친절한 딥러닝 수학 (인공 신경망 이해를 위한 기초 수학)

친절한 딥러닝 수학 (인공 신경망 이해를 위한 기초 수학)

$28.00
Description
고등학교 수학으로 이해하는 인공 신경망
수학 기초는 약하지만 일단 개발부터 하고 보는 그대에게
수학을 어려워하는 마음을 깊이 공감하고 가능한 한 이해하기 쉽게 풀어냈다. 다양한 그림과 수식으로 신경망의 개념과 원리부터 경사하강법, 오차역전파법까지 설명하며 등장인물의 대화 속에서 자연스럽게 익힐 수 있도록 배려했다. 차근차근 쌓은 이론을 바탕으로 신경망을 구현해 이미지 크기를 판정해보고 손글씨도 식별해볼 수 있다. 수학이 약해 딥러닝이 낯설게 느껴졌다면, 딥러닝 이해에 필요한 수학 기초를 탄탄히 다지고 싶다면 이 책이 아주 좋은 안내자가 되어줄 것이다.
저자

다테이시겐고

立石賢吾
사가대학교졸업후몇개의개발회사를거친뒤2014년LINEFukuoka에입사하여데이터분석및머신러닝을전문으로하는조직을신설하고추천,텍스트분류등머신러닝을사용한제품을담당했다.2019년스마트뉴스주식회사에입사하여현재머신러닝엔지니어로근무하고있다.

목차

CHAPTER1신경망을시작하자
1.1신경망에대한흥미
1.2신경망의위치
1.3신경망에대해
1.4신경망으로할수있는것
1.5수학과프로그래밍
COLUMN신경망의역사

CHAPTER2순전파를배우자
2.1신경망의시작은퍼셉트론
2.2퍼셉트론
2.3퍼셉트론과편향
2.4퍼셉트론으로이미지의긴변판정하기
2.5퍼셉트론으로정사각형이미지판정하기
2.6퍼셉트론의단점
2.7다층퍼셉트론
2.8신경망으로정사각형이미지판정하기
2.9신경망의가중치
2.10활성화함수
2.11신경망의실체
2.12순전파
2.13신경망의일반화
COLUMN활성화함수란?

CHAPTER3역전파를배우자
3.1신경망의가중치와편향
3.2인간의한계
3.3오차
3.4목적함수
3.5경사하강법
3.6작은아이디어델타
3.7델타계산
3.8백프로퍼게이션
COLUMN기울기소실이란?

CHAPTER4합성곱신경망을배우자
4.1이미지처리에강한합성곱신경망
4.2합성곱필터
4.3특징맵
4.4활성화함수
4.5풀링
4.6합성곱층
4.7합성곱층의순전파
4.8전결합층의순전파
4.9역전파
COLUMN교차엔트로피란?

CHAPTER5신경망을구현하자
5.1파이썬으로구현하자
5.2가로세로비판정신경망
5.3손글씨숫자이미지식별합성곱신경망
COLUMN뒷이야기

APPENDIXA수학기초
A.1시그마
A.2미분
A.3편미분
A.4합성함수
A.5벡터와행렬
A.6지수와로그

APPENDIXB파이썬과넘파이기초
B.1파이썬환경설정
B.2파이썬기초
B.3넘파이기초

출판사 서평

코드로만구현하는딥러닝은가라!
신경망이해를위한친절한기초수학

딥러닝과수학은떼어놓고생각할수없습니다.딥러닝은인공신경망이라는오래된수학모델과통계기법을기반으로합니다.최근에는신경망과관련된프레임워크,라이브러리,데이터셋,문서등이풍부해원하기만하면간단히경험해볼수있습니다.복잡한부분은잘감춰져있어신경망안에서실제로어떤일이일어나는지몰라도간단하게구현이가능하지만그아래에서어떠한일이일어나는지알면더좋을것입니다.기초를안다면응용할수있고나아가활용법을쉽게떠올릴수있기때문입니다.

“수학때문에딥러닝이어렵다.”
“딥러닝구현은할수있지만수학원리를모르겠다.”

수학을어려워하는마음을충분히공감하고가능한한이해하기쉽게설명했습니다.신경망의개념,원리부터경사하강법,오차역전파법까지등장인물의대화속에서자연스럽게익힐수있도록배려했습니다.차근차근쌓은이론을바탕으로신경망을구현해이미지크기를판정해보고손글씨도식별해보세요.수학이약해딥러닝이낯설게느껴졌다면,딥러닝이해에필요한수학기초를탄탄히다지고싶다면이책이아주좋은안내자가되어줄것입니다.

★각장의개요
1장신경망을시작하자
신경망개념을알아보고머신러닝알고리즘과어떤차이가있는지,무엇을할수있는지살펴봅니다.

2장순전파를배우자
신경망을구성하는단순한알고리즘인퍼셉트론안에서계산이어떻게진행되는지설명합니다.

3장역전파를배우자
신경망에서적절한가중치와편향을어떻게계산해서구하는지설명합니다.

4장합성곱신경망을배우자
합성곱신경망을이용한이미지처리방법을공부합니다.

5장신경망을구현하자
2,3,4장에서배운신경망계산방법을파이썬으로구현합니다.이미지크기를판정해보고합성곱신경망을이용해손글씨인식을구현해봅니다.

★주요내용
● 신경망개념과구조
● 신경망이문제를해결하는원리
● 확률,미분,선형대수,함수,벡터
● 퍼셉트론으로이미지판별하기
● 신경망의가중치와편향
● 최적화문제와목적함수,교차엔트로피
● 순전파,역전파,오차역전파법,경사하강법
● 합성곱필터,특징맵,ReLU,풀링