독자리뷰
파이썬의 처음부터 딥러닝까지 배울 수 있다.
spaci***
2020-04-30
파이썬으로 배우는 딥러닝 교과서
이 책은 이미지 인식 모델을 만드는 과정을 다루면서 딥러닝 요소를 학습합니다. 머신러닝 기본부터 파이썬 기초와 함수 사용법을 배우고, 팬더스로 행렬 계산에 특화된 넘파이와 데이터를 반복적으로 다뤄보며 파이썬 사용법을 철저히 익힙니다. 후반부에서는 이미지 인식 처리에 필요한 딥러닝 요소를 예제로 실습하면서 학습합니다.
- 저자 : 이시카와 아키히코
- 번역 : 박광수(아크몬드)
- 출간 : 2020-03-01
파이썬으로 배우는 딥러닝 교과서는 크게 다음과 같은 내용으로 이루어졌다.
1. 개발환경 준비
2. 파이썬 배우기
3. Pandas, Numpy, Matplot, Scikit-learn와 같은 라이브러리 배우기
4. OpenCV 배우기
5. 딥러닝 배우기
딥러닝을 배우기 전 기반학습을 하는데 지문을 많이 할애하기 때문에 딥러닝 배우기에 들어가서도 크게 막힘이
없다는 것이 장점이다.
또한, 여러가지 책을 살 필요없이 책 한권으로 파이썬 입문부터 딥러닝까지에 필요한 모든 기본 과정을 배울 수 있다는 것 역시 장점이라 할 수 있다.
책에 소개된 모든 예제에 상세한 주석이 달려있어 문맥을 이해하는데도 결코 어려움이 없다.
프로그램을 이해한다는 것은 기본적으로 문맥을 이해하는 것과 비슷한 점이 많기 때문에 상당히 도움이 된다.
우리가의 최종적인 골인 딥러닝 에서는 Scikit-learn 라이브러리를 통해 아래의 내용을 배운다.
1. 로지스틱 회귀
2. 선형 SVM
3. 비선형 SVM(커널 함수를 통한 변환 공식에 따라 수학적으로 처리, 커널 트릭)
3. 결정 트리(독립 변수가 종속 변수에 얼마나 영향을 미치는가?, 선형 분리 가능한 데이터 받아들이기 힘듬, 학습이 지도 데이터에 치우침)
4. 랜덤 포레스트(결정 트리의 단순 버전을 여러 개 만들어서 분류 결과를 다수결로 결정하는 방법)
5. k-NN(최근접점 이웃 알고리즘, 게으른 학습)
6. 하이퍼파라미터와 튜닝
7. 답러닝 튜닝
8. CNN을 이용한 이미지 인식 기초와 응용
