HOME > Detail View

Detail View

(초보자를 위한) 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 (Loan 16 times)

Material type
단행본
Personal Author
足立裕彦 김은철, 역 유세라, 역
Title Statement
(초보자를 위한) 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 / 아다치 하루카 지음 ; 김은철, 유세라 옮김
Publication, Distribution, etc
파주 :   위키북스,   2018  
Physical Medium
xii, 296 p. : 삽화, 도표 ; 24 cm
Series Statement
데이터 사이언스 시리즈 ;20
Varied Title
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
General Note
부록수록  
Bibliography, Etc. Note
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. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.32 2018z1 Accession No. 121246156 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.32 2018z1 Accession No. 151346306 Availability Available Due Date Make a Reservation Service
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.32 2018z1 Accession No. 121246156 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.32 2018z1 Accession No. 151346306 Availability Available Due Date Make a Reservation Service

Contents information

Book Introduction

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.


Information Provided By: : Aladin

Author Introduction

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)

㈜아이티에스 대표이며, AWS 기반한 IoT 실시간 서비스를 개발해 운영 중이다. 일본법인 ㈜아이티에스 대표 및 엘피에이아카데미 전임강사(C, C++, MFC, Network, Database)였고, 한화S&C㈜에서 근무했다. 저서로는 <예제가 가득한 C 언어 길라잡이>, <초보자를 위한 C 언어 300제>, <윈도우 프로그래밍 플러스>, 역서로는 <유니티5 교과서>, <예제로 배우는 핵심 패턴 안드로이드 프로그래밍>, <아이폰 프로그래밍 UIKit 핵심 바이블>, , <예제가 가득한 Java/JavaScript/Android/iOS 프로그래밍> 외 다수가 있다. 최근에는 블록체인, 인공지능 관련 사업을 하고 있다(ceo@k2apps.kr).

유세라(옮긴이)

한국을 거쳐 일본에서 IT 엔지니어로 활동했으며, 현재는 (주)컴온히어 IT 기업 대표로 스마트 앱, 모바일 앱 사업을 하고 있으며, 일본 전문 서적 번역가로도 활동하고있다. 역서로는 <모두의 알고리즘>, , <딥러닝 워크북>, <머신 러닝 부트캠프 with 파이썬>, <예제로 배우는 핵심 패턴 안드로이드 프로그래밍>, <아이폰 프로그래밍 UIKit 핵심 바이블>, <예제로 배우는 아이폰 프로그래밍 핵심 바이블>, <스위프트로 만드는 실전강좌! 아이폰 앱 프로그래밍>, <유니티 게임 프로그래밍 바이블>, <가장 쉬운 파이썬 입문교실>, <수학으로 배우는 파이썬>, <게임으로 배우는 파이썬> 등이 있다.

Information Provided By: : Aladin

Table of Contents

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

New Arrivals Books in Related Fields

Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)