처음 시작하는 딥러닝 (수학 이론과 알고리즘부터 CNN, RNN 구현까지 한 권으로 해결하기)

처음 시작하는 딥러닝 (수학 이론과 알고리즘부터 CNN, RNN 구현까지 한 권으로 해결하기)

$23.00
Description
수식 튼튼! 코드 탄탄! 내 손으로 만드는 딥러닝 모델
2010년 신경망 기술이 딥러닝이라는 이름으로 부활하면서 머신러닝 실무자는 물론, 소프트웨어 엔지니어에게도 딥러닝은 필수 소양이 되었습니다. 이 책은 머신러닝을 처음 접하는 데이터 과학자와 소프트웨어 엔지니어에게 실용적인 정보를 제공합니다. 딥러닝의 기초부터 고급 신경망 구조까지 폭넓게 배우고, 딥러닝 모델을 직접 구현하며 빠르게 개념을 익혀봅니다.

이 책은 먼저 그림으로 개념을 설명하고, 코드의 밑바탕이 되는 수학적 원리를 설명합니다. 그다음 파이썬 코드로 신경망을 구현하며 동작하는 방법을 이해해봅니다. 다층 신경망, 합성곱 신경망, 순환 신경망의 간단한 구조부터 복잡한 구조까지 확장해보며 딥러닝 프로젝트에 준비된 개발자로 성장할 수 있습니다.
저자

세스와이드먼

여러해동안머신러닝을이용한문제해결과머신러닝강의를했다.개인의류맞춤서비스로유명한트렁크클럽(TrunkClub)에서데이터과학자로근무하며추천시스템개발업무를담당했다.메티스(Metis)에서데이터과학과머신러닝부트캠프프로그램을진행하기도했다.현재페이스북인프라팀에서머신러닝모델을구축한다.복잡한개념을간단하게설명하는것을좋아한다.

목차

chapter1신경망기초1
1.1함수
1.2도함수
1.3합성함수
1.4연쇄법칙
1.5조금더복잡한예제
1.6입력이두개이상인함수의합성함수
1.7입력이여러개인함수의도함수
1.8여러개의벡터입력을갖는함수
1.9기존특징으로새로운특징만들기
1.10여러개의벡터입력을갖는함수의도함수
1.11벡터함수와도함수
1.12두개의2차원행렬을입력받는계산그래프
1.13역방향계산
1.14마치며

chapter2신경망기초2
2.1지도학습
2.2지도학습모델
2.3선형회귀
2.4모델학습하기
2.5학습데이터와테스트데이터
2.6모델성능을평가하는코드
2.7밑바닥부터만드는신경망
2.8첫번째신경망모델의학습과성능평가
2.9마치며

chapter3밑바닥부터만들어보는딥러닝
3.1딥러닝정의하기
3.2신경망의구성요소:연산
3.3신경망의구성요소:층
3.4모델의구성요소조립하기
3.5NeuralNetwork클래스와그외클래스
3.6딥러닝구현하기
3.7Optimizer와Trainer클래스
3.8모든구성요소조합하기
3.9마치며

chapter4프레임워크확장하기
4.1신경망에대한직관
4.2소프트맥스교차엔트로피손실함수
4.3실험
4.4모멘텀
4.5학습률감쇠
4.6초기가중치설정
4.7드롭아웃
4.8마치며

chapter5합성곱신경망
5.1신경망과표현학습
5.2합성곱층
5.3다채널합성곱연산구현하기
5.4Conv2DOperation연산으로합성곱신경망학습하기
5.5마치며

chapter6순환신경망
6.1근본적인한계:분기처리하기
6.2자동미분
6.3순환신경망이필요한이유
6.4순환신경망이란
6.5RNN코드
6.6마치며

chapter7파이토치
7.1텐서
7.2파이토치로딥러닝구현하기
7.3합성곱신경망구현하기
7.4오토인코더를활용한비지도학습
7.5마치며

부록A더알아보기
A.1행렬미분의연쇄법칙
A.2편향항에대한손실의기울기
A.3행렬곱으로합성곱구현하기

출판사 서평

신경망을확실하게이해할수있는최고의딥러닝입문서

넘쳐나는딥러닝학습자료속에서어떤것부터살펴봐야할지모르겠다고요?대부분의딥러닝학습자료는크게두가지유형으로나뉩니다.수많은화살표로나타낸도표로딥러닝의개념을설명하거나혹은빽빽한코드로학습과정을설명하고결과를확인합니다.이런유형의학습자료는코드를구성하는수학적원리와신경망의개념적구조,이들이서로동작하는방법을제대로설명하지못합니다.이책에서는앞선학습자료의맹점을보완하기위해세가지관점(수식,코드,다이어그램)으로개념을설명합니다.

먼저신경망개념에사용하는수식을살펴보고,이연산과정을다이어그램으로나타냅니다.개념의원리를이해한후,파이썬으로밑바닥부터구현합니다.간단한딥러닝모델부터합성곱신경망,순환신경망까지구현해보고이신경망을파이토치로다시한번구현하며프레임워크사용법을익힙니다.이책의목표는신경망에대한정확하고확실한이해입니다.일단이책을읽고나면신경망과관련된개념과프로젝트를한결쉽게이해하고자신감있게응용할수있을것입니다.

주요내용
● 신경망이해에필요한명확한멘탈모델과수학적원리설명
● 객체지향으로설계한다층신경망프레임워크구현방법
● 수식과예제로배우는합성곱신경망과순환신경망
● 파이토치를이용한신경망구현방법

장별요약
1장_신경망기초1
함수의연산과정을다이어그램으로이해하고,미적분의연쇄법칙으로도함수를구하는방법을알아봅니다.

2장_신경망기초2
선형회귀와신경망모델을적용해데이터집합에서주택가격의추이를예측하는학습모델을구현합니다.

3장_밑바닥부터만들어보는딥러닝
Layer,Model,Optimizer와같은구성요소를만들고이를조합해전체딥러닝모델을구현합니다.

4장_프레임워크확장하기
신경망모델의성공확률을높이는주요학습방법을소개합니다.

5장_합성곱신경망
이미지를다루는데특화된신경망인합성곱신경망(CNN)을소개하고,합성곱층을직접구현하며동작원리를파악합니다.

6장_순환신경망
자동미분의동작과정을살펴보고,순환신경망(RNN)에이를적용해봅니다.RNN의변형구조인GRU와LSTM도함께소개합니다.

7장_파이토치
1~6장까지구현한내용을고성능오픈소스신경망라이브러리인파이토치로구현합니다.마지막으로비지도학습에서신경망을활용하는방법을간단히살펴봅니다.