메뉴 바로가기 검색 및 카테고리 바로가기

한빛미디어

그로킹 딥러닝 : 알기 쉬운 비유와 기초 수학으로 시작하는

한빛미디어

번역서

판매중

  • 저자 : 앤드루 트라스크
  • 번역 : 박상현
  • 출간 : 2019-12-01
  • 페이지 : 388 쪽
  • ISBN : 9791162242285
  • 물류코드 :10228
초급 초중급 중급 중고급 고급
0점 (0명)
좋아요 : 0

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

 

[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 → 딥러닝 프레임워크 구축 

 

그리고 마지막 장은 이 책을 읽은 다음 무엇을 할지 10단계에 거쳐 딥러닝을 처음 접하는 입문자에게 방향을 제시합니다.

 

이 책에서 배우고 구현하는 내용

딥러닝에 필요한 것 / 머신러닝의 기본 개념 / 예측, 비교, 학습 패러다임 / 기초 신경망 구현 / 예측 평가와 에러 식별 / 학습 과정 / 심층 신경망 실습 / 오버피팅 / 드롭아웃 / 경사하강법 / 활성화 함수 / 확률 모델링 / 합성곱 신경망 / 자연어 처리 / 순환 신경망 / 언어 모델링 / 데이터 프라이버시

 

 

그로킹 딥러닝 상세(700px).jpg

 

저자

앤드루 트라스크

구글 DeepMind 리서치 사이언티스트. 인간의 언어와 연관된 딥러닝을 주로 연구하고 있습니다. Digital Reasoning에서 연구원으로 있으며 세계 최대 인공 신경망을 구축했습니다.

역자

박상현

두 아이의 아빠이자, 머신러닝의 도움을 받아 사이버 위협과 전쟁 중인 방위 분야 프로그래머입니다. 한화시스템에 근무하고 있으며, 글쓰기를 좋아해 틈틈이 『이것이 C#이다』, 『뇌를 자극하는 파이썬3』, 『뇌를 자극하는 알고리즘』 등을 집필했습니다.

__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

  • 첫번째 리뷰어가 되어주세요.
결재하기
• 문화비 소득공제 가능
• 배송료 : 0원배송료란?

배송료 안내

  • 책, 아이템 등 상품을 3만원 이상 구매시 무료배송
  • 브론즈, 실버, 골드회원이 주문하신 경우 무료배송

무료배송 상품을 포함하여 주문하신 경우에는 구매금액에 관계없이 무료로 배송해 드립니다.

닫기

리뷰쓰기

닫기
* 도서명 :
그로킹 딥러닝 : 알기 쉬운 비유와 기초 수학으로 시작하는
* 제목 :
* 별점평가
* 내용 :

* 리뷰 작성시 유의사항

글이나 이미지/사진 저작권 등 다른 사람의 권리를 침해하거나 명예를 훼손하는 게시물은 이용약관 및 관련법률에 의해 제재를 받을 수 있습니다.

1. 특히 뉴스/언론사 기사를 전문 또는 부분적으로 '허락없이' 갖고 와서는 안됩니다 (출처를 밝히는 경우에도 안됨).
2. 저작권자의 허락을 받지 않은 콘텐츠의 무단 사용은 저작권자의 권리를 침해하는 행위로, 이에 대한 법적 책임을 지게 될 수 있습니다.

오탈자 등록

닫기
* 도서명 :
그로킹 딥러닝 : 알기 쉬운 비유와 기초 수학으로 시작하는
* 구분 :
* 상품 버전
종이책 PDF ePub
* 페이지 :
* 위치정보 :
* 내용 :

도서 인증

닫기
도서명*
그로킹 딥러닝 : 알기 쉬운 비유와 기초 수학으로 시작하는
구입처*
구입일*
부가기호*
부가기호 안내

* 회원가입후 도서인증을 하시면 마일리지 500점을 드립니다.

* 한빛 웹사이트에서 구입한 도서는 자동 인증됩니다.

* 도서인증은 일 3권, 월 10권, 년 50권으로 제한됩니다.

* 절판도서, eBook 등 일부 도서는 도서인증이 제한됩니다.

닫기

해당 상품을 장바구니에 담았습니다.이미 장바구니에 추가된 상품입니다.
장바구니로 이동하시겠습니까?

자료실