본문내용 바로가기
MD의선택 무료배송 이벤트 경품

케라스로 구현하는 딥러닝과 강화학습 신경망 기초부터 CNN, RNN, GAN, 단어 임베딩, 강화학습 배우기

acorn+Packt 시리즈
안토니오 걸리 , 수짓 팔 지음 | 김창엽 옮김 | 에이콘출판 | 2017년 11월 23일 출간

이 책의 다른 상품 정보

  • 정가 : 30,000원
    판매가 : 27,000 [10%↓ 3,000원 할인]
  • 제휴할인가 : 20,250 교보-롯데카드 최대 25% 청구할인 카드/포인트 안내
  • 통합포인트 :
    [기본적립] 1,500원 적립 [5% 적립] 안내 [추가적립] 5만원 이상 구매 시 2천원 추가적립 [회원혜택] 우수회원 5만원 이상 구매 시 2~3% 추가적립
  • 추가혜택 :
    naver네이버페이 결제 시 무조건 1% 추가 적립 payco페이코 결제 시 최대 1만원 적립 okcashbag 실 결제 금액의 0.5% 적립 안내
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    당일배송 지금 주문하면 오늘(25일,토) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 영업점에서 직접 수령 안내
행사도서 포함, 5만원이상 구매시 택 1 (라지 3000P, 스몰 2000P 차감)
닫기
  • 스무 살 패브릭 포스터 증정 O tvN 어쩌다 어른 X 교보문고 단독혜택
  • 어린이 가을독서 추천도서전
  • 가을입맛 사로잡기
  • 행사도서 포함, 5만원이상 구매시 택 1 (라지 3000P, 스몰 2000P 차감)
  • 유아/어린이/가정육아 이달의 기대신간
  • 올재 클래식스 100권 완간! 시리즈의 정수만 모은, 올재 셀렉션즈 단독 판매
  • 자기계발 메인이벤트
  • 경제경영 메인이벤트
  • 행사도서 포함, 2만원이상 구매시 택 1 (1500P 차감)
  • 나만의 경쟁력, 동양고전 김원중 명품고전 독서대 증정
  • 비모 벽시계
  • 자기계발:버리거나 혹은 얻거나

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

  • 에이콘의 도서를 한 눈에 살펴보세요
    2017.11.23 ~ 2019.12.31
  • 리드잇 IT칼럼 및 예약판매중인 책을 한 곳에서 보실 수 있습니..
    2017.11.22 ~ 2018.12.31
  • MANNING, O'REILLY, PACKT, WILEY 등 해..
    03. 07 ~ 04. 30
  • 설문참여 시 매월 5명 추첨통해 선물을 드립니다.
    10. 14 ~ 12. 31
상품상세정보
ISBN 9791161750743(1161750746)
쪽수 380쪽
크기 190 * 237 * 22 mm /719g 판형알림
이 책의 원서 Deep Learning with Keras: Get to grips with the basics of Keras to implement fast and efficient deep/Antonio Gulli

책소개

이 책이 속한 분야

케라스로 다양한 문제를 해결하면서 케라스와 딥러닝 기초를 쉽게 배울 수 있는 책이다. 신경망 기초와 케라스 설치 방법을 제공해 입문자도 쉽게 접근할 수 있으며, 단계적으로 모델을 개선 시킬 수 있는 방법을 쉽게 설명한다. 널리 활용되는 합성곱 신경망과 순환 신경망에 대해 배우며, 최근 관심 뜨거운 연구 분야인 GAN과 알파고로 화제가 되었던 강화학습에 대한 실습 내용도 담고 있다. 다양한 실습을 진행하면서 실무 환경에서는 어떻게 케라스를 활용할 수 있을지에 대한 통찰력을 얻을 수 있을 것이다.

이 책의 총서

총서 자세히 보기

상세이미지

케라스로 구현하는 딥러닝과 강화학습(acorn+Packt 시리즈) 도서 상세이미지

저자소개

저자 : 안토니오 걸리

저자 안토니오 걸리(Antonio Gulli)는 글로벌 기술 인재, 혁신, 실행을 계획하고 관리하는 데 열정을 가진 소프트웨어 임원이자 비즈니스 리더다. 검색 엔진, 온라인 서비스, 머신 러닝, 정보 검색, 애널리틱스와 클라우드 컴퓨팅 분야의 전문가다. 지금까지 운이 좋게도 유럽의 4개국에서 전문적인 경험을 쌓고, 유럽과 미국의 6개국에서 사람들을 관리했다. 출판사(Elsevier)에서 소비자 인터넷(Ask.com 및 Tiscali), 하이테크 R&D(Microsoft 및 Google)에 이르기까지 여러 분야에서 CEO, GM, CTO, 부사장, 디렉터, 현장 리더로 재직했다.

저자 : 수짓 팔

저자 수짓 팔(Sujit Pal)은 엘스비어 랩(Elsevier Labs)의 기술 리서치 디렉터로, 연구 내용과 메타데이터를 중심으로 지능형 시스템을 구축하고 있다. 주요 관심사는 정보 검색, 온톨로지, 자연어 처리, 머신 러닝, 분산 처리다. 현재 딥러닝 모델을 사용해 이미지 분류와 유사성을 연구하고 있다. 이전에는 소비자 건강관리 업계에서 일하면서 온톨로지 기반의 의미론적 검색, 콘텐츠 기반 광고, EMR 데이터 처리 플랫폼을 구축하는 데 도움을 받았다.
살몬 런(Salmon Run)에서 자신의 블로그에 기술을 기고한다.

역자 : 김창엽

역자 김창엽은 현재 데이터 분석과 머신 러닝에 관심이 많아 회사를 그만 두고 고려대학교 산업경영공학과 데이터 사이언스 및 비즈니스 어낼리틱스(DSBA) 연구실에서 박사 과정 재학 중이다. 이전에는 안랩에서 9년간 근무하며 악성코드 대응 및 침해사고 분석 업무를 수행했다. 옮긴 책으로는 에이콘출판사에서 출간한 『텐서플로 入門』(2016), 『리눅스 바이너리 분석』(2016), 『모의 해킹을 위한 메타스플로잇』(2014) 등이 있다.

작가의 말

이 책은 구글의 텐서플로나 리사 연구소(Lisa Lab)의 떼아노(Theano) 백엔드 위에서 실행하는 모듈형 신경망 라이브러리인 케라스를 사용해 파이썬으로 작성한 20개 이상의 심층 신경망을 다룬다.
독자는 간단한 선형 회귀, 다층 퍼셉트론, 정교한 심층 합성곱 신경망, 적대적 생성 네트워크 같은 지도 학습 알고리즘에 대해 단계별로 학습한다. 이 책은 오토 인코더와 생성 네트워크와 같이 비지도 학습 알고리즘을 다룬다. 순환 신경망과 장기-단기 기억(LSTM, long short-term memory) 네트워크에 대해서도 자세히 설명한다. 이 책은 케라스 함수 API를 다루고 독자가 적용할 사례가 케라스 확장 기능에서 제공하지 않는 경우 케라스를 커스터마이징하는 방법을 설명한다. 그 후, 앞서 다룬 빌딩 블록으로 구성한 좀 더 크고 복잡한 시스템도 살펴본다. 심층 강화학습에 대한 소개와 AI가 게임을 만드는 데 어떻게 활용되는가를 다루면서 결론을 맺는다.
실용적인 응용 사례로는 뉴스 기사를 사전에 정의한 범주로 분류, 텍스트의 의미 분석, 감성 분석, 텍스트 생성과 품사 태깅 등이 있다. 손글씨 숫자 이미지의 인식, 이미지를 여러 범주로 분류, 이미지 주석 생성을 활용한 고급 개체 인식을 활용해 이미지 처리 분야도 알아본다. 얼굴 인식을 위한 특징점 식별 예제도 다룬다. 음성 분석은 여러 화자가 있을 때 화자의 음성을 인식하는 예제를 다룬다. 강화학습은 자율적으로 게임을 할 수 있는 심층 Q 학습 네트워크 구축에 사용한다.
실험 예제들은 이 책의 특징이다. 각 신경망은 입력 파라미터, 네트워크의 형태, 손실 함수와 최적화에 사용한 알고리즘을 변경해 학습 성능을 점진적으로 향상되도록 변형할 수 있다. CPU와 GPU를 이용한 학습에 대한 몇 가지 비교 자료도 제공한다.

★ 옮긴이의 말 ★

알파고와 이세돌 9단의 세기의 대결로 일반인들도 점점 머신 러닝에 관심을 갖게 됐다. 또한 많은 기업들이 머신 러닝을 적용해 다양한 문제를 해결해 나가기 시작한다. 자율주행 자동차와 의학 분야 등의 많은 산업 분야에도 머신 러닝으로 커다란 변화가 일어나고 있다. 구글 트렌드에서 ‘Machine Learning’을 검색하면 대한민국이 상위권에 랭크된다. 그만큼 국내에는 머신 러닝에 관심을 갖고 계신 분들이 많다고 생각된다. 얼마 전부터 많은 오프라인 스터디가 생기고 양질의 정보를 제공해주는 블로그가 많아졌다. 훌륭한 연구원 분들과 교수님들은 바쁜 와중에도 일반인들이 쉽게 머신 러닝을 접할 수 있도록 무료 강의를 배포하고 어려운 영어 논문을 이해하기 쉽도록 한글로 풀어서 설명해주고 있다. 기술이 발전하는 속도만큼 학습해야 할 것이 점점 늘어나고 있지만, 이런 분들의 노력이 있다는 건 정말 희소식이다.
이 책은 딥러닝의 근간을 이루는 신경망 기초에 대한 내용으로 시작해, 실세계에서 다양한 문제 해결에 활용하는 CNN, RNN 등을 학습한다. 최근 관심이 뜨거운 GAN에 대해서도 알아보고, 여러 상황에 맞는 다양한 신경망 구조에 대해 학습한다. 언어의 의미를 파악하고자 하는 텍스트 마이닝에서 널리 활용되는 단어 임베딩에 대해서도 다루고 있다. 마지막으로 알파고로 화제가 되었던 강화학습으로 간단한 게임을 플레이하며 쉽게 설명한다. 책에서 다루는 대부분의 신경망에 대한 소스 코드를 제공해 나중에 독자들이 이 코드를 기반으로 각자의 문제를 해결하는 데에 활용할 수 있을 것이다.

목차

1장. 신경망 기초
__퍼셉트론
____첫 케라스 코드 예제
__다층 퍼셉트론 : 첫 번째 네트워크
____퍼셉트론 학습에서의 문제와 해결책
____활성화 함수 : 시그모이드
____활성화 함수 : ReLU
____활성화 함수
__실전 예제 손글씨 숫자 인식
____원핫 인코딩(OHE)
____케라스로 간단한 신경망 정의
____단순 신경망 실행과 기준선 설정
____단순 신경망에 은닉 계층 추가
____단순 신경망에 드롭아웃 추가
____기타 옵티마이저 테스트
____에폭 수 증가
____옵티마이저 학습률 조정
____은닉 계층의 뉴런 수 증가
____배치 크기 증가
____손글씨 인식을 위한 실험 요약
____과적합을 피하기 위한 일반화 적용
____하이퍼파라미터 튜닝
____예측
__역전파의 개요
__딥러닝 접근
__요약

2장. 케라스 설치와 API
__케라스 설치
____1단계 : 유용한 의존성 패키지 설치
____2단계 : 떼아노 설치
____3단계 : 텐서플로 설치
____4단계 : 케라스 설치
____5단계 : 떼아노, 텐서플로, 케라스 테스트
__케라스 설정
__도커에 케라스 설치
__구글 클라우드 ML에 케라스 설치
__아마존 AWS에 케라스 설치
__마이크로소프트 애저에 케라스 설치
__케라스 API
____케라스 구조 이해
____사전 정의 신경망 개요
____기본 제공 활성화 함수 개요
____손실 함수 개요
____메트릭 개요
____옵티마이저 개요
____기타 유용한 기능
____모델의 가중치와 구조 저장 및 불러오기
__학습 과정 커스터마이징을 위한 콜백
____체크포인트
____텐서보드 활용과 케라스
____퀴버 활용과 케라스
__요약

3장. 합성곱 신경망을 활용한 딥러닝
__심층 합성곱 신경망 : DCNN
____지역 수용 영역
____공유 가중치와 편향
____풀링 계층
__DCNN 예제 : LeNet
____케라스 코드 LeNet
____딥러닝의 능력 이해
__딥러닝을 활용한 CIFAR-10 이미지 인식
____더 깊은 네트워크로 CIFAR-10 성능 향상
____데이터 증가를 통한 CIFAR-10 성능 향상
____CIFAR-10 예측
__대규모 이미지 인식을 위한 심층 합성곱 신경망
____VGG-16 네트워크로 고양이 인식
____케라스 내장 VGG-16 네트워크 모듈 활용
____특징 추출을 위한 사전 빌드된 딥러닝 모델 재활용
____전이 학습을 위한 아주 깊은 인셉션-v3 네트워크
__요약

4장. 적대적 생성 네트워크와 웨이브넷
__GAN은 무엇인가?
____GAN의 응용 사례
__심층 합성곱 적대적 생성 네트워크
__MNIST 위조 GAN
__CIFAR 위조 GAN
__웨이브넷 : 오디오 제작 방법을 학습하는 생성 모델
__요약

5장. 단어 임베딩
__분산 표현
__word2vec
____skip-gram word2vec 모델
____CBOW word2vec 모델
____모델에서 word2vec 임베딩 추출
____word2vec 서드파티 구현 활용
__GloVe 이해
__사전 학습 임베딩 활용
____처음부터 임베딩 학습
____word2vec으로 학습한 임베딩 미세 조정
____사전 학습된 GloVe 임베딩 미세 조정
____임베딩 룩업
__요약

6장. 순환 신경망
__기본 순환 신경망 셀
____텍스트 생성을 위한 기본 순환 신경망 구현
__순환 신경망 구조
__그래디언트 소실과 발산
__장기 - 단기 메모리 : LSTM
____LSTM 구현 : 감성 분석
__GRU
____케라스 GRU 구현 : 품사 태깅
__양방향 순환 신경망
__상태 보존형 순환 신경망
____상태 보존형 순환 신경망 : 전기 소비량 예측
__기타 순환 신경망의 변형
__요약

7장. 기타 딥러닝 모델
__케라스 함수 API
__회귀 네트워크
____케라스 회귀 예제 : 대기 벤젠 수준 예측
__비지도 학습 오토인코더
____케라스 오토인코더 예제 : 문장 벡터
__심층망 구성
____케라스 예제 : 질의응답을 위한 메모리 네트워크
__케라스 커스터마이징
____케라스 예제 : 람다 계층 활용
____케라스 예제 : 사용자 정의 정규화 계층 작성
__생성 모델
____케라스 예제 : 딥 드림
____케라스 예제 : 스타일 전이
__요약

8장. AI 게임 플레이
__강화학습
____미래의 보상 극대화
____Q-학습
____심층 Q 네트워크를 사용하는 Q 함수
____탐색과 활용
____경험 반복 및 경험의 가치
__예제 : 캐치 게임을 위한 케라스 심층 Q 네트워크 구현
__이후의 이야기
__요약

출판사 서평

■ 역전파 알고리즘을 활용한 신경망의 단계별 함수 최적화
■ 결과 개선을 위한 신경망 미세조정
■ 영상과 음성 처리에 심층 학습 활용
■ 재귀 신경 텐서 네트워크(RNTN)를 사용한 단어 임베딩 개선
■ 순환 신경망(RNN) 구조 탐색
■ 오토인코더 구현 과정
■ 강화학습을 통한 심층 신경망 발전

★ 이 책의 대상 독자 ★

이 책은 파이썬 지식이 필요하며, 머신 러닝 경험이 있는 데이터 과학자이거나 신경망을 아는 AI 프로그래머라면 케라스로 딥러닝을 배우기에 좋은 시작점으로 활용할 수 있다.

★ 이 책... 더보기

북로그 리뷰 (0) 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 출고 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외)
안내
  • 해당도서의 리뷰가 없습니다.

Klover 평점/리뷰 (0)

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

더보기+

바로가기

  • 우측 확장형 배너 2

최근 본 상품