HOME > Detail View

Detail View

(실전활용!) 텐서플로 딥러닝 프로젝트 : 10가지 실무 프로젝트로 배우는 텐서플로와 딥러닝 알고리즘 100% 활용법 (Loan 15 times)

Material type
단행본
Personal Author
Massaron, Luca, 저 Boschetti, Alberto, 저 Grigorev, Alexey, 저 Thakur, Abhishek, 저 Shanmugamani, Rajalingappaa, 저 김정인, 역
Title Statement
(실전활용!) 텐서플로 딥러닝 프로젝트 : 10가지 실무 프로젝트로 배우는 텐서플로와 딥러닝 알고리즘 100% 활용법 / 루카 마사론 [외]지음 ; 김정인 옮김
Publication, Distribution, etc
파주 :   위키북스,   2018  
Physical Medium
xix, 310 p. : 삽화, 도표 ; 24 cm
Series Statement
데이터 사이언스 시리즈 = DS ; 024
Varied Title
Tensorflow deep learning projects : 10 real-world projects on computer vision machine translation, chatbots, and reinforcement learning
ISBN
9791158391232
General Note
공저자: 알베르토 보세티, 알렉세이 그리고리예프, 아비셱 타쿠르, 라잘링가파 샨무가마니  
색인수록  
000 00000nam c2200205 c 4500
001 000045963027
005 20181129190941
007 ta
008 181129s2018 ggkad 001c kor
020 ▼a 9791158391232 ▼g 93000
040 ▼a 211009 ▼c 211009 ▼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 2018z31
245 2 0 ▼a (실전활용!) 텐서플로 딥러닝 프로젝트 : ▼b 10가지 실무 프로젝트로 배우는 텐서플로와 딥러닝 알고리즘 100% 활용법 / ▼d 루카 마사론 [외]지음 ; ▼e 김정인 옮김
246 1 9 ▼a Tensorflow deep learning projects : ▼b 10 real-world projects on computer vision machine translation, chatbots, and reinforcement learning
260 ▼a 파주 : ▼b 위키북스, ▼c 2018
300 ▼a xix, 310 p. : ▼b 삽화, 도표 ; ▼c 24 cm
440 0 0 ▼a 데이터 사이언스 시리즈 = ▼x DS ; ▼v 024
500 ▼a 공저자: 알베르토 보세티, 알렉세이 그리고리예프, 아비셱 타쿠르, 라잘링가파 샨무가마니
500 ▼a 색인수록
700 1 ▼a Massaron, Luca, ▼e
700 1 ▼a Boschetti, Alberto, ▼e
700 1 ▼a Grigorev, Alexey, ▼e
700 1 ▼a Thakur, Abhishek, ▼e
700 1 ▼a Shanmugamani, Rajalingappaa, ▼e
700 1 ▼a 김정인, ▼e
900 1 0 ▼a 마사론, 루카, ▼e
900 1 0 ▼a 보세티, 알베르토, ▼e
900 1 0 ▼a 그리고리예프, 알렉세이, ▼e
900 1 0 ▼a 타쿠르, 아비셱, ▼e
900 1 0 ▼a 샨무가마니, 라잘링가파, ▼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 006.31 2018z31 Accession No. 121246815 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.31 2018z31 Accession No. 151344938 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 006.31 2018z31 Accession No. 121246815 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 006.31 2018z31 Accession No. 151344938 Availability Available Due Date Make a Reservation Service

Contents information

Book Introduction

딥러닝에 적합한 텐서플로 환경을 구성한 다음, 텐서플로를 활용해 컨볼루션망(ConvNet), 순환 신경망(RNN), LSTM, 대립쌍 구조를 활용한 생성망(GAN)을 비롯해 다양한 유형의 딥러닝 모델을 훈련시키는 법을 배운다. 그 과정에서 이미지 처리, 추천 시스템, 주가 예측, 챗봇 구성 등 다양한 실세계 문제를 해결하는 딥러닝 솔루션을 만들어 본다. 또한 기계 번역을 수행하거나 강화학습 기법을 활용해 게임을 할 수 있는 시스템도 만들어 볼 것이다.

텐서플로를 활용한 다양한 딥러닝 시스템을 설계해 보자!

텐서플로는 머신러닝과 딥러닝에 사용되는 가장 유명한 프레임워크다. 텐서플로는 다양한 종류의 딥러닝 모델을 매우 높은 정확도로 훈련시키기 위한 빠르고 효율적인 프레임워크를 제공한다. 이 책은 10개의 현실적인 프로젝트를 통해 텐서플로를 활용해 딥러닝을 수행하는 방법을 익히게 돕는다.

《실전활용! 텐서플로 딥러닝 프로젝트》에서는 우선 딥러닝에 적합한 텐서플로 환경을 구성한 다음, 텐서플로를 활용해 컨볼루션망(ConvNet), 순환 신경망(RNN), LSTM, 대립쌍 구조를 활용한 생성망(GAN)을 비롯해 다양한 유형의 딥러닝 모델을 훈련시키는 법을 배운다. 그 과정에서 이미지 처리, 추천 시스템, 주가 예측, 챗봇 구성 등 다양한 실세계 문제를 해결하는 딥러닝 솔루션을 만들어 본다. 또한 기계 번역을 수행하거나 강화학습 기법을 활용해 게임을 할 수 있는 시스템도 만들어 볼 것이다.

이 책이 끝나면 딥러닝의 모든 개념을 학습하고 텐서플로로 구현해보게 될 것이며, 텐서플로로 자신만의 딥러닝 모델을 어려움 없이 구축하고 훈련시킬 수 있게 될 것이다.

★ 이 책에서 배우는 내용 ★

◎ 딥러닝을 위한 텐서플로 환경 구성
◎ 효율적인 이미지 처리를 위해 독자적인 컨볼루션망 구성
◎ LSTM을 활용한 이미지 캡션 생성
◎ LSTM 아키텍처를 활용한 정확한 주가 예측
◎ 중복된 쿼라 질문을 탐지해 의미론적 매칭이 무엇인지 학습
◎ GAN을 훈련시키기 위해 텐서플로로 AWS 인스턴스를 구성
◎ 인간이 입력한 내용을 이해하고 해석하기 위한 챗봇 훈련과 설정
◎ 스스로 비디오 게임을 하고 이길 수 있는 AI 구성

★ 대상 독자 ★

◎ 이 책은 텐서플로를 활용해 흥미로운 딥러닝 프로젝트를 만들고자 하는 딥러닝 실무자를 비롯해 데이터 과학자, 머신러닝 개발자를 대상으로 한다. 머신러닝과 딥러닝에 대한 약간의 이해와 텐서플로 프레임워크에 익숙한 독자라면 이 책의 내용을 충분히 학습할 수 있을 것이다.


Information Provided By: : Aladin

Author Introduction

알베르토 보세티(지은이)

신호 처리와 통계 분야의 전문 지식을 갖춘 데이터 과학자로, 통신공학 박사 학위를 가지고 있다. 현재 런던에서 거주하며 일하고 있다. 자연어 처리 및 머신 러닝부터 분산 처리에 이르기까지 수많은 프로젝트에서 다양한 일상 문제에 직면하고 있다. 자신의 일에 매우 열정적이며 항상 데이터 과학 기술의 개발, 모임, 회의 및 기타 이벤트에 대해 최신 정보를 얻으려고 노력한다.

루카 마사론(지은이)

데이터 과학자이며 마케팅 연구 책임자로, 다변량 통계 분석 및 머신 러닝을 전문으로 하며, 10년 이상의 경험을 바탕으로 추론, 통계, 데이터 마이닝 및 알고리즘을 적용해 실생활 문제를 해결하고 이해관계자의 가치를 창출하는 고객 통찰력을 제공해왔다. 이탈리아에서 웹 이용자 분석의 선구자가 된 이후, 캐글러(Kaggler)의 상위 10위를 달성하는 데 이르기까지 데이터와 분석에 관한 모든 것에 항상 열성적이었으며 전문가와 비전문가 모두에게 데이터 기반 지식 검색의 잠재력을 일깨워줬다. 불필요한 정교함보다는 단순함을 선호한다. 데이터 과학에서 본질적인 것만 수행해도 많은 것을 성취할 수 있다고 믿는다.

알렉세이 그리고리예프(지은이)

알렉세이 그리고리예프는 8년 이상의 전문 경력을 가진 데이터 과학자, 머신러닝 엔지니어, 소프트웨어 개발자다. 현재 Simplaex에서 데이터 과학자로 근무하고 있으며 주로 자바와 파이썬을 활용해 데이터 정제, 데이터 분석, 모델링하는 일을 한다.

라쟈링가파 샨무갸마니(지은이)

현재 SAP 싱가포르에서 딥러닝 분야의 리더로 일하고 있다. 이전에는 컴퓨터 비전 제품 개발을 위해 여러 신생 기업에서 근무하고 컨설팅해왔다. 인도 공과 대학(Indian Institute of Technology, Madras)에서 석사 학위를 받았으며, 제조 분야의 컴퓨터 비전 애플리케이션 산업에 관한 논문을 저술했다. 저널 및 콘퍼런스에서 동료 논문 검토를 했으며, 머신 러닝 분야에서 몇몇 특허를 보유했다. 여가에는 프로그래밍과 머신 러닝을 학생과 엔지니어에게 가르친다.

아비셱 타쿠르(지은이)

아비셱 타쿠르는 데이터 과학자다. 그는 이론보다는 주로 응용 머신러닝과 딥러닝에 관심을 갖고 있다. 2014년 초 본 대학(University of Bonn)에서 컴퓨터 과학으로 석사 학위를 받았다. 머신러닝 대회에 적극적으로 참가하며 유명한 웹사이트 Kaggle에서 세계 랭킹 3위에 이름을 올려 놓았다.

김정인(옮긴이)

현재 기업 빅데이터 전략팀에서 근무하고 있다. 옮긴 책으로는 《케라스로 구현하는 고급 딥러닝 알고리즘》 《실전! Core ML을 활용한 머신러닝 iOS 앱 개발》 《실전활용! 텐서플로 딥러닝 프로젝트》 《마이크로소프트 봇 프레임워크 프로그래밍》 《애자일 데이터 과학 2.0》 《구글 애널리틱스 완벽 가이드》 《파이썬 데이터 사이언스 핸드북》 《러닝 스칼라》가 있다.

Information Provided By: : Aladin

Table of Contents

▣ 01장: 컨볼루션 신경망을 활용한 교통 표지판 인식 
데이터셋 
CNN 
이미지 전처리 
모델 훈련 및 예측 
연습 문제 
정리 

▣ 02장: Object Detection API를 활용해 이미지에 주석 달기 
MS COCO 데이터셋 
__텐서플로 객체 탐지 API 
__R-CNN, R-FCN, SSD 모델 기초의 이해 
프로젝트 계획 
__프로젝트 환경 구성 
__Protobuf 컴파일 
프로젝트 코드 준비 
__간단한 응용 프로그램 
__실시간 웹캠 탐지 
감사의 말 
정리 

▣ 03장: 이미지 캡션 생성 
캡션 생성이란 무엇인가? 
이미지 캡션을 달 수 있는 데이터셋 둘러보기 
__데이터셋 내려받기 
단어를 임베딩으로 전환 
이미지 캡션을 생성하는 방법 
__조건부 랜덤 필드 
__컨볼루션 신경망과 순환 신경망의 결합 
__캡션 순위 정하기 
__조밀한 캡션 생성 
__RNN 캡션 생성 
__멀티 모드 캡션 생성 
__어텐션 기반의 캡션 생성 
캡션 생성 모델 구현 
정리 

▣ 04장: 조건부 이미지 생성을 위한 GAN 구축 
GAN 소개 
__핵심은 대립쌍 방식에 있다 
__캄브리아기 폭발 
프로젝트 
__Dataset 클래스 
__CGAN 클래스 
일부 예제에 CGAN 활용하기 
___MNIST 
___Zalando MNIST 
___EMNIST 
___훈련된 CGAN을 재사용하기 
아마존 웹 서비스 사용하기 
감사의 말 
정리 

▣ 05장: LSTM을 이용한 주가 예측 
입력 데이터셋 - 코사인과 주가 
데이터셋 포맷 구성 
회귀 모델을 이용한 미래 주가 예측 
장단기 메모리 - LSTM 기초 
LSTM으로 주가 예측하기 
다음으로 생각해 볼 질문들 
정리 

▣ 06장: 기계 번역 시스템 구축과 훈련 
아키텍처 검토 
말뭉치 선처리 
기계 번역 모델 훈련시키기 
테스트 및 번역 
__과제 
정리 

▣ 07장: 사람처럼 의견을 나눌 수 있는 챗봇의 훈련과 구축 
프로젝트 소개 
입력 말뭉치 
훈련 데이터셋 생성 
챗봇 훈련 
Chatbox API 
__과제 
정리 

▣ 08장: 중복된 쿼라 질문 탐지하기 
데이터셋 설명 
기본 특징 공학으로 시작하기 
퍼지 특징 생성하기 
TF-IDF와 SVD 특징 사용 
Word2vec 임베딩으로 매핑하기 
머신러닝 모델 테스트 
텐서플로 모델 구축 
심층 신경망 사전 처리 
심층 신경망 구성요소 
학습 구조 설계 
정리 

▣ 09장: 텐서플로 추천 시스템 구축 
추천 시스템 
추천 시스템을 위한 행렬 분해 
__데이터셋 준비 및 기준점 
__행렬 분해 
__암묵적 피드백 데이터셋 
__SGD 기반의 행렬 분해 
__베이즈 개인화 순위 
추천 시스템을 위한 RNN 
__데이터 준비 및 기준선 수립 
__텐서플로로 만드는 RNN 추천 시스템 
정리 

▣ 10장: 강화학습으로 비디오 게임하기 
게임 소개 
OpenAI 버전 
리눅스(우분투 14.04 혹은 16.04)에 OpenAI 설치하기 
__OpneAI Gym에서 루나 랜더 게임 
딥러닝을 통해 강화학습 알아보기 
__심층 Q-러닝을 위한 요령 
__심층 Q-러닝의 제약 사항 
프로젝트 시작 
__AI 두뇌 정의 
__경험 재생을 위한 메모리 생성 
__에이전트 생성 
__환경 지정하기 
__강화학습 프로세스 실행 
감사의 글 
정리

New Arrivals Books in Related Fields

Harrison, Matt (2021)
데이터분석과인공지능활용편찬위원회 (2021)
Stevens, Eli (2020)