케라스로 구현하는 고급 딥러닝 알고리즘 (딥러닝 기법, 오토인코더, GAN, 변분 오토인코더 | 심층강화학습, 정책 경사 기법 적용하기)

케라스로 구현하는 고급 딥러닝 알고리즘 (딥러닝 기법, 오토인코더, GAN, 변분 오토인코더 | 심층강화학습, 정책 경사 기법 적용하기)

$28.99
Description
GAN, VAE, 심층강화학습(DRL)을 포함한 최근 딥러닝의 발전은 인상적인 AI를 창조하고 있다. 이는 세계 체스 챔피언을 물리친 알파고 제로와 사람이 그린 것처럼 감쪽같아 40만 달러 이상에 팔린 그림을 만들 수 있는, 우리의 새로운 표제 ‘생성적 AI’를 생성한다.

《케라스로 구현하는 고급 딥러닝 알고리즘》은 오늘날 활용할 수 있는 고급 딥러닝 기법을 종합적으로 소개함으로써 각자만의 최첨단 AI를 만들 수 있게 해준다. 이 책에서는 오픈소스 딥러닝 라이브러리로 케라스를 사용해 최신 기법을 적용한 효과적인 AI를 만드는 방법을 다양한 실습 프로젝트를 통해 보여준다.

먼저 이 책에서 다루는 고급 기법의 기본 구성요소가 되는 MLP, CNN, RNN을 살펴본다. 케라스와 텐서플로를 사용해 딥러닝 모델을 구현하는 방법을 배운 뒤 ResNet과 DenseNet을 포함한 심층 신경망 아키텍처를 살펴보고 오토인코더를 생성하는 방법을 알아본다. 아울러 GAN에 대해 알아보고 어떻게 이 모델이 AI 성능의 새로운 지평을 여는지 알아볼 것이다. 다음으로 VAE를 구현하는 방법을 알아보고 GAN과 VAE가 현대 AI의 주요 진전인 인간에게 매우 설득력 있는 데이터를 합성하는 생산 능력을 어떻게 갖추게 되는지 배울 것이다. 마지막으로 현대 AI 분야에서 이룬 핵심 성과인 심층 Q-러닝과 정책 경사 기법 같은 DRL을 구현하는 방법을 배운다.
저자

로웰아티엔자

(RowelAtienza)
로웰아티엔자는필리핀딜리만의필리핀대학교전기전자공학부부교수다.DadoandMariaBanatato연구소인공지능분야의교수장이기도하다.로웰은필리핀대학교를졸업한후로지능형로봇에매료됐다.AI가탑재된네발달린로봇을만들어싱가포르국립대학교에서공학석사학위를받았다.오스트레일리아국립대학교에서인간과로봇의상호작용을위한시선위치추적기술을연구해박사학위를마쳤다.현재는AI와컴퓨터비전을연구하고있다.그의꿈은지각하고이해하고추론할수있는유용한기계를만드는것이다.필리핀과학기술부(DOST),필리핀삼성연구소,고등교육위원회산하필리핀-캘리포니아고등연구소(CHED-PCARI)로부터지원을받아그꿈을이루려고노력중이다.

목차

▣01장:케라스를활용한고급딥러닝소개
왜케라스가딥러닝라이브러리로완벽한가?
__케라스와텐서플로설치하기
핵심딥러닝모델구현하기?MLP,CNN,RNN
__MLP,CNN,RNN의차이점
다층퍼셉트론(MLP)
__MNIST데이터세트
__MNIST숫자분류모델
__정규화
__출력활성화함수와손실함수
__최적화
__성능평가
__모델요약
합성곱신경망(CNN)
__합성곱
__풀링연산
__성능평가및모델요약
순환신경망(RNN)
결론
참고문헌

▣02장:심층신경망
함수형API
__입력이두개,출력이하나인모델생성하기
심층잔차신경망(ResNet)
ResNetv2
밀집연결합성곱네트워크(DenseNet)
__CIFAR10을위한100계층DenseNet-BC구성하기
결론
참고문헌

▣03장:오토인코더
오토인코더의원리
케라스로오토인코더구성하기
잡음제거오토인코더(DAE)
자동채색오토인코더
결론
참고문헌

▣04장:생성적적대신경망(GAN)
GAN의개요
GAN원리
케라스로구현한GAN
조건부GAN
결론
참고문헌

▣05장:개선된GAN모델
베셔슈타인GAN
거리함수
GAN의거리함수
__베셔슈타인손실함수사용하기
__케라스에서WGAN구현하기
최소제곱GAN(LSGAN)
ACGAN
결론
참고문헌

▣06장:분해된표현GAN
분해된표현
InfoGAN
케라스에서InfoGAN구현
InfoGAN의생성기출력
StackedGAN
케라스에서StackedGAN을구현하기
StackedGAN의생성기출력
결론
참고문헌

▣07장:교차도메인GAN
CycleGAN원리
CycleGAN모델
케라스에서CycleGAN구현하기
CycleGAN의생성기출력
MNIST및SVHN데이터세트에CycleGAN적용하기
결론
참고문헌

▣08장:변분오토인코더
VAE원리
__변분추론
__핵심방정식
__최적화
__매개변수조정기법
__디코더테스트
__케라스로VAE구현하기
__VAE를위해CNN사용하기
조건부VAE(CVAE)
b-VAE:분해된잠재표현을사용한VAE
결론
참고문헌

▣09장:심층강화학습
강화학습의원리
__Q값
__Q-러닝예제
__파이썬에서의Q-러닝
__비결정론적환경
__시간차학습
__OpenAIgym에서의Q-러닝
__심층Q-네트워크(DQN)
__알고리즘9.6.1DQN알고리즘:
__케라스에서의DQN
__더블Q-러닝(DDQN)
결론
참고문헌

▣10장:정책경사기법
정책경사정리
몬테카를로정책경사(REINFORCE)기법
__기준선을적용한REINFORCE
__액터-크리틱기법
__어드밴티지액터-크리틱(A2C)기법
__케라스로정책경사기법구현하기
__정책경사기법의성능평가
결론
참고문헌

출판사 서평

★이책에서다루는내용★

◎인간과비슷한AI성능을내는최첨단기법
◎케라스를사용해고급딥러닝모델을구현하는방법
◎고급딥러닝기법의구성요소?MLP,CNN,RNN
◎심층신경망?ResNet,DenseNet
◎오토인코더와변분오토인코더(VAE)
◎생성적적대신경망(GAN)과창의적인AI기법
◎분해된표현의GAN과교차도메인GAN
◎심층강화학습기법과그구현
◎OpenAIGym을사용해산업표준애플리케이션을구성하는방법
◎심층Q-러닝과정책경사기법