딥러닝 EXPRESS (생성형 AI 수록 및 케라스 라이브러리 실습 코드 포함 | 개정판 2 판)

천인국

1983년서울대학교전자공학과공학사
1985년KAIST전기및전자공학과공학석사
1993년KAIST전기및전자공학과공학박사
1985~1988년삼성전자종합연구소주임연구원
1993년~현재순천향대학교컴퓨터공학과교수
2005년캐나다UBC방문교수

Chapter01인공지능이란?
1.인공지능의시대
LabChatGPT와Dall-E체험하기
2.인공지능의정의
3.인공지능의간단한역사
4.규칙기반방법vs머신러닝방법
5.인공지능은어디에필요할까?
Lab머신러닝체험하기#1
Lab머신러닝체험하기#2
Lab티처블머신이용하여머신러닝체험하기
요약
연습문제

Chapter02파이썬과넘파이복습
1.파이썬이란?
2.파이썬설치하기
3.어떤개발도구를사용할것인가?
4.파이썬복습
5.딥러닝개발에사용되는라이브러리
6.넘파이
Lab넘파이로평균제곱오차계산하기
7.맵플롯립
Lab맵플롯립으로시그모이드함수를그려보자
요약
연습문제

Chapter03머신러닝의기초
1.머신러닝이란?
2.지도학습
3.머신러닝의과정
4.붓꽃을머신러닝으로분류해보자.
5.필기체숫자이미지를분류해보자.
6.머신러닝알고리즘의성능평가
7.머신러닝의용도
요약
연습문제

Chapter04선형회귀
1.선형회귀
2.선형회귀에서손실함수최소화방법
3.선형회귀파이썬구현#1
4.선형회귀파이썬구현#2
Lab선형회귀실습
5.과잉적합vs과소적합
Lab당뇨병예제
MiniProject면적에따른집값예측
요약
연습문제

Chapter05퍼셉트론
1.신경망이란?
2.퍼셉트론
3.퍼셉트론학습알고리즘
Lab퍼셉트론시각화
4.퍼셉트론의한계점
MiniProject퍼셉트론으로분류
요약
연습문제
Chapter06MLP(다층퍼셉트론)
1.MLP(다층퍼셉트론)
2.활성화함수
Lab활성화함수구현
3.MLP의순방향패스
LabMLP순방향패스
4.손실함수계산
5.경사하강법
Lab경사하강법실습
Lab2차원그래디언트시각화
6.역전파학습알고리즘
7.역전파알고리즘을손으로계산해보자.
8.넘파이만을이용한MLP구현
9.구글의플레이그라운드를이용한실습
요약
연습문제

Chapter07MLP와케라스라이브러리
1.미니배치
Lab미니배치실습#1
2.행렬로미니배치구현하기
3.학습률
Lab학습률과배치크기실습
4.케라스(Keras)시작하기
5.케라스를사용하는3가지방법
6.케라스를이용한MNIST숫자인식
7.케라스의입력데이터
8.케라스의클래스들
9.하이퍼매개변수
요약
연습문제

Chapter08심층신경망
1.심층신경망
2.그래디언트소실문제
Lab활성화함수실험
3.손실함수선택문제
Lab교차엔트로피의계산
4.케라스에서의손실함수
5.가중치초기화문제
Lab가중치초기화실험
6.범주형데이터처리
7.데이터정규화
8.과잉적합과과소적합
9.과잉적합방지전략
Lab배치크기,학습률,규제항
10.앙상블
11.예제:MNIST필기체숫자인식
12.예제:패션아이템분류
13.예제:타이타닉생존자예측하기
요약
연습문제

Chapter09컨벌루션신경망
1.컨벌루션신경망소개
2.컨볼루션연산
3.풀링(서브샘플링)
4.컨벌루션신경망을해석해보자.
5.케라스로컨벌루션신경망구현하기
6.예제:MNIST필기체숫자인식
요약
연습문제

Chapter10영상인식
1.영상인식이란?
Lab영상인식신경망체험하기
2.전통적인영상인식
3.심층신경망을이용한영상인식
4.예제:CIFAR-10영상분류하기
5.데이터증대
6.예제:강아지와고양이구별하기
7.가중치저장과전이학습
요약
연습문제

Chapter11순환신경망
1.순환신경망이란?
2.순환데이터의이해
3.RNN의구조
4.RNN의순방향패스
5.순환신경망의학습
6.예제:사인파예측프로그램
7.LSTM신경망
8.예제:Keras를이용한주가예측
요약
연습문제

Chapter12자연어처리
1.자연어처리란?
2.텍스트전처리
3.단어의표현
4.케라스에서의자연어처리
5.예제:스팸메일분류하기
6.seq2seq모델
7.예제:다음단어예측하기
8.예제:영화리뷰감성판별하기
요약
연습문제

Chapter13생성형언어모델GPT
1.ChatGPT의등장
2.이전자연어처리모델
3.트랜스포머모델
4.GPT에서의엠베딩벡터와위치엔코딩
5.GPT에서의셀프어텐션
6.GPT모델
7.실습예제:picoGPT
요약
연습문제

Chapter14강화학습
1.강화학습이란?
2.강화학습프레임워크
3.OpenAI
4.전통Q-학습
5.예제:얼음호수게임에서Q-학습의구현
6.DeepQ-학습
7.예제:얼음호수게임에서심층Q-학습의구현
요약
연습문제
Chapter15생성모델
1.생성모델이란?
2.케라스의함수형API
3.기본형오토인코더
4.노이즈제거오토인코더
5.GAN이란?
6.예제:GAN으로숫자이미지생성
요약
연습문제

Chapter16이미지생성모델StableDiffusion
1.이미지생성모델
2.확산모델
Lab간단한안정확산모델의구현
3.안정확산모델
4.텍스트조건화
Lab안정확산모델설치및실행
요약
연습문제

이책은딥러닝을중심으로주요인공지능기술들을다루며,학습자들이실습을통해그개념을확실히이해할수있도록구성하였다.딥러닝은매우매력적인주제이지만,학교에서가르치기에는여러가지어려움이따른다.실습환경을구축하는것도쉽지않지만,최근파이썬(Python)과여러가지딥러닝프레임워크가널리사용되면서이러한문제를해결할수있게되었다.
-개정판에서는강화학습의코드를전면교체하였다.좀더빠른시간안에,확실한결과를내는코드로교체하였다.
-개정판에서는ChatGPT의근간이되는트랜스포머구조와이미지생성형AI중에서안정확산기법(StabeDiffusion)을추가하였다.
-시각적자료의활용:적절한그림을많이사용하여독자들이친숙하게느끼고이해하기쉬운교재를만들고자노력하였다.딥러닝분야에서는구글이제공하는텐서플로우플레이그라운드사이트를이용하여개념을체득할수있도록하였다.
-풍부한실습예제:실습을통해개념을확실히이해할수있도록최대한많은실습예제를포함하였다.딥러닝분야의실습은구글의텐서플로우와고수준라이브러리인Keras를사용하여진행할수있도록구성하였다.LAB의끝에는도전문제를두어독자들이추가적으로실습할수있도록하였다.