딥러닝의 정석 with 파이토치 (신경망부터 응용 최적화 배포까지)

딥러닝의 정석 with 파이토치 (신경망부터 응용 최적화 배포까지)

$39.35
Description
파이토치로 신경망부터 트랜스포머,
다양한 응용과 최적화·배포까지 실습하며
실무 딥러닝을 마스터한다!
인공지능 기술은 놀라운 속도로 발전해왔으며, 그 중심에는 딥러닝이 있습니다.
특히, 파이토치(PyTorch)는 연구자와 실무자 모두에게 사랑받는 딥러닝 프레임워크로, 직관적인 구조와 설계 덕분에 교육 및 연구 분야에서 폭넓게 활용되고 있습니다.

《딥러닝의 정석 with 파이토치》는 딥러닝을 처음 배우는 학부생, 대학원생, 그리고 실무 현장에서 인공지능을 접하고자 하는 비전공자까지 폭넓은 독자층을 염두에 두고 집필되었습니다.

특히, 이 책은 이론에만 치우치지 않고, 실습 중심의 접근을 통해 독자들이 직접 모델을 구현하고 실험해보며 개념을 체득할 수 있도록 구성했습니다.

단순한 코드 암기가 아닌, “왜 이렇게 설계하는가?”라는 질문에 초점을 맞추어 원리에 대한 이해를 돕고 있습니다.

이제 《딥러닝의 정석 with 파이토치》를 통해 더 이상 특정 전공자만의 영역이 아닌 딥러닝 영역에서 파이토치와 함께 딥러닝의 기본기를 탄탄히 다지고, 나아가 창의적인 인공지능 응용 분야에 도전할 수 있을 것입니다.
저자

김현정

김현정│
건국대학교컴퓨터공학박사

現건국대학교상허교양대학및정보통신대학원융합정보기술학과인공지능전공조교수

주요연구분야:인공지능,알고리즘,정보보안,AI교육
저서:누구나쉽게컴퓨팅사고with파이썬,누구나쉽게자료구조와알고리즘with파이썬,Python으로배우는문제해결과인공지능,알기
쉬운인공지능with파이썬,누구나쉽게SQL과AI알고리즘,생성형AI창작과활용가이드등다양한분야집필

목차

1장|파이토치소개및설치
1.1파이토치개요및역사
1.2파이토치의주요특징및장점

1.3개발환경구성-GoogleColab중심
1.4파이토치설치및첫코드실행(코랩기준)
연습문제

2장|파이토치기본연산
2.1텐서의개념과생성
2.2텐서의기본연산
2.3텐서와NumPy배열비교
2.4텐서의GPU활용
2.5종합실습예제
연습문제

3장|신경망구현
3.1신경망의개요
3.2기본신경망구조의이해
3.3신경망학습프로세스
3.4파이토치를활용한신경망구현
3.5MNIST분류기실습
3.6모델평가및개선
연습문제

4장|딥러닝모델구축
4.1파이토치를이용한모델학습과정이해
4.2데이터전처리와DataLoader활용
4.3모델성능평가와개선
연습문제

5장|합성곱신경망(CNN)
5.1합성곱신경망의기본개념과구조
5.2합성곱신경망의주요구성요소
5.3고급합성곱신경망아키텍처
5.4ResNet구조
5.5합성곱신경망의성능최적화
5.6합성곱신경망의시각화와해석
연습문제

6장|순환신경망(RNN)
6.1순환신경망의기초
6.2고급순환신경망아키텍처

6.3파이토치를이용한순환신경망구현
6.4파이토치를이용한순환신경망구현
6.5자연어처리응용
6.6순환신경망하이퍼파라미터튜닝
6.7순환신경망의실전활용과최적화
연습문제

7장|트랜스포머와전이학습
7.1트랜스포머구조의이해
7.2사전학습모델활용과전이학습통합
7.3자연어처리와VisionTransformer개요
연습문제

8장|영상처리응용
8.1컴퓨터비전의주요과제
8.2ResNet구현과활용
8.3객체탐지모델구현
8.4세그먼테이션실습
8.5고급응용기법
8.6실전응용사례
연습문제

9장|텍스트처리응용및LSTM감성분석기심층학습
9.1자연어처리모델구현및학습
9.2LSTM과감성분석기실습
9.3추가실습
9.4모델평가및성능개선
연습문제

10장|오디오처리응용
10.1오디오신호처리기초
10.2파이토치를이용한오디오처리
10.3WaveNet모델구현
연습문제

11장|강화학습
11.1강화학습의기본개념
11.2DQN(DeepQ-Network)구현
11.3정책그레이디언트(PolicyGradient)기법적용

11.4다양한강화학습환경활용
11.5모델평가및성능개선
연습문제

12장|모델성능최적화및배포
12.1모델최적화의기초와성능분석
12.2모델경량화기법
12.3모델변환과서비스배포
12.4모니터링과유지보수
연습문제

출판사 서평

실습으로배우는파이토치딥러닝
개념부터최신모델,실무프로젝트까지한권으로완성

파이토치기초부터시작해신경망,CNN,RNN,트랜스포머등다양한딥러닝모델을직접구현하며핵심개념을체계적으로익히도록구성되었습니다.영상,텍스트,오디오,강화학습등다양한응용분야를실제프로젝트중심으로다루며,모델최적화와배포기술까지실무에필요한역량을폭넓게키울수있습니다.이론에만머무르지않고“왜이렇게작동하는가?”에대한깊이있는이해를돕는실습중심의구성으로,누구나쉽게딥러닝을시작할수있습니다.

STEP1-기초
STEP2-딥러닝모델구축
STEP3-딥러닝심화
STEP4-최적화및배포
STEP5-다양한딥러닝응용