HOME > 상세정보

상세정보

(직접 해보는) 텐서플로를 이용한 딥러닝 : 데이터의 숨겨진 의미를 찾아서

(직접 해보는) 텐서플로를 이용한 딥러닝 : 데이터의 숨겨진 의미를 찾아서 (4회 대출)

자료유형
단행본
개인저자
Boxel, Dan Van 김세중, 역
서명 / 저자사항
(직접 해보는) 텐서플로를 이용한 딥러닝 : 데이터의 숨겨진 의미를 찾아서 / 댄 반 복셀 지음 ; 김세중 옮김
발행사항
서울 :   에이콘출판,   2018  
형태사항
174 p. : 천연색삽화 ; 24 cm
총서사항
Acorn+PACKT technical book 시리즈
원표제
Hands-on deep learning with TensorFlow : uncover what is underneath your data!
ISBN
9791161751122 9788960772106 (세트)
일반주기
색인수록  
000 00000cam c2200205 c 4500
001 000045934786
005 20190322165221
007 ta
008 180313s2018 ulka 001c kor
020 ▼a 9791161751122 ▼g 94000
020 1 ▼a 9788960772106 (세트)
035 ▼a (KERIS)REQ000044506631
040 ▼a 247009 ▼c 247009 ▼d 247008 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2018z35
100 1 ▼a Boxel, Dan Van
245 2 0 ▼a (직접 해보는) 텐서플로를 이용한 딥러닝 : ▼b 데이터의 숨겨진 의미를 찾아서 / ▼d 댄 반 복셀 지음 ; ▼e 김세중 옮김
246 1 9 ▼a Hands-on deep learning with TensorFlow : ▼b uncover what is underneath your data!
260 ▼a 서울 : ▼b 에이콘출판, ▼c 2018
300 ▼a 174 p. : ▼b 천연색삽화 ; ▼c 24 cm
440 0 0 ▼a Acorn+PACKT technical book 시리즈
500 ▼a 색인수록
546 ▼a 영어로 된 원저작을 한국어로 번역
700 1 ▼a 김세중, ▼e
900 1 0 ▼a 복셀, 댄 반, ▼e

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2018z35 등록번호 151340375 도서상태 대출가능 반납예정일 예약 서비스 C

컨텐츠정보

책소개

가장 인기 있고 강력한 인공지능 라이브러리인 텐서플로를 기초부터 알려준다. 예제를 통해 로지스틱 회귀에서부터 컨볼루션 신경망, 순환 신경망, 심층 신경망까지 인공지능을 한 단계씩 쉽고 빠르게 만들 수 있다. 데이터를 처리하고, 그 데이터를 바라보는 방식을 완전히 전환시킬 수 있는 통찰을 얻을 수 있을 것이다.

실행 환경 설정 및 텐서플로 설치, 계산을 위한 간단한 텐서플로 그래프 작성, 텐서플로로 분류 문제에 로지스틱 회귀 적용, 텐서플로로 다층 신경망 설계 및 학습, 간단한 신경망에서 시작해 점점 더 정확한 모델 작성, 다른 종류의 신경망에서 텐서플로를 사용하는 방법, 텐서플로를 위한 고수준 인터페이스인 SciKit-Flow로 신경망 구현 등을 알려준다.

가장 인기 있고 강력한 인공지능 라이브러리인 텐서플로를 기초부터 차근차근 배워보자. 예제를 통해 로지스틱 회귀에서부터 컨볼루션 신경망, 순환 신경망, 심층 신경망까지 인공지능을 한 단계씩 쉽고 빠르게 만들 수 있다. 데이터를 처리하고, 그 데이터를 바라보는 방식을 완전히 전환시킬 수 있는 통찰을 얻을 수 있을 것이다.

★ 이 책에서 다루는 내용 ★

■ 실행 환경 설정 및 텐서플로 설치
■ 계산을 위한 간단한 텐서플로 그래프 작성
■ 텐서플로로 분류 문제에 로지스틱 회귀 적용
■ 텐서플로로 다층 신경망 설계 및 학습
■ 간단한 신경망에서 시작해 점점 더 정확한 모델 작성
■ 다른 종류의 신경망에서 텐서플로를 사용하는 방법
■ 텐서플로를 위한 고수준 인터페이스인 SciKit-Flow로 신경망 구현

★ 이 책의 대상 독자 ★

딥러닝이 대세가 되면서 심층 신경망을 사용해 데이터를 이해하고 정확한 결과를 얻는 것이 가능하게 됐다. 이 책은 딥러닝으로 이러한 가능성을 탐구할 수 있게 안내한다. 텐서플로의 효율성과 편리함은 데이터를 처리할 수 있게 하며, 이전과는 다른 방식으로 데이터를 이해할 수 있도록 한다.

★ 이 책의 구성 ★

1장, '시작하기'에서는 텐서플로를 사용해 적용할 기술과 모델을 설명한다. 먼저 사용 중인 컴퓨터에 텐서플로를 설치한다. 텐서플로에서 제공하는 기본 연산에 대해 살펴본 후, 바로 머신 러닝 문제로 넘어가서 로지스틱 회귀와 몇 줄의 텐서플로 코드를 사용해 적절한 모델을 성공적으로 만든다.
2장, '심층 신경망'에서는 텐서플로의 가장 강력한 기능인 심층 신경망을 살펴본다. 단층과 다층 은닉층 모델에 대해 알아본다. 또한 서로 다른 종류의 신경망에 대해 알아보고, 텐서플로를 사용해 첫 번째 신경망을 만들고 학습시킨다.
3장, '컨볼루션 신경망'에서는 딥러닝에서 가장 강력한 발전에 대해 이야기하고, 컨볼루션의 개념을 간단한 예제에 적용한다. 컨볼루션을 실용적인 관점에서 이해해본다. 또한 신경망에서 컨볼루션 레이어와 풀링(pooling) 레이어가 무엇인지 텐서플로 예제와 함께 설명한다.
4장, '순환 신경망'에서는 RNN 모델의 개념과 텐서플로를 사용한 구현 방법을 소개한다. 먼저 텐서플로에서 제공하는 TensorFlow Learn이라는 간단한 인터페이스를 살펴본다. 또한 컨볼루션 신경망뿐만 아니라 밀집 신경망(dense neural networks)을 통해 가중치를 더 자세하게 추출한다.
5장, '마무리'에서는 이 책을 통해 살펴본 내용을 정리하고, 글꼴 분류를 위한 텐서플로 모델과 정확도를 검토한다.


정보제공 : Aladin

저자소개

댄 반 복셀(지은이)

10년이 넘는 경력을 가진 데이터 과학자 및 머신 러닝 엔지니어다. 유튜브 실시간 방송을 통해 신경망의 강력함과 취약점을 보여주는 라는 영상으로 알려져 있다. 고속도로 트럭 교통량 설명, 여행 시간 이상치 감지 등의 주제에 머신 러닝의 새로운 통계 모델을 개발하고 적용했다. 또한 연구 논문을 발표하고 미국교통연구위원회 및 기타 학술지에 게재했다.

김세중(옮긴이)

연세대학교 컴퓨터과학과를 졸업했다. PC 3D 온라인 MORPG 및 3D 모바일 MORPG [메탈브레이커], 퍼즐 RPG [던전 링크] 등을 개발했다. 개인 개발한 퍼즐 게임 [No2g: 노노그램]을 운영 중이며, 현재 산호세에 있는 콩 스튜디오(Kong Studios, Inc.)에서 정통 RPG를 개발 중이다.

정보제공 : Aladin

목차

1장. 시작하기
__텐서플로 설치
____텐서플로: 메인 페이지
____텐서플로: 설치 페이지
____pip를 사용한 치
____CoCalc를 사용한 설치
__간단한 계산
____스칼라와 텐서 정의
____텐서 연산
____계산하기
____변수 텐서
____중간 값 표시와 치환
__로지스틱 회귀 모델 만들기
____글꼴 분류 데이터 세트 소개
____로지스틱 회귀
____데이터 준비
____텐서플로 모델 만들기
__로지스틱 회귀 학습
____손실 함수 개발
____모델 학습
____모델 정확도 평가
__정리

2장. 심층 신경망
__신경망 기초
____로그 함수
____시그모이드 함수
__단일 은닉층 모델
____단일 은닉층 모델 살펴보기
____역전파
__단일 은닉층 설명
____모델 가중치 이해
__다중 은닉층 모델
____다중 은닉층 모델 살펴보기
__다중 은닉층 모델 결과
____다중 은닉층 그래프 이해
__정리

3장. 컨볼루션 신경망
__컨볼루션 레이어 필요성
____여러 특징 추출
__컨볼루션 레이어 응용
____컨볼루션 레이어 살펴보기
__풀링 레이어 필요성
____맥스 풀링 레이어
__풀링 레이어 응용
__심층 CNN
____컨볼루션 레이어와 풀링 레이어 함께 추가
____CNN으로 폰트 분류
__더 깊은 CNN
____CNN 레이어 추가
__심층 마무리 CNN
__정리

4장. 순환 신경망
__RNN 살펴보기
____가중치 모델링
____RNN 이해
__TensorFlow Learn
____설정
____로지스틱 회귀
__DNNs
____Learn에서 CNN 사용
____가중치 추출
__정리

5장. 마무리
__연구 평가
__모든 모델 검토
____로지스틱 회귀 모델
____단일 은닉층 신경망 모델
____심층 신경망
____컨볼루션 신경망
____심층 컨볼루션 신경망
__텐서플로의 미래
____다른 텐서플로 프로젝트
__정리


정보제공 : Aladin

관련분야 신착자료

Baumer, Benjamin (2021)
데이터분석과인공지능활용편찬위원회 (2021)
Harrison, Matt (2021)