Easy! 딥러닝

Easy! 딥러닝

$35.00
Description
『Easy! 딥러닝』은 딥러닝을 처음 접하는 독자들을 위한 필수 가이드로, 인공지능의 기초 개념부터 CNN, RNN 등 딥러닝의 주요 주제를 폭넓게 다루고 있다. KAIST 박사이자 유튜버로 활동 중인 혁펜하임이 집필한 이 책은 직관적인 비유를 통해 딥러닝의 원리를 체계적으로 이해할 수 있도록 설계되었다.

복잡한 딥러닝 개념도 저자의 쉽고 친절한 설명 덕분에 초보자도 부담 없이 따라갈 수 있으며, 280여 개의 그림과 동영상 강의는 학습 과정에 도움을 준다. 또한, 수학적 기초가 부족한 독자들을 위해 함수, 미적분 등 필수적인 수학 개념을 부록으로 제공하여 학습의 어려움을 덜어준다.

이 책은 딥러닝을 처음 시작하는 입문자부터 어느 정도 지식을 쌓은 실무자까지 딥러닝의 깊은 이해에 필요한 지식을 얻을 수 있도록 돕는다. 『Easy! 딥러닝』은 명확하고 친근한 설명과 실습을 결합해 딥러닝의 기초를 탄탄히 다질 수 있는 최고의 학습서이다.
저자

혁펜하임

저자:혁펜하임
누구나쉽게이해할수있는최고의설명법을연구하는딥러닝전문강사.
서강대학교에서전자공학과학사,KAIST에서전기및전자공학부석사및박사학위를받았다.이후삼성전자에서책임연구원으로근무하며다양한프로젝트를수행했다.현재삼성서울병원및성균관대학교의과대학에서초빙강사로강의를진행하고있으며,딥러닝강의플랫폼‘혁펜하임아카데미’의대표로활동중이다.
서울대,고려대,한양대,성균관대등여러대학과삼성전자,삼성디스플레이,LG화학,GS칼텍스를포함한15개이상의주요기업및기관에서딥러닝강의를진행했다.또한,유튜브채널을운영하며딥러닝이론과더불어파이썬코딩,선형대수학,컨벡스최적화,강화학습,신호및시스템등다양한주제의강의를무료로제공하고있다.

목차

지은이의말
이책을보는방법

Chapter1왜현재AI가가장핫할까
1.1AI(ArtificialIntelligence)vsML(MachineLearning)vsDL(DeepLearning)
1.2규칙기반(Rule-Based)vs데이터기반(Data-Based)
1.3AI는어떻게이미지를분류할까
1.4AI는어떻게번역을할까
1.5지도학습(SupervisedLearning)
1.6자기지도학습(Self-SupervisedLearning)
1.7비지도학습(UnsupervisedLearning)
1.8강화학습(ReinforcementLearning)

Chapter2인공신경망과선형회귀,그리고최적화기법들
2.1인공신경:Weight와Bias의직관적이해
2.2인공신경망과MLP(Multi-LayerPerceptron)
2.3인공신경망은함수다!
2.4선형회귀,개념부터알고리즘까지stepbystep
2.5경사하강법(GradientDescent)
2.5.1경사하강법의두가지문제
2.6웨이트초기화(WeightInitialization)
2.7확률적경사하강법(StochasticGradientDescent)
2.8Mini-BatchGradientDescent
2.8.1BatchSize와LearningRate의조절
2.9Momentum
2.10RMSProp(RootMeanSquaredPropagation)
2.11Adam(AdaptiveMomentEstimation)
2.12검증데이터(ValidationData)
2.12.1K-fold교차검증(K-foldCrossValidation)


Chapter3딥러닝,그것이알고싶다.
3.1MLP,행렬과벡터로표현하기
3.2비선형(Non-Linear)액티베이션의중요성
3.3역전파(Backpropagation)
3.3.1학습과정에서ForwardPropagation이필요한이유

Chapter4이진분류와다중분류
4.1UnitStepFunction을이용한이진분류
4.1.1UnitStepFunction의두가지문제와Sigmoid
4.2Sigmoid를이용한이진분류
4.2.1BCE(BinaryCross-Entropy)Loss
4.2.2로지스틱회귀(LogisticRegression)
4.3MSELossvsBCELoss
4.4딥러닝과MLE(MaximumLikelihoodEstimation)
4.4.1Loss함수와NLL(NegativeLog-Likelihood)
4.5다중분류
4.5.1Softmax
4.5.2Cross-EntropyLoss
4.5.3Softmax회귀(SoftmaxRegression)

Chapter5인공신경망,그한계는어디까지인가
5.1UniversalApproximationTheorem
5.2UniversalApproximationTheorem증명
5.3UniversalApproximationTheorem오해와진실

Chapter6깊은인공신경망의고질적문제와해결방안
6.1기울기소실(VanishingGradient)과과소적합(Underfitting)
6.1.1ReLU(RectifiedLinearUnit)
6.1.2SigmoidvsReLU실험결과분석
6.1.3ReLU그후..
6.1.4배치정규화(BatchNormalization)
6.1.5배치정규화(BatchNormalization)실험결과분석
6.1.6레이어정규화(LayerNormalization)
6.2Losslandscape문제와ResNet의Skip-Connection
6.3과적합(Overfitting)
6.3.1데이터증강(DataAugmentation)
6.3.2Dropout
6.3.3오토인코더(Autoencoder)에Dropout적용,실험결과분석
6.3.4Regularization
6.3.5Regularization과MAP(MaximumAPosteriori)
6.3.6L2-RegularizationvsL1-Regularization실험결과분석

Chapter7왜CNN이이미지데이터에많이쓰일까
7.1CNN은어떻게인간의사고방식을흉내냈을까
7.2이미지인식에서FC레이어가가지는문제
7.3컨볼루션(Convolution)의동작방식
7.3.1컨볼루션은어떻게위치별특징을추출할까
7.3.2특징맵(FeatureMap)
7.3.3어떤특징을추출할지AI가알아낸다!
7.4다채널입력에대한컨볼루션
7.51x1컨볼루션의의미
7.6Padding&Stride
7.7Pooling레이어
7.8CNN의전체구조:특징추출부터분류까지
7.9CNN의특징맵실험결과분석
7.10VGGNet완벽해부
7.10.1ReceptiveField개념과여러번컨볼루션레이어를통과하는이유
7.11CNN에대한추가적인고찰

Chapter8왜RNN보다트랜스포머가더좋다는걸까
8.1연속적인데이터와토크나이징(Tokenizing)
8.2RNN의동작방식
8.3다음토큰예측(NextTokenPrediction)
8.4RNN의구조적한계
8.5RNN의여러가지유형
8.6Seq2seq개념및문제점
8.7Attention:시점마다다른ContextVector의사용
8.7.1Attention:ContextVector만들기
8.7.2Attention의학습원리와해석
8.7.3RNN+Attention의두가지문제점
8.8트랜스포머의Self-Attention
8.9맺으며..

부록:딥러닝을위한필수기초수학
1-1강.함수
1-2강.로그함수
2-1강.벡터와행렬
2-2강.전치와내적
3-1강.극한과입실론-델타논법
3-2강.미분과도함수
3-3강.연쇄법칙
3-4강.편미분과그래디언트
4-1강.랜덤변수와확률분포
4-2강.평균과분산
4-3강.균등분포와정규분포
5-1강.MLE(MaximumLikelihoodEstimation)
5-2강.MAP(MaximumAPosteriori)
6강.정보이론기초

출판사 서평

딥러닝의세계에첫발을내딛는독자들에게『Easy!딥러닝』은단순한책을넘어선필수지침서이다.KAIST박사이자10만구독자를보유한유튜버'혁펜하임'이집필한이책은,복잡하고난해한딥러닝개념을누구나이해할수있도록쉽고친절하게풀어내며,이론과실습을완벽하게결합한독보적인입문서이다.

딥러닝이어렵다는인식은이제과거의이야기이다.『Easy!딥러닝』은딥러닝을처음접하는독자들을위해치밀하게구성되었으며,약280개의삽화를통해추상적인개념을직관적으로이해할수있게돕는다.독자는도서에실린내용을저자가제공하는동영상강의를통해더쉽게학습할수있다.책과동영상강의가함께어우러진이완벽한조합은독자들이딥러닝의핵심을놓치지않고확실히습득할수있도록보장한다.

특히이책은딥러닝학습에필요한수학적기초를부록으로다루고있다.함수부터미적분,확률과통계같은기초개념이딥러닝학습을뒷받침해주며,딥러닝의이론적바탕을탄탄히다질수있도록돕는다.수학적배경이부족해딥러닝공부에어려움을겪던독자들도이책을통해필요한수학기초를충분히익힐수있다.시장에나와있는기존의여러도서들이기초수학에대한이해를전제로하는것과달리이책은입문자에게친화적인기획을바탕으로제작되었다는것을알수있다.

『Easy!딥러닝』은그이름처럼쉽고친근한접근방식을취하면서도학문적으로는철저하고깊이있게구성되어있다.독자들은이책을통해딥러닝의기본원리부터실제모델을설계하고데이터를처리하는방법까지차근차근배워나갈수있으며,딥러닝이론을단순히암기하는것이아니라그원리를이해하고현장에어떻게적용할수있을지학습하게된다.

저자혁펜하임은오랜연구와교육경험을바탕으로딥러닝의핵심을쉽게풀어내면서도,그깊이를놓치지않는균형감을자랑한다.그는딥러닝학습에서발생할수있는다양한질문과어려움을미리예측하고,그에대한명쾌한해법을제시한다.특히대학교와유튜브에서진행한다년간의강의를통해수많은독자들과소통해온그의경험과노하우가녹아있어,독자들은책을읽으며실제강의를듣는듯한생생한학습경험을얻게될것이다.

『Easy!딥러닝』은입문자가딥러닝을배우는데필요한모든것을아우르는완벽한가이드이다.딥러닝의기초부터차근차근쌓아올리며이론과실습,수학적기초까지모두갖춘이책은,딥러닝을처음접하는독자뿐만아니라이미딥러닝의일부를알고있는학습자들에게도큰도움이될것이다.딥러닝에대한두려움을없애고자신감을갖고학습을이어나갈수있게돕는이책은,입문자들이단단한기초를다질수있는최고의선택이될것이다.

이책과함께라면딥러닝이더이상어렵게느껴지지않을것이다.“딥러닝은원래쉽다”는저자의말처럼이책에실린노련한설명과꼼꼼한실습안내를따라가다보면,독자들은딥러닝의복잡한개념도쉽게이해하고이를실전에서응용할수있는자신감과실력을얻게될것이다.