실무자를 위한 딥러닝

로널드크누젤

(RonaldT.Kneusel)
2003년부터산업현장에서머신러닝기술을활용해왔으며2016년볼더에있는콜로라도대학교에서머신러닝분야의박사학위를받았다.현재는L3HarrisTechnologiesInc.에서근무하고있다.스프링거출판사에서『NumbersandComputers』(2015)와『RandomNumbersandComputers』(2018)를출판하기도했다.

1장.시작하기
__프로그램실행환경
____넘파이
____싸이킷런
____케라스와텐서플로
__툴킷설치
__선형대수기초
____벡터
____행렬
____행렬과벡터의곱
__통계와확률
____서술통계
____확률분포
____통계적검정
__그래픽처리장치
__요약

2장.파이썬사용
__파이썬인터프리터
__문장과공백
__변수와기본적인자료구조
____수의표현
____변수
____문자열
____리스트
____딕셔너리
__제어구조
____if-elif-else문
____for반복문
____while반복문
____break문과continue문
____with문
____try-except문으로에러처리
__함수
__모듈
__요약


3장.넘파이사용
__왜넘파이인가?
____배열과리스트
____배열과리스트간의처리속도비교
__기본배열
____np.array로배열정의
____0과1로구성된배열정의
__배열원소에접근
____배열인덱싱
____배열슬라이싱
____말줄임기호
__연산자와브로드캐스팅
__배열입력과출력
__난수
__넘파이와이미지
__요약

4장.데이터작업
__클래스와레이블
__피처와피처벡터
____피처의유형
____피처선택과차원의저주
__좋은데이터세트의특징
____내삽법과외삽법
____모분포
____사전클래스확률
____컨퓨저
____데이터세트의크기
__데이터준비
____피처의범위조정
____누락된피처값
__학습,검증,테스트데이터
____3개의부분데이터
____데이터세트의분할
____k-Fold교차검증
__데이터검토
____데이터점검
____주의할사항
__요약


5장.데이터세트구축
__아이리스꽃데이터
__유방암데이터세트
__MNIST숫자
__CIFAR-10
__데이터증강
____학습데이터를증강시키는이유
____학습데이터증강법
____아이리스꽃데이터세트증강시키기
____CIFAR-10데이터세트증강시키기
__요약

6장.고전적인머신러닝
__최근접센트로이드
__k-최근접이웃
__나이브베이즈
__의사결정트리와랜덤포레스트
____재귀의개념
____의사결정트리만들기
____랜덤포레스트
__서포트벡터머신(SupportVectorMachines)
____마진
____서포트벡터
____최적화
____커널
__요약


7장.고전모델실습
__아이리스꽃데이터세트실험
____고전모델테스팅
____최근접센트로이드분류기의구현
__유방암데이터세트실험
____두개의초기테스트실행
____랜덤분할의효과
____k-폴드검증추가
____하이퍼파라미터분석
__MNIST데이터세트실험
____고전모델테스팅
____실행시간분석
____PCA구성요소실험
____데이터세트스크램블링
__고전모델요약
____최근접센트로이드
____k-최근접이웃
____나이브베이즈
____의사결정트리
____랜덤포레스트
____서포트벡터머신(SVM)
__고전모델의사용
____데이터세트가소규모인경우
____컴퓨팅자원의제약이심한경우
____판정결과를설명할수있는모델이필요한경우
____벡터입력작업
__요약


8장.신경망소개
__신경망의구조
____뉴런
____활성화함수
____네트워크의구조
____출력계층
____가중치와편향표현법
__간단한신경망의구현
____데이터세트구축
____신경망의구현
____신경망학습과테스팅
__요약


9장.신경망학습
__개요
__경사하강법
____최솟값찾기
____가중치갱신
__확률적경사하강법
____배치와미니배치
____콘벡스함수와비콘벡스함수
____학습종료
____학습률갱신
____모멘텀
__역전파
____역전파,첫번째설명
____역전파,두번째설명
__손실함수
____절대손실과평균제곱오차손실
____교차엔트로피손실
__가중치초기화
__과적합과정규화
____과적합의이해
____정규화의이해
____L2정규화
____드롭아웃
__요약

10장.실용적인신경망예제
__데이터세트
__sklearn의MLPClassifier클래스
__네트워크구조와활성화함수
____소스코드
____실행결과
__배치크기
__기본학습률
__학습데이터세트의크기
__L2정규화
__모멘텀
__가중치초기화
__피처간의순서
__요약

11장.모델평가
__정의와가정
__정확도만으로충분하지않은이유
__2×2혼동행렬
__2×2혼동행렬에서파생된메트릭
____2×2행렬에서메트릭도출
____메트릭으로모델해석
__고급메트릭
____정보도와표식도
____F1점수
____코헨카파계수
____매튜상관계수
____메트릭구현
__수신자조작특성(ROC)곡선
____모델수집
____그래프로메트릭출력
____ROC곡선해석
____ROC분석을통한모델비교
____ROC곡선그리기
____정밀도-재현율곡선
__다중클래스다루기
____혼동행렬의확장
____가중치를고려한정확도계산
____다중클래스매튜상관계수
__요약

12장.컨볼루션신경망소개
__컨볼루션신경망을사용하는이유
__컨볼루션
____커널을이용한스캐닝
____이미지처리에사용하는컨볼루션
__컨볼루션신경망의해부학
____다양한유형의계층
____CNN을통한데이터처리과정
__컨볼루션계층
____컨볼루션계층의작동방식
____컨볼루션계층의사용
____다중컨볼루션계층
____컨볼루션계층초기화
__풀링계층
__완전연결계층
__완전컨볼루션계층
__단계별분석
__요약


13장.케라스와MNIST를활용한CNN분석
__케라스로CNN구축
____MNIST데이터로드
____모델구축
____모델학습과평가
____오차플로팅
__기본실험
____아키텍처실험
____학습세트크기,미니배치,에폭
____옵티마이저
__완전컨볼루션네트워크
____모델의구축과학습
____테스트이미지만들기
____모델테스트
__스크램블된MNIST숫자
__요약

14장.CIFAR-10데이터세트실습
__CIFAR-10복습
__전체CIFAR-10데이터세트를이용한실습
____모델구축
____모델분석
__동물과교통수단구분
__이진클래스와다중클래스
__전이학습
__모델미세조정
____데이터세트구축
____미세조정을위한모델수정
____모델테스트
__요약

15장.사례연구:오디오샘플분류
__데이터세트구축
____데이터세트증강
____데이터전처리
__오디오피처분류
____클래식모델사용
____전통적인신경망사용
____컨볼루션신경망사용
__스펙트로그램
__스펙트로그램분류
____초기화,정규화,배치정규화
____혼동행렬조사
__앙상블
__요약

16장.추가학습
__CNN추가연구
__강화학습과비지도학습
__생성적적대신경망(GAN)모델
__순환신경망
__온라인리소스
__학술대회
__서적
__맺음말,SoLongandThanksforAlltheFish

◈이책에서다루는내용◈

◆k-최근접이웃알고리듬,랜덤포레스트,서포트벡터머신등의고전적인머신러닝모델사용방법
◆신경망의작동원리와학습방법
◆컨볼루션신경망의사용방법
◆성공적인딥러닝모델을바닥부터개발하는방법

◈이책의대상독자◈

머신러닝에대한배경지식이없지만머신러닝에관심이많아여러가지실습을해보고싶은독자를위한책으로,수학적인내용은최소한으로설명한다.이책의목표는머신러닝의핵심개념을이해하고이분야에서일할때도움될직관을구축할수있도록돕는것이다.컴퓨터프로그래밍언어중어떤언어이든어느정도익숙하다고가정한다.또한학생이든대기업이든머신러닝분야에서많이사용하는언어인파이썬을사용한다.고등학교저학년수학에는익숙하지만미적분학에는익숙하지않다고가정할것이다.약간의미적분학은언급하겠지만,자세한내용을몰라도기본적인아이디어를이해할수있다.또한약간의통계지식과기본적인확률론은알고있다고가정한다.고등학교졸업후완전히잊어버렸더라도괜찮다.내용을따라가기에충분한배경지식은설명할것이다.

◈이책의구성◈

1장,‘시작하기’에서는이책에서실습을수행할때필요한작업환경을설정하는방법을설명한다.또한이후에나오는설명의배경지식으로사용할수있게벡터,행렬,확률,통계를주제로한절이포함돼있다.
2장,‘파이썬사용’은파이썬을사용할수있게안내한다.
3장,‘넘파이사용’에서는파이썬을확장한라이브러리인넘파이에관해이야기한다.이라이브러리로인해파이썬이머신러닝에유용한언어가됐다.넘파이에익숙해지도록이장을정독할것을권장한다.
4장,‘데이터작업’에서는좋은데이터세트를구축하는방법을배울수있다.
5장,‘데이터세트구축’에서는책에서사용될데이터세트를구축한다.데이터세트를증강시키는방법도배운다.
6장,‘고전적인머신러닝’에서는머신러닝초기에사용됐던모델중일부를다룬다.어디를향해가고있는지이해하고자때로는어디에서왔는지를알아보는것이중요하다.
7장,‘고전모델실습’에서는머신러닝에대한초기접근방식의강점과약점을보여준다.산출된결과는이후의장에서비교목적으로참조할것이다.
8장,‘신경망소개’에서는신경망을자세히알아본다.현대의딥러닝은신경망을근간으로한다.
9장,‘신경망학습’에서는신경망이학습되는원리를이해하는데필요한지식을소개한다.몇가지기본적인미적분개념이포함돼있지만당황할필요는없다.직관을만들어주는것이목적이므로개념위주로내용을구성했고,처음에는표기법이낯설게느껴질수도있지만쉽게이해할수있도록자세히설명한다.
10장,‘실용적인신경망예제’는실제로데이터를다루는느낌과직관을얻을수있게다양한실습으로구성돼있다.
11장,’모델평가’는모델을평가하는과정을자세히안내한다.머신러닝분야의논문,강연,강의에서논의되는결과를이해하려면모델을평가하는방법을알아야한다.
12장,‘컨볼루션신경망소개’에서는CNN네트워크의기본빌딩블록을설명한다.이책이초점을맞추고있는딥러닝개념은컨볼루션신경망(CNN,ConvolutionalNeuralNetwork)이라는아이디어를통해실현된다.
13장,‘케라스와MNIST를활용한CNN분석’에서는딥러닝분야의기본데이터세트인MNIST데이터세트를이용한실습을통해CNN작동원리를살펴본다.
14장,‘CIFAR-10데이터세트실습’에서는CIFAR-10이라는또다른기본데이터세트를살펴본다.이데이터세트는실질적인이미지로구성돼있어CNN모델을실험하기에적합하다.
15장,‘사례연구:오디오샘플분류’에서는사례연구로모든논의를마무리한다.흔치않은새로운데이터세트로시작해이를분류하기위한좋은모델을구축하는과정을따라가본다.
16장,‘추가학습’에서는간과했던몇가지를지적하고다음에공부해야할것에집중할수있게머신러닝과관련된주변의산더미같은리소스를살펴보는데도움이될내용을담았다.

◈옮긴이의말◈

기본에충실한좋은책을번역할수있는과분한기회를잡았다.화려하지는않지만딥러닝과머신러닝실무자혹은실무관리자가빠트리기쉬운핵심포인트들을잘짚어낸책이다.딥러닝과머신러닝실무수행중뭔가부족하다는불안한마음이든다면이책에서직접적인해결방법이나간접적인실마리를찾을수있을것이다.
저자의의도를전달하는데집중하면서정성을다해번역했다.문장의본질적인의미를살리려다보니원문과거리감이있는의역이다소있다.역자의주관이개입될위험을무릅쓰고영어표현을그대로옮겼을때생길수있는지면낭비를없애보려고노력한것이니너그러운아량으로읽어주기바란다.

백성복