HOME > 상세정보

상세정보

(초보자를 위한) 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 (18회 대출)

자료유형
단행본
개인저자
足立裕彦 김은철, 역 유세라, 역
서명 / 저자사항
(초보자를 위한) 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 / 아다치 하루카 지음 ; 김은철, 유세라 옮김
발행사항
파주 :   위키북스,   2018  
형태사항
xii, 296 p. : 삽화, 도표 ; 24 cm
총서사항
데이터 사이언스 시리즈 ;20
원표제
ソニー開発のNeural Network Console入門 : 数式なし,コーディングなしのディップラーニング
ISBN
9791158391164
일반주기
부록수록  
서지주기
참고문헌과 색인수록
000 00000cam c2200205 c 4500
001 000045956838
005 20181010154038
007 ta
008 181008s2018 ggkad b 001c kor
020 ▼a 9791158391164 ▼g 93000
035 ▼a (KERIS)BIB000014930692
040 ▼a 222003 ▼c 222003 ▼d 211009
041 1 ▼a kor ▼h jpn
082 0 4 ▼a 006.32 ▼2 23
085 ▼a 006.32 ▼2 DDCK
090 ▼a 006.32 ▼b 2018z1
100 1 ▼a 足立裕彦
245 2 0 ▼a (초보자를 위한) 신경망 딥러닝 입문 : ▼b 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 / ▼d 아다치 하루카 지음 ; ▼e 김은철, ▼e 유세라 옮김
246 1 9 ▼a ソニー開発のNeural Network Console入門 : ▼b 数式なし,コーディングなしのディップラーニング
246 3 ▼a Sonī kaihatsu no nyūraru nettowāku konsōru nyūmon : ▼b sūshiki nashi kōdingu nashi no dīpu rāningu
260 ▼a 파주 : ▼b 위키북스, ▼c 2018
300 ▼a xii, 296 p. : ▼b 삽화, 도표 ; ▼c 24 cm
440 0 0 ▼a 데이터 사이언스 시리즈 ; ▼v 20
500 ▼a 부록수록
504 ▼a 참고문헌과 색인수록
700 1 ▼a 김은철, ▼e
700 1 ▼a 유세라, ▼e
900 1 0 ▼a 아다치 하루카, ▼e
945 ▼a KLPA

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.32 2018z1 등록번호 121246156 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 세종학술정보원/과학기술실/ 청구기호 006.32 2018z1 등록번호 151346306 도서상태 대출가능 반납예정일 예약 서비스 M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.32 2018z1 등록번호 121246156 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.32 2018z1 등록번호 151346306 도서상태 대출가능 반납예정일 예약 서비스 M

컨텐츠정보

책소개

신경망과 딥러닝에 대한 기본적인 이해부터 시작하여, 딥러닝 기법을 이용한 초·중·고급 이미지 분류 예제와 이를 위한 데이터 전처리까지 전문 데이터 과학자가 친절하게 전체적인 흐름을 알기 쉽게 그림과 함께 설명한다.

드래그 앤드 드롭 조작만으로 딥러닝을 위한 시각적 체험 학습 실현!

이 책은 딥러닝을 처음 시작하려 하지만 수식을 이해하기 어렵다거나 프로그래밍 경험이 많지 않은 IT 엔지니어나 초보자를 대상으로 합니다.

신경망과 딥러닝에 대한 기본적인 이해부터 시작하여, 딥러닝 기법을 이용한 초·중·고급 이미지 분류 예제와 이를 위한 데이터 전처리까지 전문 데이터 과학자가 친절하게 전체적인 흐름을 알기 쉽게 그림과 함께 설명합니다.

소니가 개발한 무료 GUI 툴인 '신경망 콘솔'을 사용하여 단계적으로 딥러닝을 체험할 수 있도록 구성돼 있으며, 드래드 앤드 드롭만으로 '수식 없이' 딥러닝 기법을 이해하고 '프로그래밍 없이' 구현하는 방법도 알려 줍니다.


정보제공 : Aladin

저자소개

아다치 하루카(지은이)

BULB 주식회사 소속의 데이터 과학자이다. SE나 데이터 IT 벤더 데이터 분석 등을 다양하게 경험하였다. 수많은 데이터 분석 프로젝트 외에도 실무자 교육도 틈틈이 병행하고 있으며, 개인 활동으로 기사와 책 쓰기 세미나 강의도 즐긴다. 저서로는 『텐서플로로 시작하는 딥러닝 입문』, 『초보자를 위한 신경망 딥러닝 입문』이 있다. 감수성이 예민한 시기에 고등 전문 학교에서 5 년을 보내버린 탓인지 주변에서 괴짜라는 평가를 받고 있다.

김은철(옮긴이)

(주)아이티에스 대표이사·데이터 사이언티스트. 데이터과학자로서 빅데이터 분석 및 AI 모델링 사업을 하고 있다. 주요 저서로는 『초보자를 위한 C 언어 300제』, 『예제가 가득한 C 언어 길라잡이』, 『윈도우 프로그래밍 플러스』가 있고, 역서로는 『데이터 분석을 위한 머신러닝 입문』, 『초보자를 위한 신경망 딥러닝 입문』, 『딥러닝 워크북』, 『유니티 게임 프로그래밍 바이블』, 『게임으로 배우는 파이썬』, 『스위프트로 만드는 실전강좌! 아이폰 앱 프로그래밍』, 『예제로 배우는 핵심 패턴 안드로이드 프로그래밍』, 『유니티를 이용한 VR 앱 개발』, 『그림으로 배우는 파이썬』, 『그림으로 배우는 C#』, 『그림으로 배우는 SQL』, 『모두의 알고리즘』, 『PHP 예비학교』 등 30여 권의 번역서가 있다.

유세라(옮긴이)

현재 일본 전문 번역가로 활동하고 있으며, 역서로는 『모두의 알고리즘』, 『PHP 예비학교』, 『데이터 분석을 위한 머신러닝 입문』, 『초보자를 위한 신경망 딥러닝 입문』, 『딥러닝 워크북』, 『유니티 게임 프로그래밍 바이블』, 『게임으로 배우는 파이썬』, 『스위프트로 만드는 실전강좌! 아이폰 앱 프로그래밍』, 『예제로 배우는 핵심 패턴 안드로이드 프로그래밍』, 『유니티를 이용한 VR 앱 개발』, 『유니티를 몰라도 만들 수 있는 유니티 2D 게임 제작』, 『유니티 교과서』, 『처음 만나는 AI 수학 with 파이썬』, 『그림으로 배우는 파이썬』, 『그림으로 배우는 C#』, 『그림으로 배우는 SQL』 등 30여 권의 번역서가 있다.

정보제공 : Aladin

목차

Chapter 1 AI 세계에 오신 것을 환영합니다 
1.1. AI와 데이터 과학 
___1.1.1 데이터 과학자의 기술 
___1.1.2 데이터 과학의 업무 
1.2. 머신러닝 
___1.2.1 지도 학습과 예측 
___1.2.2 비지도 학습과 지식 발견 
___1.2.3 모델 만들 때의 검증 
___1.2.4 머신러닝의 툴 
1.3. 신경망에서 딥러닝으로 
___1.3.1 신경망이란? 
___1.3.2 딥러닝은? 
1장 정리 

Chapter 2 딥러닝의 기법 
2.1. 신경망 
___2.1.1 신경망의 개요 
___2.1.2 순전파의 구조 
___2.1.3 역전파의 시스템 
2.2. 딥러닝 
___2.2.1 오토 인코더 시스템 
___2.2.2 학습의 테크닉 
2.3. 합성곱 신경망 
___2.3.1 합성곱층의 시스템 
___2.3.2 풀링층의 시스템 
___2.3.3 패딩의 시스템 
2.4. 재귀형 신경망 
___2.4.1 순전파와 역전파의 시스템 
___2.4.2 LSTM의 시스템 
2장 정리 

Chapter 3 인공지능(AI) 툴과 신경망 콘솔(Neural Network Console) 
3.1. 전 세계에 보급된 AI 툴 
___3.1.1 딥러닝의 주요한 툴 
3.2. 신경망 콘솔 
3.3. NNC 설치 
___3.3.1 사전 준비 
___3.3.2 NNC 내려받기 
___3.3.3 NNC 설치 
___3.3.4 NNC 애플리케이션의 폴더 구성 
___3.3.5 NNC 실행 
3.4. NNC 조작 화면 
___3.4.1 PROJECT(프로젝트) 화면 
___3.4.2 DATASET(데이터셋) 화면 
___3.4.3 EDIT(편집) 화면 
___3.4.4 TRAINING(학습) 화면 
___3.4.5 EVALUATION(평가) 화면 
___3.4.6 CONFIG(설정) 화면 
3장 정리 

Chapter 4 초급 - 샘플 프로젝트를 실행해 보자! 
4.1. 신경망을 이용한 이미지 분류(1) 
___4.1.1 작성된 프로젝트를 연다 
___4.1.2 사용할 데이터 세트 확인 
___4.1.3 완성된 네트워크 구조를 확인 
___4.1.4 학습 조건의 설정 
___4.1.5 학습의 실행 
___4.1.6 평가의 실행 
4.2. CNN으로 이미지 분류(1) 
___4.2.1 작성된 프로젝트를 연다 
___4.2.2 사용할 데이터 세트 확인 
___4.2.3 완성된 네트워크 구조 확인 
___4.2.4 학습 조건의 설정 
___4.2.5 평가의 실행 
___4.2.6 평가의 실행 
4장 정리 

Chapter 5 중급 - 신규 프로젝트를 실행해 보자! 
5.1. 신경망을 사용한 이미지 분류(2) 
___5.1.1 새로운 프로젝트 만들기 
___5.1.2 데이터 세트의 선택 
___5.1.3 네트워크 만들기: 컴포넌트의 배치 
___5.1.4 네트워크 만들기: 컴포넌트의 파라미터 설정 
___5.1.5 학습 조건과 최적화 설정 
___5.1.6 학습의 실행 
___5.1.7 평가의 실행 
5.2. CNN을 이용한 이미지 분류(2) 
___5.2.1 새로운 프로젝트 만들기 
___5.2.2 데이터 세트의 선택 
___5.2.3 네트워크 만들기: 컴포넌트의 배치 
___5.2.4 네트워크 만들기: 컴포넌트의 파라미터 설정 
___5.2.5 학습 조건과 최적화 설정 
___5.2.6 학습의 실행 
___5.2.7 평가의 실행 
5.3. 네트워크 구조의 최적화 
___5.3.1 앞에서 만든 프로젝트 복제 
___5.3.2 네트워크 구조의 최적화 설정 
5장 정리 164 

Chapter 6 상급 - 원본 이미지로 구현해 보자! 
6.1. 데이터 세트 만들기 
___6.1.1 폴더 만들기 
___6.1.2 데이터 세트 확인 
6.2. 네트워크 만들기 
___6.2.1 프로젝트 만들기 
___6.2.2 네트워크의 수정 
6.3. 데이터 세트의 선택 
6.4. 학습 조건의 설정 
___6.4.1 Global Config의 설정 
___6.4.2 Optimizer의 설정 
6.5. 학습의 실행 
6.6. 평가의 실행 
6장 정리 

Chapter 7 상급 - 원본 데이터로 구현해 보자! 
7.1. 데이터의 전처리 
___7.1.1 NNC에서의 구조화 데이터의 처리 
___7.1.2 데이터 분석 소프트웨어 - 래피드마이너 
___7.1.3 래피드마이너의 설치와 실행 
___7.1.4 래피드마이너의 화면 구성 
___7.1.5 구현에 사용할 데이터 세트 
___7.1.6 래피드마이너를 사용한 데이터의 전처리 - 기본적인 성형 
___7.1.7 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로 변환(학습 데이터) 
___7.1.8 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로의 변환(평가 데이터) 
7.2. 데이터 세트의 등록 
7.3. 네트워크 만들기 
7.4. 데이터 세트의 선택 
7.5. 학습 조건의 설정 
7.6. 학습의 실행 
7.7. 평가의 실행 
7장 정리 

부록 A 
A.1. NNC에 대응하지 않는 OS가 설치된 PC에 NNC 설치하기 
___A.1.1 VirtualBox의 설치 
___A.1.2 윈도우 10의 설치 
___A.1.3 신경망 콘솔(NNC)의 설치 
___A.1.4 데이터의 전처리 
A.2. 머신러닝을 사용해 분류 문제를 해결해 보자! 
___A.2.1 결정 트리 
___A.2.2 학습의 실행 
___A.2.3 평가의 실행 
책을 마치며

관련분야 신착자료