HOME > Detail View

Detail View

딥러닝, 파이토치를 만나다 (Loan 1 times)

Material type
단행본
Personal Author
임동훈, 林東勳, 1959-
Title Statement
딥러닝, 파이토치를 만나다 = Deep learning with PyTorch / 임동훈 지음
Publication, Distribution, etc
파주 :   자유아카데미,   2022  
Physical Medium
vii, 462 p. : 삽화(일부천연색), 도표 ; 26 cm
ISBN
9791158083618
General Note
색인수록  
000 00000cam c2200205 c 4500
001 000046128685
005 20220921173018
007 ta
008 220921s2022 ggkad 001c kor
020 ▼a 9791158083618 ▼g 93310
035 ▼a (KERIS)BIB000016526084
040 ▼a 211015 ▼c 211015 ▼d 211009
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2022z21
100 1 ▼a 임동훈, ▼g 林東勳, ▼d 1959- ▼0 AUTH(211009)100822
245 1 0 ▼a 딥러닝, 파이토치를 만나다 = ▼x Deep learning with PyTorch / ▼d 임동훈 지음
260 ▼a 파주 : ▼b 자유아카데미, ▼c 2022
300 ▼a vii, 462 p. : ▼b 삽화(일부천연색), 도표 ; ▼c 26 cm
500 ▼a 색인수록
945 ▼a ITMT

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 006.31 2022z21 Accession No. 121260872 Availability In loan Due Date 2022-12-21 Make a Reservation Available for Reserve R Service M

Contents information

Book Introduction

인공지능, 머신러닝과 딥러닝에 관심이 있는 독자들을 위해 집필된 책이다. 요즘 가장 인기 있는 딥러닝 프레임워크에는 파이토치(PyTorch)와 텐서플로(TensorFlow) 등이 있는데, 파이토치를 사용하여 누구나 따라하기만 하면 쉽게 딥러닝의 맛을 볼 수 있도록 설명하였다.

요즘 인공지능(artificial Intelligence, AI), 딥러닝(deep learning)이 사방에서 난리다. 특히 딥러닝이라는 괴물은 빅데이터와 함께 이미 여러 분야에서 괴력을 발휘하고 있다. 그렇다면 딥러닝이란 무엇인가? 딥러닝은 오늘날의 인공지능을 이끄는 첨단 기술이라고 할 수 있다. 인공지능은 사람처럼 사고하고 행동하는 기술을 말한다. 최근 딥러닝과 함께 주목받는 머신러닝(machine learning)은 인공지능의 한 분야로서 컴퓨터가 스스로 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이고, 딥러닝은 사람의 뇌 구조와 같은 깊은 신경망(deep neural network)을 기반으로 하는 머신러닝의 한 방법이다. 따라서 이들 간에는 다음과 같은 집합관계를 갖고 있다.

딥러닝 ⊂ 머신러닝 ⊂ 인공지능

딥러닝은 영상 인식(image recognition), 음성 인식(speech recognition), 기계 번역(machine translation) 등에서 탁월한 성능을 보이고 있으며, 이런 분야들을 통합하여 챗봇(chatbot), 인공지능 비서, 자율 주행차(autonomous driving car, self-driving car) 등의 분야에서 그 잠재력이 점점 현실화되고 있다.

국내에는 지난 2016년 구글의 딥마인드(DeepMind)가 딥러닝 기술로 개발한 AI ‘알파고(AlphaGo)’와 이세돌 9단의 바둑 대결 이후, 인공지능과 딥러닝의 열풍이 더욱 강해졌다. 지금까지는 기술의 미성숙으로 인해 현실적으로 적용되지 못했던 분야에 딥러닝 기술이 놀라운속도로 발전함에 따라 성공적으로 적용되기 시작하면서 일각에서는 무엇이든 딥러닝으로 해결하려는 ‘딥러닝 만능주의’ 경향도 나타나고 있다. 저자는 여러 가지 딥러닝 모델, 즉 DNN, CNN, RNN, RBM, DBN, GAN 등에 대해 연구를 수행하고 있으며, 다양한 분야에서 우수한 성과를 나타내고 있다. 이에 저자는 독자들의 전공과 관계없이 관련 분야에 딥러닝 기술을 적용하려는 시도가 많이 있었으면 하는 바람으로 이 책을 집필하였다.

독자들은 딥러닝을 위해 어떤 프레임워크를 사용하는 것이 좋은가? 요즘 가장 인기 있는 딥러닝 프레임워크에는 파이토치(PyTorch)와 텐서플로(TensorFlow) 등이 있는데, 이 책에서는 파이토치를 사용하였다. 그 이유는 첫 번째, 파이토치는 배우기가 쉽다. 두 번째, 파이토치는 유연성을 갖고 있다. 세 번째, 파이토치는 여러 라이브러리와의 호환성을 갖고 있다. 네 번째, 파이토치는 연산 속도가 빠르다.

이 책은 총 10개의 장으로 구성되어 있다. 1장에서는 파이토치 설치하는 방법에 대해 소개하고, 2장에서는 파이토치에서 기본적인 데이터 구조인 텐서에 대해 다룬다. 3~4장에서는 머신러닝을 이용한 회귀모델과 분류모델에 대해 다루고, 5장에서는 딥러닝의 기반이 되는 인공신경망에 대해 다룬다. 6장에서는 전반적인 딥러닝의 개요에 대해 알아보고, 7장에서는 딥러닝의 모델 중 DNN 모델에 대해 다룬다. 8장에서는 영상 인식에 사용되는 CNN 모델, 9장에서는 순차 데이터에 적합한 RNN 모델, 그리고 10장에서는 딥러닝에서 ‘실제같이 보이는 허구’를 만들어내는 GAN 모델에 대해 다룬다.

이 책은 인공지능, 머신러닝과 딥러닝에 관심이 있는 독자들을 위해 집필하였다. 저자는 독자들이 이 책을 통해 딥러닝의 맛을 볼 수 있도록 누구나 따라하기만 하면 쉽게 배울 수 있도록 설명하였다.
좋은 책을 위해 최선을 다했지만 부족한 부분이 있을 수 있다. 독자들의 애정 어린 충고와지속적인 지도편달을 바라며 미흡한 부분은 계속 보완해 나가고자 한다. 책의 소스 및 데이터 파일과 출간 후에라도 나올 수 있는 수정사항 등은 자유아카데미 홈페이지(www.freeca.com) 자료실에 제공할 예정이니 참고하기를 바란다.


Information Provided By: : Aladin

Author Introduction

임동훈(지은이)

부산대학교 계산통계학과 졸업(이학사) 부산대학교 대학원 계산통계학과 졸업(이학석사) 부산대학교 대학원 통계학과 졸업(이학박사) 미국 오하이오 주립대학교(Post-Doc) 현재 경상대학교 정보통계학과 교수

Information Provided By: : Aladin

Table of Contents

제1장 파이토치 설치하기
1.1 아나콘다 설치
1.2 파이토치 설치
1.3 Jupyter Notebook에서 파이토치 사용

제2장 파이토치의 텐서
2.1 텐서란 무엇인가?
2.2 텐서 생성
2.3 텐서 변환
2.4 텐서 다루기

제3장 머신러닝을 이용한 회귀모델
3.1 머신러닝이란?
3.2 전통적인 회귀분석
3.3 머신러닝 기반 회귀분석
3.4 머신러닝을 이용한 회귀모델의 성능 평가

제4장 머신러닝을 이용한 분류모델
4.1 분류모델
4.2 로지스틱 회귀분석
4.3 머신러닝 기반 로지스틱 회귀분석
4.4 머신러닝을 이용한 분류모델의 성능 평가

제5장 인공 신경망
5.1 퍼셉트론
5.2 다층 퍼셉트론
5.3 역전파 알고리즘

제6장 딥러닝의 개요
6.1 딥러닝의 역사
6.2 머신러닝과 딥러닝 관계
6.3 여러 가지 딥러닝 모델

제7장 DNN 모델
7.1 DNN 모델이란?
7.2 DNN 모델 파이토치 구현
7.3 파이토치에서 데이터 처리
7.4 예제를 이용한 DNN 모델 적용

제8장 CNN 모델
8.1 CNN 모델이란?
8.2 CNN 모델 파이토치 구현

제9장 RNN 모델
9.1 RNN 모델이란?
9.2 RNN 모델 파이토치 구현
9.3 LSTM 모델
9.4 LSTM 모델 파이토치 구현

제10장 GAN 모델
10.1 GAN 모델이란?
10.2 GAN 모델 파이토치 구현

New Arrivals Books in Related Fields