정석으로 배우는 딥러닝
도서+교보Only(교보배송)을 함께 15,000원 이상 구매 시 무료배송
15,000원 미만 시 2,500원 배송비 부과
20,000원 미만 시 2,500원 배송비 부과
15,000원 미만 시 2,500원 배송비 부과
1Box 기준 : 도서 10권
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.
작가정보
저자(글) 스고모리 유우스케
저자 스고모리 유우스케는 Gunosy와 READYFOR의 창업 멤버이다. 덴츠와 구글의 뉴욕 지사에서 근무했고 주식회사 정보의료의 창업에 참가했다. 의료 분야에서 인공지능이 크게 활용되도록 노력하고 있으며, 동경대 초빙 강사를 역임하고 있다. 'Deep Learning Java 프로그래밍 심층학습의 이론과 구현'(임프레스 출판사, Packt Publishing: Java Deep Learning Essentials)의 저자이다.
역자 김범준은 일본 호세이대학 경영학부를 졸업했다. 대학 시절 취미로 프로그래밍을 시작한 것을 계기로 이 업계에 발을 들여놓게 됐으며, 한국과 일본에서 임베디드 시스템과 게임 관련 회사에서 개발 프로젝트를 진행했다. 번역서로는 《러닝스쿨! 파이썬 교과서》 《유니티 UI 디자인 교과서》 《머신러닝 이론 입문》 《모던 C 언어 프로그래밍》 《따라 하면서 배우는 유니티 3D 입문》이 있으며, 저서로는 《만들면서 배우는 OS커널의 구조와 원리》 《뇌를 자극하는 하드웨어 입문》이 있다.
감수자 손민규는 소니 반도체에서 데이터 분석을 활용한 알고리즘 및 시스템 개발 업무를 담당했다. 사원을 대상으로 통계 알고리즘 강의를 진행한 경험이 있으며, 현재는 삼성전자에서 관련 데이터 분석 업무를 담당하고 있다. 일본 큐슈대학교에서 인공지능의 한 분야인 Reinforcement Learning 알고리즘 개발로 박사학위를 받았으며 관심분야는 Reinforcement Learning, Neural Network, Genetic Algorithm 등 Machine Learning Algorithm을 활용한 시스템개발이다.
목차
- ▣ 01장: 수학 지식 준비
1.1 편미분
__1.1.1 도함수와 편도함수
__1.1.2 미분 계수와 편미분 계수
__1.1.3 편미분의 기본 공식
__1.1.4 합성함수의 편미분
__1.1.5 레벨 업 전미분
1.2 선형대수
__1.2.1 벡터
__1.2.2 행렬
1.3 정리
▣ 02장: 파이썬 준비
2.1 파이썬 2와 파이썬 3
2.2 아나콘다 배포판
2.3 파이썬 기초
__2.3.1 파이썬 프로그램 실행
__2.3.2 데이터형
__2.3.3 변수
__2.3.4 데이터 구조
__2.3.5 연산
__2.3.6 기본 구문
__2.3.7 함수
__2.3.8 클래스
__2.3.9 라이브러리
2.4 NumPy
__2.4.1 NumPy 배열
__2.4.2 NumPy로 벡터, 행렬 계산
__2.4.3 배열과 다차원 배열 생성
__2.4.4 슬라이스
__2.4.5 브로드캐스트
2.5 딥러닝을 위한 라이브러리
__2.5.1 TensorFlow
__2.5.2 케라스(Keras)
__2.5.3 씨아노(Theano)
2.6 정리
▣ 03장: 신경망
3.1 신경망이란?
__3.1.1 뇌와 신경망
__3.1.2 딥러닝과 신경망
3.2 신경망이라는 회로
__3.2.1 단순한 모델화
__3.2.2 논리회로
3.3 단순 퍼셉트론
__3.3.1 모델화
__3.3.2 구현
3.4 로지스틱 회귀
__3.4.1 계단함수와 시그모이드 함수
__3.4.2 모델화
__3.4.3 구현
__3.4.4 (레벨업) 시그모이드 함수와 확률밀도함수, 누적분포함수
__3.4.5 (레벨업) 경사하강법과 국소최적해
3.5 다중 클래스 로지스틱 회귀
__3.5.1 소프트맥스 함수
__3.5.2 모델화
__3.5.3 구현
3.6 다층 퍼셉트론
__3.6.1 비선형 분류
__3.6.2 모델화
__3.6.3 구현
3.7 모델 평가
__3.7.1 분류에서 예측으로
__3.3.2 예측을 평가
__3.7.3 간단한 실험
3.8 정리
▣ 04장: 심층 신경망
4.1 딥러닝 준비
4.2 학습시킬 때 발생하는 문제점
__4.2.1 경사 소실 문제
__4.2.2 오버피팅 문제
4.3 효율적인 학습을 위해
__4.3.1 활성화 함수
__4.3.2 드롭아웃
4.4 구현 설계
__4.4.1 기본 설계
__4.4.2 학습을 가시화한다
4.5 고급 기술
__4.5.1 데이터를 정규화하고 웨이트를 초기화한다
__4.5.2 학습률 설정
__4.5.3 얼리 스탑핑(조기 종료)
__4.5.4 배치 정규화
4.6 정리
▣ 05장: 순환 신경망
5.1 기본 사항
__5.1.1 시계열 데이터
__5.1.2 과거의 은닉층
__5.1.3 Backpropagation Through Time
__5.1.4 구현
5.2 LSTM
__5.2.1 LSTM 블록
__5.2.2 CEC?입력 게이트?출력 게이트
__5.2.3 망각 게이트
__5.2.4 핍홀 결합
__5.2.5 모델화
__5.2.6 구현
__5.2.7 장기 의존성 학습 평가 - Adding Problem
5.3 GRU
__5.3.1 모델화
__5.3.2 구현
5.4 정리
▣ 06장: 순환 신경망 응용
6.1 Bidirectional RNN
__6.1.1 미래의 은닉층
__6.1.2 전방향?후방향 전파
__6.1.3 MNIST를 사용한 예측
6.2 RNN Encoder-Decoder
__6.2.1 Sequence-to-Sequence 모델
__6.2.2 간단한 Q&A 문제
6.3 Attention
__6.3.1 시간의 웨이트
__6.3.2 LSTM에서의 Attention
6.4 Memory Networks
__6.4.1 기억의 외부화
__6.4.2 Q&A 문제에 적용
__6.4.3 구현
6.5 정리
▣ 부록
A.1 모델을 저장하고 읽어 들인다
__A.1.1 텐서플로에서의 처리
__A.1.2 케라스에서의 처리
A.2 텐서보드(TensorBoard)
A.3 tf.contrib.learn
출판사 서평
기초부터 응용까지, 이론에서 구현까지!
이 책은 딥러닝과 신경망에 관한 예비 지식 없이도 학습해 나아갈 수 있도록 기본적인 내용부터 이론과 구현에 관해 상세하게 설명합니다. 구현에는 파이썬의 딥러닝용 라이브러리인 텐서플로(1.0)와 케라스(2.0)를 사용합니다.
이 책은 단순 퍼셉트론부터 시작해서 다층 퍼셉트론, 심층 신경망, 순환 신경망 등 다양한 기법에 관해 설명합니다. 취급할 데이터의 종류에 따라 생각해야 할 과제도 다르므로 이에 맞춰 네트워크를 변화시키며 학습을 진행합니다. 이 책에서 배운 이론만 잘 알고 있으면 앞으로 어떤 딥러닝 기법이 나와도 금방 이해하고 능숙하게 사용할 수 있을 것입니다. 그리고 자신이 직접 새로운 모델을 고안해 낼 수도 있을 것입니다.
★ 이 책에서 다루는 내용 ★
◎ 신경망의 이론을 학습하는 데 필요한 수학 지식
◎ 파이썬 개발 환경을 구축 및 파이썬 라이브러리를 사용법
◎ 신경망 기본형과 심층 신경망(딥러닝) 학습
◎ 시계열 데이터 처리를 위한 RNN 학습과 응용
기본정보
ISBN | 9791158390822 | ||
---|---|---|---|
발행(출시)일자 | 2017년 11월 23일 | ||
쪽수 | 332쪽 | ||
크기 |
186 * 240
* 27
mm
/ 740 g
|
||
총권수 | 1권 | ||
시리즈명 |
위키북스 데이터 사이언스 시리즈
|
||
원서명/저자명 | 詳解 ディ-プラ-ニング ~TensorFlow Kerasによる時系列デ-タ?理/巢籠悠輔 |
Klover
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.
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.
구매 후 리뷰 작성 시, e교환권 200원 적립
문장수집
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