밑바닥부터 시작하는 딥러닝 2 (파이썬으로 직접 구현하며 배우는 순환 신경망과 자연어 처리)

사이토고키

저자:사이토고키
1984년나가사키현쓰시마태생.도쿄공업대학교공학부를졸업하고도쿄대학대학원학제정보학부석사과정을수료했다.현재는기업에서컴퓨터비전과기계학습관련연구？개발에매진하고있다.오라일리재팬에서『밑바닥부터시작하는딥러닝』을집필했으며,『실천파이썬3』,『컴퓨터시스템의이론과구현』,『실천기계학습시스템』등을번역했다.

역자:이복연
고려대학교컴퓨터학과를졸업하고삼성소프트웨어멤버십을거쳐,삼성전자소프트웨어센터와미디어솔루션센터에서자바가상머신,바다플랫폼,챗온메신저서비스등을개발했다.주업무외에분산빌드,지속적통합,앱수명주기관리도구,애자일도입등동료개발자들에게실질적인도움을주는일에적극적이었다.

CHAPTER1신경망복습
__1.1수학과파이썬복습
__1.2신경망의추론
__1.3신경망의학습
__1.4신경망으로문제를풀다
__1.5계산고속화
__1.6정리

CHAPTER2자연어와단어의분산표현
__2.1자연어처리란
__2.2시소러스
__2.3통계기반기법
__2.4통계기반기법개선하기
__2.5정리

CHAPTER3word2vec
__3.1추론기반기법과신경망
__3.2단순한word2vec
__3.3학습데이터준비
__3.4CBOW모델구현
__3.5word2vec보충
__3.6정리

CHAPTER4word2vec속도개선
__4.1word2vec개선①
__4.2word2vec개선②
__4.3개선판word2vec학습
__4.4word2vec남은주제
__4.5정리

CHAPTER5순환신경망(RNN)
__5.1확률과언어모델
__5.2RNN이란
__5.3RNN구현
__5.4시계열데이터처리계층구현
__5.5RNNLM학습과평가
__5.6정리

CHAPTER6게이트가추가된RNN
__6.1RNN의문제점
__6.2기울기소실과LSTM
__6.3LSTM구현
__6.4LSTM을사용한언어모델
__6.5RNNLM추가개선
__6.6정리

CHAPTER7RNN을사용한문장생성
__7.1언어모델을사용한문장생성
__7.2seq2seq
__7.3seq2seq구현
__7.4seq2seq개선
__7.5seq2seq를이용하는애플리케이션
__7.6정리

CHAPTER8어텐션
__8.1어텐션의구조
__8.2어텐션을갖춘seq2seq구현
__8.3어텐션평가
__8.4어텐션에관한남은이야기
__8.5어텐션응용
__8.6정리

APPENDIXA시그모이드함수와tanh함수의미분
__A.1시그모이드함수
__A.2tanh함수
__A.3정리

APPENDIXBWordNet맛보기
__B.1NLTK설치
__B.2WordNet에서동의어얻기
__B.3WordNet과단어네트워크
__B.4WordNet을사용한의미유사도

APPENDIXCGRU
__C.1GRU의인터페이스
__C.2GRU의계산그래프

★『밑바닥부터시작하는딥러닝』의명성을그대로!
이책은『밑바닥부터시작하는딥러닝』의속편입니다.전편에이어계속딥러닝기술을다룹니
다.특히이번에는자연어처리와시계열데이터처리에초점을맞춰딥러닝을사용해다양한
문제에도전합니다.그리고전편과똑같이‘밑바닥부터만든다’는기치아래,딥러닝을활용한
고급기술들을차분히만끽해갈것입니다.

★자연어처리와시계열데이터처리에초점을맞춰!
이책에서는자연어처리와시계열데이터처리에초점을맞춰딥러닝에서중요한기술들을배웁니다.구체적으로는word2vec과RNN,LSTM과GRU,seq2seq와어텐션같은기술입니다.이책은이기술들을가능한한쉬운말로설명하고실제로만들어보면서확실한내것이되도록안내합니다.

★이책에서다루는내용
-외부라이브러리에의지하지않고,밑바닥부터딥러닝프로그램을구현합니다.
-『밑바닥부터시작하는딥러닝』의속편으로서자연어처리와시계열데이터처리에사용하는딥러닝기술에초점을맞춥니다.
-실제로동작하는파이썬소스코드와독자가직접실습해볼수있는학습환경을제공합니다.
-가능한한쉬운말로,명확한그림을많이동원하여설명합니다.
-수식도사용하지만그이상으로소스코드에기초한설명을중시합니다.
-‘왜그기법이뛰어난가?’,‘왜그방식이먹히는가?’,‘왜그것이문제인가?’등‘왜’를소중히합니다.