본문내용 바로가기
MD의선택 무료배송 이벤트 사은품 소득공제

그로킹 딥러닝 알기 쉬운 비유와 기초 수학으로 시작하는

앤드루 트라스크 지음 | 박상현 옮김 | 한빛미디어 | 2019년 11월 21일 출간
클로버 리뷰쓰기
  • 정가 : 26,000원
    판매가 : 23,400 [10%↓ 2,600원 할인]
  • 혜택 :
    [기본적립] 1300원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2,000원 추가적립 안내 [회원혜택] 회원 등급 별, 3만원 이상 구매 시 2~4% 추가적립 안내 [리뷰적립] 리뷰 작성 시 e교환권 최대 300원 추가적립 안내
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    12월 06일 출고 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내 바로드림 혜택
    휴일에는 바로드림 픽업으로 더 빨리 받아 보세요. 바로드림 혜택받고 이용하기

이 책의 이벤트

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.
  • 다른 개발자들은 무슨 책 읽고 있을까?
    2021.12.02 ~ 2022.12.31
  • 컴퓨터/IT 도서 2만원 이상 구매 시 개발자 매거진 사은품 선..
    2021.11.11 ~ 2021.12.31
  • 2022 캘린더 수록한 IT독자를 위한 readIT 노트 사은품
    2021.10.14 ~ 2021.12.31
  • 책을 통해 성장해나가는 개발자를 응원합니다.
    2017.06.22 ~ 2025.07.31
  • MANNING, O'REILLY, PACKT, WILE..
    2016.03.07 ~ 2022.12.31
상품상세정보
ISBN 9791162242285(1162242280)
쪽수 388쪽
크기 184 * 234 * 23 mm /666g 판형알림
이 책의 원서/번역서 Grokking Deep Learning / Trask, Andrew W.

책소개

이 책이 속한 분야

딥러닝 문턱을 낮춰 드립니다. 수포자도 이해할 수 있는 명쾌하고 친절한 딥러닝 입문서!
인공지능은 단순한 유행이 아니라 시대의 요구사항이 되었습니다. 두 번의 AI 겨울을 지나고, 전 세계 바둑 챔피언을 꺽으며 새롭게 등장한 인공지능은 기술을 넘어 예술까지도 넘보며 다양한 산업과 함께 발전하고 있습니다. 실시간으로 빠른 길을 안내하는 지도 앱을 보며 길을 찾고 넷플릭스가 취향에 맞는 영화를 추천하고, 은행 앱이 투자 방향을 알려주는 개인 비서 시대, 영화속 스카이넷은 현실에서 점차 구체화되고 있습니다.

지금이 바로 여러분이 이 책을 읽어야 하는 ‘때’입니다. 딥러닝을 이해하는 데 필요한 모든 사전 지식은 이 책 안에 있습니다. 이 책을 위해 여러분이 준비할 것은 아무것도 없습니다. 쉬운 비유와 그림으로 차근차근 책에서 안내하는 대로 앞 장에서 배운 내용을 복기하며 다음 장의 코드를 입력하다 보면 어느새 딥러닝의 기본을 튼튼히 갖추게 될 것입니다.

누구를 위한 책인가요?

. 수학은 자신 없지만, 딥러닝을 배우고 싶은 개발자
. 딥러닝을 연구에 활용하고 싶은 개발자가 아닌 연구자
. 라이브러리를 활용해 딥러닝을 구현했지만 동작원리가 궁금한 개발자
. 프로그래밍에 능숙하진 않지만, 딥러닝 또한 배워두고 싶은 학생

상세이미지

그로킹 딥러닝 도서 상세이미지

목차

__추천사
__옮긴이의 글
__독자들에게
__마음을 열고 이 책을 읽기 위한 사전 안내
__각 장의 내용 미리보기
__감사의 말

CHAPTER 1 딥러닝을 소개합니다 : 당신이 딥러닝을 공부해야 하는 이유
__딥러닝의 세계에 어서 오세요
__왜 딥러닝을 공부해야 할까요?
__딥러닝을 시작하기가 어렵진 않을까요?
__이 책으로 딥러닝을 공부해야 하는 이유
__시작에 앞서 필요한 지식과 실습 환경은?
__파이썬 지식이 조금 필요합니다
__요약

CHAPTER 2 딥러닝의 기초 개념 : 컴퓨터가 학습하는 원리
__딥러닝이란?
__머신러닝이란?
__지도 학습
__비지도 학습
__모수적 학습 vs 비모수적 학습
__모수적 지도 학습
__모수적 비지도 학습
__비모수적 학습
__요약

CHAPTER 3 신경망을 소개합니다 : 순전파
__신경망이 처음으로 할 일 : 예측
__예측을 수행하는 신경망
__신경망이 뭔가요?
__신경망이 하는 일이 궁금합니다
__복수 입력을 받아 예측하기
__신경망은 복수 입력을 어떻게 다루나요?
__복수 입력 코드 : 실행 가능한 완성 버전 코드
__복수 출력을 하는 예측하기
__복수 입력을 받아 복수 출력을 하는 예측
__복수 입력과 복수 출력 : 동작 원리
__예측에 관한 예측
__NumPy 빠르게 입문하기
__요약

CHAPTER 4 딥러닝을 소개합니다 : 경사하강법
__예측하고 비교하고 학습하라
__비교
__학습
__비교 : 여러분의 신경망은 예측을 잘하고 있습니까?
__오차를 측정하는 이유
__신경망 학습의 가장 간단한 형태는 어떤 걸까요?
__온냉 학습
__온냉 학습의 특징
__오차를 이용하여 이동 방향과 거리 계산하기
__경사하강법 1회 반복
__학습이란 오차를 줄이는 것
__학습의 여러 단계를 관찰해보세요
__왜 이게 작동하죠? weight_delta는 뭔가요?
__한 가지 개념에 집중하기
__툭 튀어나오는 막대기가 있는 상자
__미분계수 : 두 번째 이야기
__이건 몰라도 괜찮습니다
__미분계수를 학습에 이용하는 방법
__익숙한가요?
__경사하강법 망가뜨리기
__과잉 교정 시각화하기
__발산
__알파를 소개합니다
__코드 속의 알파
__외우기

CHAPTER 5 복수 가중치 동시에 학습하기 : 경사하강법 일반화 하기
__복수 입력을 받는 경사하강법
__복수 입력을 받는 경사하강법 이해하기
__학습의 각 단계를 관찰해보세요
__가중치 한 개 동결시키기
__복수 출력을 하는 경사하강법
__복수 입력을 받아 복수 출력을 하는 경사하강법
__가중치가 학습하는 것은 무엇일까요?
__가중치 시각화하기
__내적(가중합) 시각화하기
__요약

CHAPTER 6 첫 심층 신경망 만들기 : 역전파를 소개합니다
__신호등 문제
__데이터 준비하기
__행렬과 행렬 관계
__파이썬으로 행렬 만들기
__신경망 구축하기
__전체 데이터셋 학습하기
__전체, 배치, 확률적 경사하강법
__신경망은 상관관계를 학습합니다
__상향 압력과 하향 압력
__경계 조건 : 과적합
__경계 조건 : 서로 충돌하는 압력
__간접 상관관계 학습
__신경망 적층하기 : 복습
__역전파 : 장거리 오차 귀착법
__역전파는 왜 효과가 있는 걸까요?
__선형 vs 비선형
__아직 신경망이 동작하지 않는 이유
__간헐적 상관관계의 비밀
__짧은 휴식
__첫 심층 신경망 만들기
__코드로 만나는 역전파
__역전파의 한살이
__모두 합치기
__심층 신경망이 왜 중요한가요?

CHAPTER 7 신경망 사진 찍기 : 머릿속과 종이 위에
__이제 단순하게 만들어야 합니다
__상관관계 요약
__미리 너무 복잡해져 버린 시각화
__단순화한 시각화
__더 단순하게
__이 신경망이 예측하는 모습을 관찰해봅시다
__그림 대신 문자로 시각화하기
__변수 연결하기
__모두 나란히
__시각화 도구의 중요성

CHAPTER 8 신호 학습과 잡음 제거 : 정규화와 배치 소개
__3계층 신경망으로 MNIST 도전하기
__흠, 쉬운데요
__암기 vs 일반화
__신경망에서의 과적합
__오버피팅의 원인
__가장 단순한 정규화 : 조기 종료
__산업 표준 정규화 : 드롭아웃
__드롭아웃은 왜 효과가 있을까요 : 앙상블
__코드 속의 드롭아웃
__배치 경사하강법
__요약

CHAPTER 9 확률과 비선형성 모델링하기 : 활성화 함수
__활성화 함수란 무엇일까요?
__표준 은닉 계층 활성화 함수
__표준 출력 계층 활성화 함수
__핵심 사안 : 입력에 유사성이 있는 경우
__softmax 계산하기
__신경망 계층에 활성화 함수 추가하기
__delta에 기울기 곱하기
__출력을 기울기로 변환하기(미분계수)
__MNIST 신경망 업그레이드하기

CHAPTER 10 가장자리와 모서리를 학습하는 신경망 : CNN 소개
__여러 장소에서 가중치 재사용하기
__합성곱 계층
__NumPy로 간단하게 구현하기
__요약

CHAPTER 11 언어를 이해하는 신경망 : 왕-남자+여자 == ?
__언어를 이해한다는 것은 무엇을 의미할까요?
__NLP : 자연어 처리
__지도 NLP
__IMDB 영화 리뷰 데이터셋
__입력 데이터 안에서 단어 상관관계 포착하기
__영화 리뷰 예측하기
__임베딩 계층 기초
__출력 해석하기
__신경 아키텍처
__단어 임베딩 비교하기
__뉴런이 가지는 의미는 뭘까요?
__공란 채우기
__King - Man + Woman ~= Queen
__단어 유추
__요약

CHAPTER 12 셰익스피어처럼 글쓰기 : 순환 계층으로 가변 데이터 다루기
__임의의 길이를 향한 도전
__비교가 정말 중요할까요?
__평균 단어 벡터의 놀라운 힘
__임베딩은 어떻게 정보를 저장할까요?
__신경망은 임베딩을 어떻게 활용할까요?
__단어주머니 벡터의 한계
__단위행렬을 이용해서 단어 임베딩 총합하기
__정말 아무것도 바꾸지 않는 행렬
__전이행렬
__유용한 문장 벡터 생성하는 법 학습하기
__파이썬으로 순전파 하기
__어떻게 여기에 역전파를 넣을까요?
__학습시켜 봅시다!
__준비하기
__임의 길이로 순전파 하기
__임의의 길이로 역전파 하기
__임의의 길이로 가중치 갱신하기
__실행과 출력 분석
__요약

CHAPTER 13 자동 최적화를 소개합니다 : 딥러닝 프레임워크를 만들어봅시다
__딥러닝 프레임워크란?
__텐서를 소개합니다
__자동 미분, autograd를 소개합니다
__간단히 점검해보기
__여러 번 재사용되는 텐서
__텐서 재사용을 위한 자동 미분 업그레이드
__덧셈 역전파는 어떻게 이루어질까요?
__부정 연산 지원하기
__몇 가지 함수 더 지원하기
__자동 미분을 이용해서 신경망 학습하기
__자동 최적화 추가하기
__계층 형식 지원하기
__계층을 포함하는 계층
__손실 함수 계층
__프레임워크 배우기
__비선형 계층
__임베딩 계층
__자동 미분에 색인화 추가하기
__임베딩 계층 다시 생각하기
__교차 엔트로피 계층
__순환 신경망 계층
__요약

CHAPTER 14 셰익스피어처럼 글쓰기 : LSTM
__문자 언어 모델링
__부분 역전파의 필요성
__부분 역전파
__출력의 샘플
__소멸하는 기울기, 폭발하는 기울기
__RNN 역전파의 장난감 예제
__LSTM 셀
__LSTM 게이트에 관한 몇 가지 직관
__LSTM 계층
__문자 언어 모델 업그레이드하기
__LSTM 문자 언어 모델 학습하기
__LSTM 문자 언어 모델 튜닝하기
__요약

CHAPTER 15 보이지 않는 데이터로 하는 딥러닝 : 통합 학습 입문
__딥러닝의 개인정보 문제
__통합 학습
__스팸 탐지 학습
__통합해봅시다
__통합 학습 해킹하기
__보안 통합
__동형 암호화
__동형 암호화 통합 학습
__요약

CHAPTER 16 다음 도약을 위한 준비 : 작은 안내서
__축하합니다!
__1단계 : 파이토치를 배우세요
__2단계 : 새 딥러닝 수업을 수강하세요
__3단계 : 수학적으로 접근하는 딥러닝 교과서를 구하세요
__4단계 : 블로그를 개설해서 딥러닝을 가르치세요
__5단계 : 트위터
__6단계 : 학술 논문의 내용을 구현하세요
__7단계 : GPU를 사용할 수 있는 환경을 확보하세요
__8단계 : 급여를 받으면서 일하세요
__9단계 : 오픈소스 프로젝트에 참여하세요
__10단계 : 지역 커뮤니티를 발전시키세요

__찾아보기

추천사

박상은(『러닝 텐서플로』 역자)

“입문자에게 어려운 수학에 대한 이해를 강요하지 않고, 발생 가능한 여러 경우를 예시와 적절한
예제를 통해 자연스럽게 쫓아올 수 있도록 걷기 편한 카펫을 깔아주는 책입니다.”

이진형(11번가 데이터 사이언티스트)

“이 책의 목적은 딥러닝을 심층적으로 이해할 수 있도록 도와주는 것입니다. 이와 유사한 책도 있
지만, 이 책은 단연 가장 쉽게 딥러닝을 이해하는 데 도움을 줄 수 있는 책이라고 생각합니다.”

출판사 서평

[도서 특징]
어려운 수식, 고수준 라이브러리, 복잡한 코드 없이도 단계별 학습으로 완성하는 딥러닝 코드

이 책은 신경망이 어떻게 인간을 모사하는지를 먼저 알려줍니다. 복잡한 수식 없이 서너 줄짜리 간단한 코드로 신경망을 구축한 다음, 이 작은 코드 조각을 다음 장에서 활용해 조금 더 그럴 듯한 프로그램으로 점차 발전시켜갑니다. 책 전체에 걸쳐 다음과 같이 물 흐르듯 학습할 수 있습니다.

인공지능/딥러닝 용어 설명 → 예측, 비교, 학습 패러다임 실습 → 기초 신경망 구축 → 딥러닝 관련 이론 설명 → 최신 기법 소개 ... 더보기

Klover 리뷰 (0)

북로그 리뷰 (1) 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
  • 이 책은 딥러닝에 대해서 관심이 있거나 흥미가 있는 사람에게 많은 수식없이, 쉽게 이해할 수 있도록 책이 구성되어 있다. 평소 딥러닝에 대해 관심은 많지만 시간이 나질 않아서 공부할 수 있는 시간이 없었는데 이 책을 받으면서 공부했는데, 정말 약간의 기본지식만 가지고 있으면 책 자체가 설명이 이해하기 쉽게 되어있어 술술 읽히는 책이였다. 그렇다고 책이 깊이 있는 주제를 다루지 않은 것은 절대 아니다. 딥러닝을 배우게 되면 여러가지 이론들이 줄줄이 나오게 되는데 중요하게... 더보기

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

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

이 책의 원서/번역서

안내
바로가기
  • 우측 확장형 배너 2
  • 우측 확장형 배너 2
최근 본 상품