HOME > Detail View

Detail View

기계 학습을 다시 묻다 (Loan 1 times)

Material type
단행본
Personal Author
Valiant, Leslie 이광근, 李光根, 1965-, 역
Title Statement
기계 학습을 다시 묻다 / 레슬리 밸리언트 지음 ; 이광근 옮김
Publication, Distribution, etc
서울 :   인사이트,   2021  
Physical Medium
xix, 312 p. : 삽화 ; 23 cm
Varied Title
Probably approximately correct : nature's algorithms for learning and prospering in a complex world
기타표제
튜링상 수상 석학이 40년 연구로 제시하는 기계 학습에 대한 근본적 관점
ISBN
9788966263264
General Note
색인수록  
Subject Added Entry-Topical Term
Human behavior --Mathematical models Algorithms Nature --Mathematical models Mathematics in nature
000 00000cam c2200205 c 4500
001 000046097587
005 20211109102614
007 ta
008 211108s2021 ulka 001c kor
020 ▼a 9788966263264 ▼g 93000
035 ▼a (KERIS)REQ000054519537
040 ▼a 247023 ▼c 247023 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 150.1 ▼2 23
085 ▼a 150.1 ▼2 DDCK
090 ▼a 150.1 ▼b 2021
100 1 ▼a Valiant, Leslie
245 1 0 ▼a 기계 학습을 다시 묻다 / ▼d 레슬리 밸리언트 지음 ; ▼e 이광근 옮김
246 0 3 ▼a 튜링상 수상 석학이 40년 연구로 제시하는 기계 학습에 대한 근본적 관점
246 1 9 ▼a Probably approximately correct : ▼b nature's algorithms for learning and prospering in a complex world
260 ▼a 서울 : ▼b 인사이트, ▼c 2021
300 ▼a xix, 312 p. : ▼b 삽화 ; ▼c 23 cm
500 ▼a 색인수록
650 0 ▼a Human behavior ▼x Mathematical models
650 0 ▼a Algorithms
650 0 ▼a Nature ▼x Mathematical models
650 0 ▼a Mathematics in nature
700 1 ▼a 이광근, ▼g 李光根, ▼d 1965-, ▼e▼0 AUTH(211009)125951
900 1 0 ▼a 밸리언트, 레슬리, ▼e
945 ▼a KLPA

Holdings Information

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 150.1 2021 Accession No. 121258396 Availability In loan Due Date 2022-03-10 Make a Reservation Available for Reserve R Service M

Contents information

Book Introduction

복잡하고 틀리기 일쑤인 세계에서 생명체는 어떻게 이렇게 번영한 걸까? 우리의 일상은 알려진 과학으로 설명할 수 있는 범위 바깥에 있다. 그런데도 우리는 그럭저럭 해낸다. 어떻게 행동해야 할지에 대한 이론 없이 그렇게 해낸다. 어떻게 하는 걸까? 이 책에서 컴퓨터과학자인 레슬리 밸리언트는 대가의 솜씨로 학습이 지능과 진화의 엔진임을 설명한다. 그래서 우리가 개별적으로 그리고 하나의 그룹으로 우리가 놓인 복잡한 세계에서 어떻게 생존하고 번영하는지를 설명해준다.

핵심은 “얼추거의맞기(probably approximately correct)”라는 개념이다. 밸리언트는 이 개념으로 현실적인 학습이란 무엇인지 설명한다. 밸리언트의 이론은 진화와 학습이 공통적으로 가지는 계산 과정을 드러낸다. 그리고 어떤 능력이 타고난 것인지 길러진 것인지, 또는 인공지능의 한계가 무엇인지 등 우리가 항상 가지는 질문들에 한줄기 빛을 비춰 준다.

“이 책은 에코리즘이라는 알고리즘의 틀로 인간의 인지, 생명의 진화, 그리고 인공지능을 멋지게 설명한다.” ― 리처드 카프(Richard Karp, 튜링상 수상)

“컴퓨터과학의 놀라운 성취들, 컴퓨터과학의 기초와 중요한 성과를 압축적으로 설명하는 면에서도 빛나는 책이다.” ― 미국 알고리즘 및 계산 이론 연구회 뉴스(SIGACT News)


복잡하고 틀리기 일쑤인 세계에서 생명체는 어떻게 이렇게 번영한 걸까? 우리의 일상은 알려진 과학으로 설명할 수 있는 범위 바깥에 있다. 그런데도 우리는 그럭저럭 해낸다. 어떻게 행동해야 할지에 대한 이론 없이 그렇게 해낸다. 어떻게 하는 걸까? 이 책에서 컴퓨터과학자인 레슬리 밸리언트는 대가의 솜씨로 학습이 지능과 진화의 엔진임을 설명한다. 그래서 우리가 개별적으로 그리고 하나의 그룹으로 우리가 놓인 복잡한 세계에서 어떻게 생존하고 번영하는지를 설명해준다. 핵심은 “얼추거의맞기(probably approximately correct)”라는 개념이다. 밸리언트는 이 개념으로 현실적인 학습이란 무엇인지 설명한다. 밸리언트의 이론은 진화와 학습이 공통적으로 가지는 계산 과정을 드러낸다. 그리고 어떤 능력이 타고난 것인지 길러진 것인지, 또는 인공지능의 한계가 무엇인지 등 우리가 항상 가지는 질문들에 한줄기 빛을 비춰 준다.


Information Provided By: : Aladin

Author Introduction

레슬리 밸리언트(지은이)

하버드대학 컴퓨터과학 및 응용수학의 제퍼슨 쿨리지(T. Jefferson Coolidge) 교수다. 영국 왕립학회와 미국 과학학술원 회원이다. 국제 수학 연맹에서 수여하는 네반린나상(Nevanlinna Prize)을 받았고, 40여 년간 기계 학습 분야 연구에 기여한 공로로 컴퓨터과학의 노벨상이라 할 튜링상(Turing Award)을 수상했다. 저서: Circuits of the Mind. Oxford University Press. 1994, 2000. 홈페이지: people.seas.harvard.edu/~valiant

이광근(옮긴이)

현재 서울대학교 컴퓨터공학부 교수. KAIST 전산학과 교수 역임. 교육과학기술부 지정 선도연구센터 센터장, 과학기술부 지정 창의연구단 단장 역임. Bell Labs-Software Principles Research Department 정규 연구원 역임. MIT, Stanford, CMU, 파리 고등사범학교(ENS Paris) 방문교수, Facebook Research Scientist 역임. 저서: Introduction to Static Analysis. MIT Press. 2020. 컴퓨터과학이 여는 세계. 인사이트. 2015. 홈페이지: kwangkeunyi.snu.ac.kr

Information Provided By: : Aladin

Table of Contents

1장 에코리즘

2장 예측과 적응

3장 계산 가능함이란
3.1 튜링의 패러다임
3.2 깨지지 않은 기계 계산 모델
3.3 계산 법칙의 특성
3.4 현실적인 시간이 드는 계산
3.5 맞닥뜨릴 수 있는 궁극의 한계
3.6 복잡한 행동을 하는 간단한 알고리즘들
3.7 퍼셉트론 알고리즘

4장 자연의 기계적인 설명

5장 학습 가능함이란
5.1 인지에 대해
5.2 인덕의 문제와 가능성
5.3 인덕의 과학적인 설명: 항아리 예
5.4 인덕 오류의 관리
5.5 얼추거의맞기 학습 가능성을 향하여
5.6 얼추거의맞기 학습 가능성
5.7 오컴 방식으로 학습 결과 감별하기
5.8 학습의 한계는 있을까?
5.9 배우기와 가르치기
5.10 배울 수 있는 목표를 좇는 능력
5.11 얼추거의맞기 학습, 인지의 기본

6장 진화 가능함이란
6.1 빈틈이 있다
6.2 그 빈틈을 메꿀 방법
6.3 진화에 목표가 있다?
6.4 진화할 수 있는 목표를 좇는 능력
6.5 진화 대 학습
6.6 진화는 학습의 한 형태
6.7 진화 가능성의 정의
6.8 범위와 한계
6.9 실수 값을 동원하는 진화
6.10 이 이론이 다른 점

7장 디덕 가능함이란
7.1 이치 따지기
7.2 근거 없이도 해야 할 이치 따지기
7.3 계산의 벽 극복하기
7.4 융통성 없이 쉽게 부서지는 문제 극복하기
7.5 뜻 정하기 애매함 극복하기
7.6 대상 정하기 어려움 극복하기
7.7 마음의 눈: 세계를 보는 바늘구멍
7.8 튼튼 논리: 알 수 없는 세계에서 이치 따지기
7.9 생각 과정

8장 에코리즘으로서의 인간
8.1 들어가며
8.2 타고난 거냐 길러진 거냐
8.3 순진함
8.4 편견과 성급한 판단
8.5 각자 만든 진실
8.6 각자의 느낌
8.7 이성이라는 환상
8.8 기계의 도움을 받는 인간
8.9 뭐가 더 있을까?

9장 에코리즘으로서의 기계
9.1 들어가며
9.2 기계 학습
9.3 인공지능 - 어려운 이유?
9.4 인공지능에서 인공적인 것
9.5 독학으로 학습하기
9.6 인공지능 - 다음은 어디?
9.7 인공지능을 두려워해야 할까?

10장 질문들
10.1 과학
10.2 에코리즘 방식이 더 깊어지는 미래
10.3 행동 요령
10.4 신비

New Arrivals Books in Related Fields

De Vries, Jan (2021)
白雯鋌 (2021)
Rathus, Spencer A (2021)
이태연 (2021)
Roth, Gerhard (2021)