O'REILLY, PACKT, WILEY 등 해..
    03. 07 ~ 04. 30
상품상세정보
ISBN 9788968484636(8968484635)
쪽수 312쪽
크기 184 * 236 * 13 mm /821g 판형알림
이 책의 원서 ゼロから作るDEEP LEARNING PYTHONで學ぶディ-プラ-ニングの理論と實裝/齋藤康毅

책소개

이 책이 속한 분야

직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서!

『밑바닥부터 시작하는 딥러닝』은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 즐겁게 배울 수 있는 본격 딥러닝 입문서다. 술술 읽힐 만큼 쉽게 설명하였고, 역전파처럼 어려운 내용은 ‘계산 그래프’ 기법으로 시각적으로 풀이했다. 무엇보다 작동하는 코드가 있어 직접 돌려보고 요리조리 수정해보면 어려운 이론도 명확하게 이해할 수 있다. 딥러닝에 새롭게 입문하려는 독자들과 기초를 다시금 정리하고 싶은 현업 연구자와 개발자에게 유용한 책이 될 것이다.

저자소개

저자 : 사이토 고키

저자 사이토 고키(?藤 康毅)는 1984년 나가사키 현 쓰시마 태생. 도쿄공업대학교 공학부를 졸업하고 도쿄대학대학원 학제정보학부 석사 과정을 수료했다. 현재는 기업에서 컴퓨터 비전과 기계학습 관련 연구?개발에 매진하고 있다. 오라일리재팬에서 『실천 파이썬 3』, 『컴퓨터 시스템의 이론과 구현』, 『실천 기계학습 시스템』 등을 번역했다.

역자 : 개앞맵시

역자 개앞맵시(이복연)는 고려대학교 컴퓨터학과를 졸업하고 삼성소프트웨어멤버십을 거쳐, 삼성전자 소프트웨어센터와 미디어솔루션센터에서 자바 가상 머신, 바다 플랫폼, 챗온 메신저 서비스 등을 개발했다. 주 업무 외에 분산 빌드, 지속적 통합, 앱 수명주기 관리 도구, 애자일 도입 등 동료 개발자들에게 실질적인 도움을 주는 일에 적극적이었다. 그 후 창업 전선에 뛰어들어 소셜 서비스, 금융 거래 프레임워크 등을 개발하다가, 무슨 바람이 불어서인지 책을 만들겠다며 기획ㆍ편집자(자칭 Wisdom Compiler)로 변신했다.
『Effective Unit Testing』(한빛미디어, 2013)과 『JUnit 인 액션』(인사이트, 2011)을 번역했다.

<개발자의 앞길에 맵핵 시전>, 줄여서 ‘개앞맵시’는 역자가 어려서부터 생각한 후학 양성의 꿈을 조금 독특한 방식으로 일찍 실행에 옮긴 것이다. 현재 모습은 게임, 서버, 웹 등 주요 직군별 개발자에게 꼭 필요한 기술과 역량을 안내하는 책들을 로드맵 형태로 정리한 지도다. 필요할 때 바로 구해볼 수 있도록 판매 중인 도서만을 다룬다.
페이스북 : https://facebook.com/dev.loadmap
로드맵 모음 : https://mindmeister.com/users/channel/wegra
스카이넷도 딥러닝부터 : https://mindmeister.com/812276967/_

목차

1장 헬로 파이썬
1.1 파이썬이란?
1.2 파이썬 설치하기
__1.2.1 파이썬 버전
__1.2.2 사용하는 외부 라이브러리
__1.2.3 아나콘다 배포판
1.3 파이썬 인터프리터
__1.3.1 산술 연산
__1.3.2 자료형
__1.3.3 변수
__1.3.4 리스트
__1.3.5 딕셔너리
__1.3.6 bool
__1.3.7 if 문
__1.3.8 for 문
__1.3.9 함수
1.4 파이썬 스크립트 파일
__1.4.1 파일로 저장하기
__1.4.2 클래스
1.5 넘파이
__1.5.1 넘파이 가져오기
__1.5.2 넘파이 배열 생성하기
__1.5.3 넘파이의 산술 연산
__1.5.4 넘파이의 N차원 배열
__1.5.5 브로드캐스트
__1.5.6 원소 접근
1.6 matplotlib
__1.6.1 단순한 그래프 그리기
__1.6.2 pyplot의 기능
__1.6.3 이미지 표시하기
1.7 정리

2장 퍼셉트론
2.1 퍼셉트론이란?
2.2 단순한 논리 회로
__2.2.1 AND 게이트
__2.2.2 NAND 게이트와 OR 게이트
2.3 퍼셉트론 구현하기
__2.3.1 간단한 구현부터
__2.3.2 가중치와 편향 도입
__2.3.3 가중치와 편향 구현하기
2.4 퍼셉트론의 한계
__2.4.1 도전! XOR 게이트
__2.4.2 선형과 비선형
2.5 다층 퍼셉트론이 출동한다면
__2.5.1 기존 게이트 조합하기
__2.5.2 XOR 게이트 구현하기
2.6 NAND에서 컴퓨터까지
2.7 정리

3장 신경망
3.1 퍼셉트론에서 신경망으로
__3.1.1 신경망의 예
__3.1.2 퍼셉트론 복습
__3.1.3 활성화 함수의 등장
3.2 활성화 함수
__3.2.1 시그모이드 함수
__3.2.2 계단 함수 구현하기
__3.2.3 계단 함수의 그래프
__3.2.4 시그모이드 함수 구현하기
__3.2.5 시그모이드 함수와 계단 함수 비교
__3.2.6 비선형 함수
__3.2.7 ReLU 함수
3.3 다차원 배열의 계산
__3.3.1 다차원 배열
__3.3.2 행렬의 내적
__3.3.3 신경망의 내적
3.4 3층 신경망 구현하기
__3.4.1 표기법 설명
__3.4.2 각 층의 신호 전달 구현하기
__3.4.3 구현 정리
3.5 출력층 설계하기
__3.5.1 항등 함수와 소프트맥스 함수 구현하기
__3.5.2 소프트맥스 함수 구현 시 주의점
__3.5.3 소프트맥스 함수의 특징
__3.5.4 출력층의 뉴런 수 정하기
3.6 손글씨 숫자 인식
__3.6.1 MNIST 데이터셋
__3.6.2 신경망의 추론 처리
__3.6.3 배치 처리
3.7 정리

4장 신경망 학습
4.1 데이터에서 학습한다!
__4.1.1 데이터 주도 학습
__4.1.2 훈련 데이터와 시험 데이터
4.2 손실 함수
__4.2.1 평균 제곱 오차
__4.2.2 교차 엔트로피 오차
__4.2.3 미니배치 학습
__4.2.4 (배치용) 교차 엔트로피 오차 구현하기
__4.2.5 왜 손실 함수를 설정하는가?
4.3 수치 미분
__4.3.1 미분
__4.3.2 수치 미분의 예
__4.3.3 편미분
4.4 기울기
__4.4.1 경사법(경사 하강법)
__4.4.2 신경망에서의 기울기
4.5 학습 알고리즘 구현하기
__4.5.1 2층 신경망 클래스 구현하기
__4.5.2 미니배치 학습 구현하기
__4.5.3 시험 데이터로 평가하기
4.6 정리

5장 오차역전파법
5.1 계산 그래프
__5.1.1 계산 그래프로 풀다
__5.1.2 국소적 계산
__5.1.3 왜 계산 그래프로 푸는가?
5.2 연쇄법칙
__5.2.1 계산 그래프에서의 역전파
__5.2.2 연쇄법칙이란?
__5.2.3 연쇄법칙과 계산 그래프
5.3 역전파
__5.3.1 덧셈 노드의 역전파
__5.3.2 곱셈 노드의 역전파
__5.3.3 사과 쇼핑의 예
5.4 단순한 계층 구현하기
__5.4.1 곱셈 계층
__5.4.2 덧셈 계층
5.5 활성화 함수 계층 구현하기
__5.5.1 ReLU 계층
__5.5.2 Sigmoid 계층
5.6 Affine/Softmax 계층 구현하기
__5.6.1 Affine 계층
__5.6.2 배치용 Affine 계층
__5.6.3 Softmax-with-Loss 계층
5.7 오차역전파법 구현하기
__5.7.1 신경망 학습의 전체 그림
__5.7.2 오차역전파법을 적용한 신경망 구현하기
__5.7.3 오차역전파법으로 구한 기울기 검증하기
__5.7.4 오차역전파법을 사용한 학습 구현하기
5.8 정리

6장 학습 관련 기술들
6.1 매개변수 갱신
__6.1.1 모험가 이야기
__6.1.2 확률적 경사 하강법(SGD)
__6.1.3 SGD의 단점
__6.1.4 모멘텀
__6.1.5 AdaGrad
__6.1.6 Adam
__6.1.7 어느 갱신 방법을 이용할 것인가?
__6.1.8 MNIST 데이터셋으로 본 갱신 방법 비교
6.2 가중치의 초깃값
__6.2.1 초깃값을 0으로 하면?
__6.2.2 은닉층의 활성화 분포
__6.2.3 ReLU를 사용할 때의 가중치 초깃값
__6.2.4 MNIST 데이터셋으로 본 가중치 초깃값 비교
6.3 배치 정규화
__6.3.1 배치 정규화 알고리즘
__6.3.2 배치 정규화의 효과
6.4 바른 학습을 위해
__6.4.1 오버피팅
__6.4.2 가중치 감소
__6.4.3 드롭아웃
6.5 적절한 하이퍼파라미터 값 찾기
__6.5.1 검증 데이터
__6.5.2 하이퍼파라미터 최적화
__6.5.3 하이퍼파라미터 최적화 구현하기
6.6 정리

7장 합성곱 신경망(CNN)
7.1 전체 구조
7.2 합성곱 계층
__7.2.1 완전연결 계층의 문제점
__7.2.2 합성곱 연산
__7.2.3 패딩
__7.2.4 스트라이드
__7.2.5 3차원 데이터의 합성곱 연산
__7.2.6 블록으로 생각하기
__7.2.7 배치 처리
7.3 풀링 계층
__7.3.1 풀링 계층의 특징
7.4 합성곱/풀링 계층 구현하기
__7.4.1 4차원 배열
__7.4.2 im2col로 데이터 전개하기
__7.4.3 합성곱 계층 구현하기
__7.4.4 풀링 계층 구현하기
7.5 CNN 구현하기
7.6 CNN 시각화하기
__7.6.1 1번째 층의 가중치 시각화하기
__7.6.2 층 깊이에 따른 추출 정보 변화
7.7 대표적인 CNN
__7.7.1 LeNet
__7.7.2 AlexNet
7.8 정리

8장 딥러닝
8.1 더 깊게
__8.1.1 더 깊은 네트워크로
__8.1.2 정확도를 더 높이려면
__8.1.3 깊게 하는 이유
8.2 딥러닝의 초기 역사
__8.2.1 이미지넷
__8.2.2 VGG
__8.2.3 GoogLeNet
__8.2.4 ResNet
8.3 더 빠르게(딥러닝 고속화)
__8.3.1 풀어야 할 숙제
__8.3.2 GPU를 활용한 고속화
__8.3.3 분산 학습
__8.3.4 연산 정밀도와 비트 줄이기
8.4 딥러닝의 활용
__8.4.1 사물 검출
__8.4.2 분할
__8.4.3 사진 캡션 생성
8.5 딥러닝의 미래
__8.5.1 이미지 스타일(화풍) 변환
__8.5.2 이미지 생성
__8.5.3 자율 주행
__8.5.4 Deep Q-Network(강화학습)
8.6 정리

부록 A Softmax-with-Loss 계층의 계산 그래프
A.1 순전파
A.2 역전파
A.3 정리

참고문헌

추천사

서민구(구글코리아 소프트웨어 엔지니어)

신경망과 딥러닝의 기본을 밑바닥부터 만들어보면서 그 개념을 어렵지 않게 이해할 수 있었습니다. 이는 텐서플로 등의 딥러닝 프레임워크를 사용할 때도 진가를 발휘하리라 생각합니다. 딥러닝 공부를 시작하시는 모든 분께 추천합니다.... 더보기

최성훈(Tomomi Research Inc.)

지금 이 책의 원서는 일본 대형 서점의 매대 중앙을 차지하고 TV에도 소개될 정도로 인기입니다. 공학서적이 이렇게 주목받는 것은 인공지능에 관한 일반인의 관심이 그만큼 높아졌다는 방증이겠지요. 한국에서도 이 책이 인공지능 ... 더보기

박상은(에스코어)

베타리딩을 위해 처음 받은 원고부터 거의 완성된 책이나 다름없어서 읽기 편했습니다. 독자들이 쉽고 빠르게 맛보고 입문할 수 있을 것입니다. (『9가지 사례로 익히는 고급 스파크 분석』 역자)

임형택(안과 전문의)

2016년 11월 29일 미국의사협회지 JAMA에 실린 ‘딥러닝을 이용한 당뇨성 망막병증 진단’ 관련 논문(https://goo.gl/g7xGO5)은 인공지능이 바꾸는 안과 미래의 시작으로 평가받습니다. 이 미래에 동참하고 ... 더보기

안홍철(에셋플러스자산운용 자산운용사)

탄탄한 구성으로 신경망과 딥러닝 전반을 쉽게 설명해주고, 특히 역전파는 제가 본 교재 중 가장 쉽게 서술했습니다. 복잡한 수식이나 난해한 설명이 아닌, 이야기를 하듯 독자를 이해시키려 한 부분이 가장 감명 깊었습니다. 신경망... 더보기

출판사 서평

파이썬으로 익히는 딥러닝 이론과 구현

새로운 지식을 배울 때 설명만 들어서는 석연치 않거나 금방 잊어버리게 됩니다. 그래서 무엇보다 ‘직접 해보는 것’이 중요합니다.
이 책은 딥러닝의 기본을 ‘이론 설명’과 ‘파이썬 구현 코드’라는 투 트랙으로 설명합니다. 각 장은 주제 하나를 설명한 후 그것을 실습할 수 있도록 꾸몄습니다. 즉, 실행되는 소스 코드를 준비했습니다. 직접 실행해보세요! 소스 코드를 읽으면서 스스로 생각하고 그 생각을 반영해 실험하다 보면 확실하게 자기 것으로 만들 수 있습니다. 여러 실험을 해보면서 겪는 시행... 더보기

북로그 리뷰 (6) 전체보기 쓰러가기

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 300원 / 발송 후 5일 이내 작성시 400원 / 이 상품의 첫 리뷰 작성 시 500원
(포인트 적립은 작성 후 다음 날 혹은 해당 도서 배송 출발 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외)
안내
  • [나도 리뷰어] 밑바닥부터 시작하는 딥러닝 0. 누구를 위한 책인가? 책의 서문에 보면 이런 내용이 나온다. 외부 라이브러리는 최소한만 이용하고 파이썬을 사용해 딥러닝을 처음부터 구현 파이썬이 처음인 사람도 이해할수 있도록 파이썬 사용법도 간략히 설명 간단한 기계학습 문제부터 시작하여 이미지를 인식하는 시스템을 구현 딥러닝과 신경망 이론을 알기 쉽게 설명 실제로 구현을 해나가면서 딥러닝에 대한 내용을 이해할 수 있다는 점이 장점인것 같다. 1. 헬로 파이썬 간단하게 파이썬... 더보기
  • 요즘 딥러닝의 인기는 정말... 높은 것 같아요. 여러 스터디에 나가보면 거의 모든 분들이 관심이 있으신 것 같습니다. 알파고랑 이세돌의 격돌도 잠시, 작년 겨울에 나온 구글 번역기의 놀라운 성능은 기계학습 전공자들의 눈을 모두 딥러닝으로 쏠리게 만든 것 같습니다.그래서, 저도 텐서플로 딥러닝 카페에서 이런저런 정보를 얻어가던 중, 한빛 미디어의 밑바닥부터 시작하는 딥러닝 출간 소식과 사람들의 호평을 보고 좋은 느낌을 가지고 있었습니다.풉풉... 2주전부터 이 책이 제 손에 들어왔습니다. 저랑 같... 더보기
  • 초보자에게는 신경회로망, 딥러닝(CNN)에 대한 큰 그림을 보여주는 좋은 책이라고 생각됩니다.개인적으로 신경회로망을 처음 접한 것은 1994년도였습니다. 그때도 일서 번역본으로 공부했던 기억이 납니다. C언어 소스가 함께 포함되어 있어서 논문을 쓴다든지, 실험을 할 때 많은 도움이 되었던 기억이 나네요.   20 여년이 흘러 AI가 주목을 받는 이때에 [밑바닥부터 시작하는 딥러닝] 이 책을 통하여 다시 돌아본 신경회로망은 내가 관심을 두지 않은 동안에도 많은 추가적인 연구가 진행되고 있었구나 하는 것을&nbs... 더보기
  • 가장 핫한 딥러닝의 시대에서 개념을 잡기엔 최고의 책이라 생각한다. 인터넷의 발전으로 인한 딥러닝에 대한 정보를 쉽게 접할 수 있지만 아예 처음 부터 시작하는 사람들에게는 아직도 많이 생소하다. 이책을 시작으로 기본을 잡고 정보들을 습득한다면 이해력을 많이 향상 시킬 수 있다. 책의 가장 처음 파이썬 기초부터 시작하여 딥러닝이 무엇인지 개념 소개와 파이썬코드를 직접 작성하여 딥러닝의 맛을 볼 수있다. CNN 등 기본적인 딥러닝에 대한 개념, 함수, 최적화등 설명이 잘 되어 있고, 수학을 ... 더보기
  • 파이썬의 기초부터 최신 딥러닝(FCN, GAN, DQN)의 개요까지 제목 그대로 "밑바닥"부터 배울 수 있는 책입니다. 중요한 핵심을 놓치지 않고 설명해 주고 있어 딥러닝을 조금은 더 딥하게 이해할 수 있었습니다. 예를 들면, 퍼셉트론에서 편향의 의미(임계값)라든가, 신경망에서 활성화 함수가 왜 비선형이어야 하는지, 매개변수를 학습시키기 위해 왜 손실 함수를 정의해야 하는지('미분'의 역할), 최근 주목받고 있는 배치 정규화가 무엇이고 어떤 장점이 있는지, 하이퍼파라미터는 무엇이고 어떻게 최적화하는지, CNN의 4차원 데이타는 어떻... 더보기

Klover 평점/리뷰 (0)

스토리K 2건의 스토리K가 있습니다.

    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 : ①양서-판매정가의 12%, ②일서-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

    이 분야의 베스트

    더보기+

    이 분야의 신간

    • 한기준
      27,900원
    • 정재곤
      36,000원
    • 이두원 외 12명
      22,500원
    • 우종필
      14,220원
    • 히라오카 카즈유키
      28,800원
    더보기+

    바로가기

    • 우측 확장형 배너 2

    최근 본 상품