| 000 | 00000cam c2200205 c 4500 | |
| 001 | 000046055249 | |
| 005 | 20201113155247 | |
| 007 | ta | |
| 008 | 201111s2020 ulkad b AZ 001c kor | |
| 020 | ▼a 9788920036811 ▼g 93310 | |
| 035 | ▼a (KERIS)BIB000015685820 | |
| 040 | ▼d 241047 ▼a 241047 ▼c 241047 ▼d 211009 | |
| 082 | 0 4 | ▼a 006.31 ▼2 23 |
| 085 | ▼a 006.31 ▼2 DDCK | |
| 090 | ▼a 006.31 ▼b 2020z37 | |
| 100 | 1 | ▼a 이긍희, ▼g 李兢熙, ▼d 1962- |
| 245 | 1 0 | ▼a 딥러닝의 통계적 이해 = ▼x A statistical understanding of deep learning / ▼d 이긍희, ▼e 김용대, ▼e 김기온 공저 |
| 246 | 3 1 | ▼a Statistical understanding of deep learning |
| 260 | ▼a 서울 : ▼b 한국방송통신대학교출판문화원), ▼c 2020 | |
| 300 | ▼a viii, 359 p. : ▼b 천연색삽화, 도표 ; ▼c 25 cm | |
| 504 | ▼a 참고문헌(p. 350-352)과 색인수록 | |
| 700 | 1 | ▼a 김용대, ▼g 金容大, ▼d 1968-, ▼e 저 |
| 700 | 1 | ▼a 김기온, ▼e 저 |
| 770 | 0 | ▼t 딥러닝의 통계적 이해 : 워크북 ▼w 000046056115 ▼z 9788920037320 |
| 945 | ▼a KLPA |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/Sci-Info(1층서고)/ | 청구기호 006.31 2020z37 | 등록번호 121254847 | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
컨텐츠정보
책소개
이 책은 통계학의 기본 모형인 선형 회귀모형, 로지스틱 모형, 확률분포와 연결하여 딥러닝을 이해할 수 있도록 설계되었다.
자연어처리 관련 딥러닝 모형은 복잡한 알고리즘으로 구성되어 있지만 이 책에 포함되었다.
이 책으로 빠르게 발전하고 있는 딥러닝의 모든 것을 알기 어렵지만 딥러닝을 이해하고 활용하는 출발점이 될 수 있다.
이 책은 10개 장으로 구성되어 있다. 제1장에서는 딥러닝의 개요, 제2장에서 제4장까지는 일반적 딥러닝의 작성과 특성을 살펴보았다.
제5장과 제6장에서는 이미지 인식, 객체 검출에 이용되는 합성곱 신경망을, 제7장은 GAN과 오토인코더 등 비지도 학습모형을 학습한다.
제8장에서는 시퀀스 데이터에 이용되는 순환신경망, LSTM 등을, 제9장에서는 자연어처리에서 활용되는 Word2Vec, Transformer, BERT에 대하여 설명하였다.
Transformer와 BERT 등은 알고리즘 중심으로 기술되어서 통계학 전공자가 이해하는 데 어려움이 있을 수 있지만
자연어처리에서 실제 이용되는 알고리즘이기 때문에 책에 포함하였다. 제10장에는 딥러닝을 구현하기 위한 Python 코드가 소개되어 있다.
이 책에서 Tensorflow-Keras 기반 기초 코드가 제공되고 있지만 딥러닝 코드 구현이 직접적인 목적은 아니다.
딥러닝을 구현하는 코드는 지속적으로 바뀌어서 공개되므로 관련 사이트를 확인하길 바란다.
정보제공 :
저자소개
이긍희(지은이)
서울대학교 계산통계학과(이학사) 서울대학교 대학원 계산통계학과(이학석사) 미국 Texas A&M University 통계학과(통계학박사) 한국은행 선임조사역(차장) 현재: 한국방송통신대학교 정보통계학과 교수 저서: 『예측방법론』, 『대학수학』, 『통계학개론』 등
김기온(지은이)
연세대학교 응용통계학과 (학사, 석사) Penn State University (통계학 박사) 현재: SKT, AI Language Tech Labs
김용대(지은이)
서울대학교 통계학과 및 데이터사이언스대학원 데이터사이언스학과 교수이다. 미국 오하이오주립대학교에서 통계학으로 박사학위를 받고, 미국보건연구소 연구원(1997~1999)을 지냈다. 한국외국어대학교(1999~2001), 이화여자대학교(2001~2004) 교수를 역임했으며, 2004년부터 서울대학교에 재직 중이다. 학생들을 가르치며 생존분석, 베이지안 방법론, 데이터마이닝, 기계학습, 딥러닝 등을 연구하고 있다. 2002년 IEEE 데이터마이닝 학술대회 최우수상, 2003년 연구재단 우수연구 30선, 2007년 서울대학교 연구력 향상 공로상, 2007년 품질경영학회 우수논문상, 2014년 한국데이터정보과학회 공로상, 2017년 ICCM 학술대회 최고논문상, 2018년 한국통계학회 한국갤럽학술상 등을 수상했다. 2019년 국제이론통계학회의 펠로(Fellow)로 선정되었으며 2020년부터 한국데이터마이닝학회장을 맡고 있다.
목차
제1장 딥러닝의 개요 제2장 딥러닝과 통계학 제3장 딥러닝 모형의 구조와 학습 제4장 딥러닝의 제 문제와 발전 제5장 합성곱신경망의 기초 제6장 합성곱신경망의 응용 제7장 오토인코더와 GAN 제8장 순환신경망 제9장 딥러닝 모형을 이용한 자연어처리 제10장 딥러닝 실습