딥러닝 파이토치 교과서 : 기본기에 충실한 딥러닝 입문서!

서지영

저자:서지영
17년가까이IT업계에종사중이며,지금까지도퇴근후에항상공부한다.4~5년전에는기술사공부를해서정보관리기술사와컴퓨터시스템응용기술사를취득하였으며,2019년부터는대학원에서빅데이터및인공지능에대한전문적인연구를진행하고있다.지금까지의경험과지식을공유하고싶어집필을시작했으며,집필서로는『모두의인공지능기초수학』(길벗),『딥러닝텐서플로교과서』(길벗),『난생처음인공지능입문』(한빛미디어)이있다.

1장머신러닝과딥러닝
1.1인공지능,머신러닝과딥러닝
1.2머신러닝이란
__1.2.1머신러닝학습과정
__1.2.2머신러닝학습알고리즘
1.3딥러닝이란
__1.3.1딥러닝학습과정
__1.3.2딥러닝학습알고리즘

2장실습환경설정과파이토치기초
2.1파이토치개요
__2.1.1파이토치특징및장점
__2.1.2파이토치의아키텍처
2.2파이토치기초문법
__2.2.1텐서다루기
__2.2.2데이터준비
__2.2.3모델정의
__2.2.4모델의파라미터정의
__2.2.5모델훈련
__2.2.6훈련평가
__2.2.7훈련과정모니터링
2.3실습환경설정
__2.3.1아나콘다설치
__2.3.2가상환경생성및파이토치설치
2.4파이토치코드맛보기

3장머신러닝핵심알고리즘
3.1지도학습
__3.1.1K-최근접이웃
__3.1.2서포트벡터머신
__3.1.3결정트리
__3.1.4로지스틱회귀와선형회귀
3.2비지도학습
__3.2.1K-평균군집화
__3.2.2밀도기반군집분석
__3.2.3주성분분석(PCA)

4장딥러닝시작
4.1인공신경망의한계와딥러닝출현
4.2딥러닝구조
__4.2.1딥러닝용어
__4.2.2딥러닝학습
__4.2.3딥러닝의문제점과해결방안
__4.2.4딥러닝을사용할때이점
4.3딥러닝알고리즘
__4.3.1심층신경망
__4.3.2합성곱신경망
__4.3.3순환신경망
__4.3.4제한된볼츠만머신
__4.3.5심층신뢰신경망
4.4우리는무엇을배워야할까?

5장합성곱신경망I
5.1합성곱신경망
__5.1.1합성곱층의필요성
__5.1.2합성곱신경망구조
__5.1.31D,2D,3D합성곱
5.2합성곱신경망맛보기
5.3전이학습
__5.3.1특성추출기법
__5.3.2미세조정기법
5.4설명가능한CNN
__5.4.1특성맵시각화
5.5그래프합성곱네트워크
__5.5.1그래프란
__5.5.2그래프신경망
__5.5.3그래프합성곱네트워크

6장합성곱신경망II
6.1이미지분류를위한신경망
__6.1.1LeNet-5
__6.1.2AlexNet
__6.1.3VGGNet
__6.1.4GoogLeNet
__6.1.5ResNet
6.2객체인식을위한신경망
__6.2.1R-CNN
__6.2.2공간피라미드풀링
__6.2.3FastR-CNN
__6.2.4FasterR-CNN
6.3이미지분할을위한신경망
__6.3.1완전합성곱네트워크
__6.3.2합성곱&역합성곱네트워크
__6.3.3U-Net
__6.3.4PSPNet
__6.3.5DeepLabv3/DeepLabv3+

7장시계열분석
7.1시계열문제
7.2AR,MA,ARMA,ARIMA
__7.2.1AR모델
__7.2.2MA모델
__7.2.3ARMA모델
__7.2.4ARIMA모델
7.3순환신경망(RNN)
__7.3.1RNN계층과셀
7.4RNN구조
__7.4.1RNN셀구현
__7.4.2RNN계층구현
7.5LSTM
__7.5.1LSTM구조
__7.5.2LSTM셀구현
__7.5.3LSTM계층구현
7.6게이트순환신경망(GRU)
__7.6.1GRU구조
__7.6.2GRU셀구현
__7.6.3GRU계층구현
7.7RNN,LSTM,GRU성능비교
7.8양방향RNN
__7.8.1양방향RNN구조
__7.8.2양방향RNN구현

8장성능최적화
8.1성능최적화
__8.1.1데이터를사용한성능최적화
__8.1.2알고리즘을이용한성능최적화
__8.1.3알고리즘튜닝을위한성능최적화
__8.1.4앙상블을이용한성능최적화
8.2하드웨어를이용한성능최적화
__8.2.1CPU와GPU사용의차이
__8.2.2GPU를이용한성능최적화
8.3하이퍼파라미터를이용한성능최적화
__8.3.1배치정규화를이용한성능최적화
__8.3.2드롭아웃을이용한성능최적화
__8.3.3조기종료를이용한성능최적화

9장자연어전처리
9.1자연어처리란
__9.1.1자연어처리용어및과정
__9.1.2자연어처리를위한라이브러리
9.2전처리
__9.2.1결측치확인
__9.2.2토큰화
__9.2.3불용어제거
__9.2.4어간추출
__9.2.5정규화

10장자연어처리를위한임베딩
10.1임베딩
__10.1.1희소표현기반임베딩
__10.1.2횟수기반임베딩
__10.1.3예측기반임베딩
__10.1.4횟수/예측기반임베딩
10.2트랜스포머어텐션
__10.2.1seq2seq
__10.2.2버트(BERT)
10.3한국어임베딩

11장클러스터링
11.1클러스터링이란
11.2클러스터링알고리즘유형
__11.2.1K-평균군집화
__11.2.2가우시안혼합모델
__11.2.3자기조직화지도

12장강화학습
12.1강화학습이란
12.2마르코프결정과정
__12.2.1마르코프프로세스
__12.2.2마르코프보상프로세스
__12.2.3마르코프결정과정
12.3MDP를위한벨만방정식
__12.3.1벨만기대방정식
__12.3.2벨만최적방정식
__12.3.3다이나믹프로그래밍
12.4큐-러닝
__12.4.1큐-러닝
__12.4.2딥큐-러닝
12.5몬테카를로트리탐색
__12.5.1몬테카를로트리탐색원리
__12.5.2몬테카를로트리검색을적용한틱택토게임구현

13장생성모델
13.1생성모델이란
__13.1.1생성모델개념
__13.1.2생성모델의유형
13.2변형오토인코더
__13.2.1오토인코더란
__13.2.2변형오토인코더
13.3적대적생성신경망(GAN)이란
__13.3.1GAN동작원리
__13.3.2GAN구현
13.4GAN파생기술
__13.4.1DCGAN
__13.4.2cGAN
__13.4.3CycleGAN

부록
A.1코랩
__A.1.1코랩이란
__A.1.2코랩에서예제파일실행
A.2캐글
__A.2.1캐글이란
__A.2.2캐글시작

책속에서

이책은딥러닝뿐만아니라파이토치(PyTorch)입문자를위한책으로다음과같은분들이보면좋습니다.
●딥러닝과파이토치를처음접하는분
●딥러닝에대한기본지식은있지만,파이토치를이용한구현경험은없는분
●파이토치는다룰수있지만,딥러닝지식은없는분

책에서는딥러닝에대한이론뿐만아니라파이토치를이용한구현방법도함께설명합니다.따라서순차적으로매장을따라가면서실습하다보면어렵지않게딥러닝과파이토치에익숙해질수있습니다.실습할때는예제코드를내려받아실행하는것보다는직접코드를입력하고실습해야좀더실력이빨리향상됩니다.
딥러닝은범위가방대하고,내용을이해하는것도쉽지않습니다.따라서입문자들이쉽게접근할수있게하는데중점을두고집필했습니다.특히딥러닝과파이토치를처음접하는분들이어려워서포기하지않도록처음부터끝까지난이도를조절하는데중점을두었습니다.
1~4장은머신러닝과딥러닝에대한기본적인내용뿐만아니라파이토치실습을위한환경설정방법을다룹니다.
5~11장은딥러닝의핵심적인신경망을배웁니다.합성곱신경망,순환신경망및자연어처리와관련된다양한신경망을다룹니다.또한,모델성능을향상시킬수있는방법도알아봅니다.
12~13장은강화학습과생성모델을배웁니다.
책한권에딥러닝전체를아우를수있는내용을담으려고노력하다보니신경망별로깊이있는내용은부족합니다.대략적인개요를익힌후개별적인신경망에대해깊이있게학습하려면많은논문을살펴보는것이좋습니다.논문에서딥러닝관련지식이나신경망이어떻게발전되고있는지흐름을살펴볼수있습니다.특히신러닝국제학회(InternationalConferenceonMachineLearning,ICML)와표현학습국제학회(InternationalConferenceonLearningRepresentations,ICLR)에서발표되는논문들을눈여겨보면좋습니다.
더불어파이토치에대한꾸준한관심도필요합니다.이책을집필하는동안에도파이토치버전이업그레이드되어많은부분을수정했을정도로기술이빠르게변화하고있습니다.파이토치의새로운버전관련내용은https://pytorch.org/tutorials에서지속적으로확인하면좋습니다.또한,딥러닝을실무에적용해보기위해서는논문의내용을파이토치로구현해보는연습을해야합니다.물론처음에는어려울수있습니다.하지만책내용을완전히숙지한후파이토치코드가제공되는논문들을찾아서연습하고제공되지않는논문들은직접코드로구현해보는단계적노력이필요합니다.
이책이여러분이딥러닝세계에입문하는데도움이되면더바랄것이없을것같습니다.

-지은이의말중에서-