HOME > 상세정보

상세정보

모두의 딥러닝 : 원리를 쉽게 이해하고 나만의 딥러닝 모델을 만들 수 있다! (50회 대출)

자료유형
단행본
개인저자
조태호
서명 / 저자사항
모두의 딥러닝 : 원리를 쉽게 이해하고 나만의 딥러닝 모델을 만들 수 있다! / 조태호 지음
발행사항
서울 :   길벗,   2017   (2018 4쇄)  
형태사항
308 p. : 천연색삽화 ; 24 cm
총서사항
즐거운 프로그래밍 경험 모두의 시리즈
ISBN
9791160503715
일반주기
부록: A. 심화학습 1 : 오차 역전파의 계산법 -- B. 심화학습 2 : 파이썬 코드로 확인하는 신경망 -- C. 심화학습 3 : 수식과 함께 익히는 고급 경사 하강법 외  
색인수록  
000 00000cam c2200205 c 4500
001 000045940054
005 20181120155251
007 ta
008 180423s2017 ulka 001c kor
020 ▼a 9791160503715 ▼g 93000
035 ▼a (KERIS)BIB000014668274
040 ▼a 243009 ▼c 243009 ▼d 211009
082 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2017z28
100 1 ▼a 조태호
245 1 0 ▼a 모두의 딥러닝 : ▼b 원리를 쉽게 이해하고 나만의 딥러닝 모델을 만들 수 있다! / ▼d 조태호 지음
246 1 1 ▼a Deep-learning for everyone
260 ▼a 서울 : ▼b 길벗, ▼c 2017 ▼g (2018 4쇄)
300 ▼a 308 p. : ▼b 천연색삽화 ; ▼c 24 cm
440 0 0 ▼a 즐거운 프로그래밍 경험 모두의 시리즈
500 ▼a 부록: A. 심화학습 1 : 오차 역전파의 계산법 -- B. 심화학습 2 : 파이썬 코드로 확인하는 신경망 -- C. 심화학습 3 : 수식과 함께 익히는 고급 경사 하강법 외
500 ▼a 색인수록

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2017z28 등록번호 121246639 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2017z28 등록번호 151339272 도서상태 대출가능 반납예정일 예약 서비스
No. 3 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2017z28 등록번호 151341336 도서상태 대출가능 반납예정일 예약 서비스
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2017z28 등록번호 121246639 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2017z28 등록번호 151339272 도서상태 대출가능 반납예정일 예약 서비스
No. 2 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2017z28 등록번호 151341336 도서상태 대출가능 반납예정일 예약 서비스

컨텐츠정보

책소개

초보자와 비전공자를 위한 딥러닝 입문서로 딥러닝을 전혀 모르는 사람이 봐도 쉽게 읽을 수 있게 쉽게 설명한다. 또한, 딥러닝의 원리를 잘 보여주는 예제를 엄선하여 직관적인 몇 줄의 코드로 강력한 딥러닝을 구현해볼 수 있다. 다양하고 실질적인 예제를 통해 재미있게 학습할 수 있으며, 모든 예제는 가상 머신을 설치할 필요 없이 윈도 10에서 손쉽게 실행할 수 있어 편리하다.

복잡한 수식은 최대한 줄이고 고급 기술은 심화 학습에서 추가로 학습할 수 있게 단계별로 구성하였다. ‘이론 없는 실습’, ‘실습 없는 이론’이 아닌 이론과 실습 두 날개의 균형을 잡음으로써, 배운 내용을 올바로 이해하고 실전에서 제대로 써먹을 수 있도록 안내한다.

초보자와 비전공자를 위한 명품 딥러닝 입문서

딥러닝을 전혀 모르는 사람이 봐도 술술 읽을 수 있게 쉽게 설명한다. 또한, 딥러닝의 원리를 잘 보여주는 예제를 엄선하여 직관적인 몇 줄의 코드로 강력한 딥러닝을 구현해볼 수 있다. 다양하고 실질적인 예제를 통해 재미있게 학습할 수 있으며, 모든 예제는 가상 머신을 설치할 필요 없이 윈도 10에서 손쉽게 실행할 수 있어 편리하다. 복잡한 수식은 최대한 줄이고 고급 기술은 심화 학습에서 추가로 학습할 수 있게 단계별로 구성하였다. ‘이론 없는 실습’, ‘실습 없는 이론’이 아닌 이론과 실습 두 날개의 균형을 잡음으로써, 배운 내용을 올바로 이해하고 실전에서 제대로 써먹을 수 있도록 안내한다. 이 책을 읽고 나면 ‘나의 사례’에 적합한 딥러닝 모델을 구현할 수 있을 것이다.

누구나 쉽고 빠르게
나만의 딥러닝 모델을 만들 수 있다!

[기초] 딥러닝 동작 원리 배우기

딥러닝 실행에 필요한 환경을 갖춘 다음 선형 회귀, 로지스틱 회귀, 신경망, 역전파 같은 딥러닝의 기본 동작 원리를 배웁니다.

[실습] 딥러닝 내 것으로 만들기
폐암 수술 환자의 생존율 예측하기, 피마 인디언의 당뇨병 예측하기, 아이리스 품종 예측하기, 초음파 광물 예측하기, 와인의 종류 예측하기, 보스턴 집값 예측하기 프로젝트를 실습하며 딥러닝 이론을 어떻게 여러 분야에 적용하는지 확인합니다.

[활용 및 심화] 딥러닝 정복하기
지금까지 배운 내용을 활용하여 CNN, RNN 같은 좀 더 복잡한 딥러닝을 실행해 봅니다. 그리고 심화 학습에서 오차 역전파와 신경망, 고급 경사 하강법 등의 깊이 있는 개념을 수식과 함께 다룹니다.

추천평
저자 특유의 꼼꼼함과 세심함으로 현실적이면서도 다양한 예제를 명확하고 친절하게 제공합니다. -김지혜, 콜로라도 대학교 의학과 교수

다양한 분야의 사례를 친절히 제시해서 ‘나의 사례’에 적합한 딥러닝 모델을 구축하는 데 필요한 아이디어를 얻을 수 있습니다. -이금실, 장안대학교 관광경영과 교수

어려울 것만 같은 딥러닝을 이해하기 쉽게 풀어서 설명해줌으로써 누구나 딥러닝 세계에 빠져들어갈 수 있게 도와줍니다. -권경빈, 인디애나대학교 교육공학과 교수

처음 딥러닝을 접하는 사람도 이해할 수 있게 친절하게 설명하며 실질적이고 다양한 데이터를 다룹니다. -임성진, 외과 전문의


정보제공 : Aladin

저자소개

조태호(지은이)

머신 러닝, 딥러닝을 이용해 알츠하이머 질병을 연구하며 틈틈이 책을 쓰고 번역한다. 일본 도쿄의과치과대학에서 단백질 구조 예측으로 박사학위를 받았고, 미국으로 이주해 단백질 구조 예측에 딥러닝을 도입하는 연구를 했다. 2018년부터 미국 인디애나 대학교 의과대학에 재직하며 딥러닝을 이용한 알츠하이머 진단(2019), 딥러닝을 이용한 알츠하이머 원인 단백질 추적(2020), 딥러닝을 이용한 유전자 변이 예측(2021) 등을 연구하고 진행했다. 저서로는 『모두의 딥러닝』 , 제7회 브런치북 대상 수상작 『당신의 이유는 무엇입니까』 등이 있다.

정보제공 : Aladin

목차

[첫째 마당] 나의 첫 딥러닝 
1장 최고급 요리를 먹을 시간 
__1.1 딥러닝 실행을 위한 준비 사항 
__1.2 딥러닝 작업 환경 만들기 
__1.3 파이참 설치하기 
__1.4 딥러닝 실행하기 

2장 처음 해 보는 딥러닝 
__2.1 미지의 일을 예측하는 힘 
__2.2 폐암 수술 환자의 생존율 예측하기 
__2.3 딥러닝 코드 분석 
__2.4 ‘블랙박스’를 극복하려면? 

[둘째 마당] 딥러닝의 동작 원리 
3장 가장 훌륭한 예측선 긋기: 선형 회귀 
__3.1 선형 회귀의 정의 
__3.2 가장 훌륭한 예측선이란? 
__3.3 최소 제곱법 
__3.4 코딩으로 확인하는 최소 제곱 
__3.5 평균 제곱근 오차 
__3.6 잘못 그은 선 바로잡기 
__3.7 코딩으로 확인하는 평균 제곱근 오차 

4장 오차 수정하기: 경사 하강법 
__4.1 미분의 개념 
__4.2 경사 하강법의 개요 
__4.3 학습률 
__4.4 코딩으로 확인하는 경사 하강법 
__4.5 다중 선형 회귀란? 
__4.6 코딩으로 확인하는 다중 선형 회귀 

5장 참 거짓 판단 장치: 로지스틱 회귀 
__5.1 로지스틱 회귀의 정의 
__5.2 시그모이드 함수 
__5.3 오차 공식 
__5.4 로그 함수 
__5.5 코딩으로 확인하는 로지스틱 회귀 
__5.6 여러 입력 값을 갖는 로지스틱 회귀 
__5.7 실제 값 적용하기 
__5.8 로지스틱 회귀에서 퍼셉트론으로 

[셋째 마당] 신경망의 이해 
6장 퍼셉트론 
__6.1 가중치, 가중합, 바이어스, 활성화 함수 
__6.2 퍼셉트론의 과제 
__6.3 XOR 문제 

7장 다층 퍼셉트론 
__7.1 다층 퍼셉트론의 설계 
__7.2 XOR 문제의 해결 
__7.3 코딩으로 XOR 문제 해결하기 

8장 오차 역전파 
__8.1 오차 역전파의 개념 
__8.2 코딩으로 확인하는 오차 역전파 

9장 신경망에서 딥러닝으로 
__9.1 기울기 소실 문제와 활성화 함수 
__9.2 속도와 정확도 문제를 해결하는 고급 경사 하강법 


[넷째 마당] 딥러닝 기본기 다지기 
10장 모델 설계하기 
[실습] 폐암 수술 환자의 생존율 예측 
__10.1 모델의 정의 
__10.2 입력층, 은닉층, 출력층 
__10.3 모델 컴파일 
__10.4 교차 엔트로피 
__10.5 모델 실행하기 

11장 데이터 다루기 
[실습] 피마 인디언 당뇨병 예측 
__11.1 딥러닝과 데이터 
__11.2 피마 인디언 데이터 분석하기 
__11.3 panda를 활용한 데이터 조사 
__11.4 데이터 가공하기 
__11.5 matplotlib를 이용해 그래프로 표현하기 
__11.6 피마 인디언의 당뇨병 예측 실행 

12장 다중 분류 문제 해결하기 
[실습] 아이리스 품종 예측 
__12.1 다중 분류 문제 
__12.2 상관도 그래프 
__12.3 원-핫 인코딩 
__12.4 소프트맥스 
__12.5 아이리스 품종 예측 실행 

13장 과적합 피하기 
[실습] 초음파 광물 예측 
__13.1 데이터의 확인과 실행 
__13.2 과적합 이해하기 
__13.3 학습셋과 테스트셋 
__13.4 모델 저장과 재사용 
__13.5 k겹 교차 검증 

14장 베스트 모델 만들기 
[실습] 와인의 종류 예측 
__14.1 데이터의 확인과 실행 
__14.2 모델 업데이트하기 
__14.3 그래프로 확인하기 
__14.4 학습의 자동 중단 

15장 선형 회귀 적용하기 
[실습] 보스턴 집값 예측 
__15.1 데이터 확인하기 
__15.2 선형 회귀 실행 

[다섯째 마당] 딥러닝의 활용 
16장 이미지 인식의 꽃, CNN 익히기 204 
__16.1 데이터 전처리 
__16.2 딥러닝 기본 프레임 만들기 
__16.3 더 깊은 딥러닝 
__16.4 컨볼루션 신경망(CNN) 
__16.5 맥스 풀링 
__16.6 컨볼루션 신경망 실행하기 

17장 시퀀스 배열로 다루는 순환 신경망(RNN) 
__17.1 LSTM을 이용한 로이터 뉴스 카테고리 분류하기 
__17.2 LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기 
__17.3 케라스 예제를 통한 더 넓은 활용 

부록 
[부록 A] 심화학습 1: 오차 역전파의 계산법 
1. 편미분이란? 
2. 출력층의 오차 업데이트 
3. 오차 공식 
4. 체인 룰 
5. 체인 룰 계산하기 
6. 가중치 업데이트하기 
7. 은닉층의 오차 업데이트 
8. 은닉층의 오차 계산 방법 
9. 델타 식 

[부록 B] 심화학습 2: 파이썬 코드로 확인하는 신경망 
1. 환경 변수 설정하기 
2. 신경망의 실행 

[부록 C] 심화학습 3: 수식과 함께 익히는 고급 경사 하강법 
1. 확률적 경사 하강법 
2. 모멘텀 
3. 네스테로프 모멘텀 
4. 아다그라드 
5. 알엠에스프롭 
6. 아담 

[부록 D] 여러 가지 환경 설정 
1. GPU 환경에서 설치하기 
2. 리눅스에서 설치하기 
3. 맥에서 설치하기 

[부록 E] 텐서플로 실행 오류 해결하기

관련분야 신착자료

National Academies of Sciences, Engineering, and Medicine (U.S.) (2020)
Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)