간편결제, 신용카드 청구할인
네이버페이 1%
(네이버페이 결제 시 적립)
NH(올원페이)카드 12% (19,010원)
(3만원 이상 결제/최대 1만원 할인)
북피니언 롯데카드 30% (15,120원)
(최대할인 3만원 / 3만원 이상 결제)
하나SK 북&카드 30% (15,120원)
(최대할인 3만원 / 3만원 이상 결제)
EBS 롯데카드 20% (17,280원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 NEW 우리V카드 10% (19,440원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 현대카드 7% (20,090원)
(최대할인 3만원 / 3만원 이상 결제)
Close

밑바닥부터 시작하는 딥러닝 : 파이썬으로 익히는 딥러닝 이론과 구현

원제 : ゼロから作るDeep Learning

2013년 9월 9일 이후 누적수치입니다.

판매지수 14,857
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

24,000원

  • 21,600 (10%할인)

    1,200P (5%적립)

  • 구매

    19,200 (20%할인)

    960P (5%적립)

할인혜택
적립혜택자동적립
배송정보
주문수량
감소 증가
  • 이벤트/기획전

  • 연관도서(6)

  • 사은품(3)

책소개

직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서

이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 '밑바닥부터' 직접 만들어보며 즐겁게 배울 수 있는 본격 딥러닝 입문서입니다. 술술 읽힐 만큼 쉽게 설명하였고, 역전파처럼 어려운 내용은 '계산 그래프' 기법으로 시각적으로 풀이했습니다. 무엇보다 작동하는 코드가 있어 직접 돌려보고 요리조리 수정해보면 어려운 이론도 명확하게 이해할 수 있습니다. 딥러닝에 새롭게 입문하려는 분과 기초를 다시금 정리하고 싶은 현업 연구자와 개발자에게 최고의 책이 될 것입니다.

출판사 서평

파이썬으로 익히는 딥러닝 이론과 구현

새로운 지식을 배울 때 설명만 들어서는 석연치 않거나 금방 잊어버리게 됩니다. 그래서 무엇보다 '직접 해보는 것'이 중요합니다.
이 책은 딥러닝의 기본을 '이론 설명'과 '파이썬 구현 코드'라는 투 트랙으로 설명합니다. 각 장은 주제 하나를 설명한 후 그것을 실습할 수 있도록 꾸몄습니다. 즉, 실행되는 소스 코드를 준비했습니다. 직접 실행해보세요! 소스 코드를 읽으면서 스스로 생각하고 그 생각을 반영해 실험하다 보면 확실하게 자기 것으로 만들 수 있습니다. 여러 실험을 해보면서 겪는 시행착오 역시 큰 자산이 될 것입니다.

예제 소스 - https://github.com/WegraLee/deep-learning-from-scratch

누구를 위한 책인가?
- 외부 라이브러리는 최소한만 이용하고 파이썬을 사용해 딥러닝 프로그램을 처음부터 구현합니다.
- 파이썬이 처음인 사람도 이해할 수 있도록 파이썬 사용법도 간략히 설명합니다.
- 실제 동작하는 파이썬 코드와 독자가 직접 실험할 수 있는 학습 환경을 제공합니다.
- 간단한 기계학습 문제부터 시작하여 궁극에는 이미지를 정확하게 인식하는 시스템을 구현합니다.
- 딥러닝과 신경망 이론을 알기 쉽게 설명합니다.
- 오차역전파법(backpropagation)과 합성곱(convolution) 연산 등 복잡해 보이는 기술을 구현 수준에서 이해할 수 있도록 설명합니다.
- 하이퍼파라미터 결정 방식, 가중치 초깃값 등 딥러닝을 활용하는 데 도움이 되는 실용적인 기술을 소개합니다.
- 배치 정규화, 드롭아웃, Adam 같은 최근 트렌드를 설명하고 구현해봅니다.
- 딥러닝이 왜 뛰어난지, 층이 깊어지면 왜 정확도가 높아지는지, 은닉층이 왜 중요한지와 같은 '왜'에 관한 문제도 다룹니다.
- 자율 주행, 이미지 생성, 강화학습 등, 딥러닝을 응용한 예를 소개합니다.

누구를 위한 책이 아닌가?
- 딥러닝 분야의 최신 연구에 대해서는 자세히 다루지 않습니다.
- 카페(Caffe), 텐서플로(TensorFlow), 체이너(Chainer) 등의 딥러닝 프레임워크 사용법은 설명하지 않습니다.
- 딥러닝, 특히 신경망에 관한 아주 상세한 이론까지는 담지 않았습니다.
- 딥러닝의 정확도를 높이기 위한 튜닝은 자세히 설명하지 않습니다.
- 딥러닝 성능을 높여주는 GPU 기술은 구체적으로 다루지 않습니다.
- 주로 이미지 인식을 다룹니다. 자연어 처리, 음성 인식 등의 사례는 다루지 않습니다.

추천사

신경망과 딥러닝의 기본을 밑바닥부터 만들어보면서 그 개념을 어렵지 않게 이해할 수 있었습니다. 이는 텐서플로 등의 딥러닝 프레임워크를 사용할 때도 진가를 발휘하리라 생각합니다. 딥러닝 공부를 시작하시는 모든 분께 추천합니다.
- 서민구 / [R을 이용한 데이터 처리&분석 실무] 저자, 구글코리아 소프트웨어 엔지니어

지금 이 책의 원서는 일본 대형 서점의 매대 중앙을 차지하고 TV에도 소개될 정도로 인기입니다. 공학서적이 이렇게 주목받는 것은 인공지능에 관한 일반인의 관심이 그만큼 높아졌다는 방증이겠지요. 한국에서도 이 책이 인공지능 보급에 중요한 기폭제가 되길 기대합니다.
- 최성훈 / Tomomi Research Inc.

베타리딩을 위해 처음 받은 원고부터 거의 완성된 책이나 다름없어서 읽기 편했습니다. 독자들이 쉽고 빠르게 맛보고 입문할 수 있을 것입니다.
- 박상은 / [9가지 사례로 익히는 고급 스파크 분석] 역자, 에스코어

2016년 11월 29일 미국의사협회지 JAMA에 실린 '딥러닝을 이용한 당뇨성 망막병증 진단' 관련 논문(https://goo.gl/g7xGO5)은 인공지능이 바꾸는 안과 미래의 시작으로 평가받습니다. 이 미래에 동참하고 싶지만 수학과 프로그래밍 언어에 익숙하지 못한 의료 관련 분들에게 이 책은 제목처럼 '밑바닥부터' 딥러닝을 이해시켜줄 것입니다.
- 임형택 / 안과 전문의

탄탄한 구성으로 신경망과 딥러닝 전반을 쉽게 설명해주고, 특히 역전파는 제가 본 교재 중 가장 쉽게 서술했습니다. 복잡한 수식이나 난해한 설명이 아닌, 이야기를 하듯 독자를 이해시키려 한 부분이 가장 감명 깊었습니다. 신경망(딥러닝)을 공부하며 역전파에서 어려움을 겪은 분들께 강력하게 권합니다.
- 안홍철 / 에셋플러스자산운용 자산운용사

일본인 특유의 꼼꼼함이 느껴지는 너무 좋은 내용이었습니다. 개인적으로 이 책처럼 처음부터 하나하나 개발하는 것을 좋아합니다. 빨리 정식 출간되어 내년 사내교육 때 이 내용을 활용하고 싶을 정도로 맘에 듭니다.
- 이상훈 / [실시간 분석의 모든 것] 역자, SK주식회사

베타리딩을 위해 처음 받은 원고부터 거의 완성된 책이나 다름없어서 읽기 편했습니다. 독자들이 쉽고 빠르게 맛보고 입문할 수 있을 것입니다.
- 박상은 / [9가지 사례로 익히는 고급 스파크 분석] 역자, 에스코어

저와 같은 어린 학생들이 직업을 찾을 즈음엔 인공지능이 사회의 모든 부분을 변화시키는 혁명이 되어 있을 거라고 합니다. 그래서 이제 겨우 중 2인 저도 인공지능에 관심이 많은데, 마침 리뷰어로 접한 이 책은 아직 파이썬에 낯선 저도 쉽게 따라 배울 수 있었습니다.
- 김경수 / 파주한빛중학교 2학년 학생

목차

1장 헬로 파이썬
1.1 파이썬이란?
1.2 파이썬 설치하기
1.2.1 파이썬 버전
1.2.2 사용하는 외부 라이브러리
1.2.3 아나콘다 배포판
1.3 파이썬 인터프리터
1.3.1 산술 연산
1.3.2 자료형
1.3.3 변수
1.3.4 리스트
1.3.5 딕셔너리
1.3.6 bool
1.3.7 if 문
1.3.8 for 문
1.3.9 함수
1.4 파이썬 스크립트 파일
1.4.1 파일로 저장하기
1.4.2 클래스
1.5 넘파이
1.5.1 넘파이 가져오기
1.5.2 넘파이 배열 생성하기
1.5.3 넘파이의 산술 연산
1.5.4 넘파이의 N차원 배열
1.5.5 브로드캐스트
1.5.6 원소 접근
1.6 matplotlib
1.6.1 단순한 그래프 그리기
1.6.2 pyplot의 기능
1.6.3 이미지 표시하기
1.7 정리

2장 퍼셉트론
2.1 퍼셉트론이란?
2.2 단순한 논리 회로
2.2.1 AND 게이트
2.2.2 NAND 게이트와 OR 게이트
2.3 퍼셉트론 구현하기
2.3.1 간단한 구현부터
2.3.2 가중치와 편향 도입
2.3.3 가중치와 편향 구현하기
2.4 퍼셉트론의 한계
2.4.1 도전! XOR 게이트
2.4.2 선형과 비선형
2.5 다층 퍼셉트론이 출동한다면
2.5.1 기존 게이트 조합하기
2.5.2 XOR 게이트 구현하기
2.6 NAND에서 컴퓨터까지
2.7 정리

3장 신경망
3.1 퍼셉트론에서 신경망으로
3.1.1 신경망의 예
3.1.2 퍼셉트론 복습
3.1.3 활성화 함수의 등장
3.2 활성화 함수
3.2.1 시그모이드 함수
3.2.2 계단 함수 구현하기
3.2.3 계단 함수의 그래프
3.2.4 시그모이드 함수 구현하기
3.2.5 시그모이드 함수와 계단 함수 비교
3.2.6 비선형 함수
3.2.7 ReLU 함수
3.3 다차원 배열의 계산
3.3.1 다차원 배열
3.3.2 행렬의 내적
3.3.3 신경망의 내적
3.4 3층 신경망 구현하기
3.4.1 표기법 설명
3.4.2 각 층의 신호 전달 구현하기
3.4.3 구현 정리
3.5 출력층 설계하기
3.5.1 항등 함수와 소프트맥스 함수 구현하기
3.5.2 소프트맥스 함수 구현 시 주의점
3.5.3 소프트맥스 함수의 특징
3.5.4 출력층의 뉴런 수 정하기
3.6 손글씨 숫자 인식
3.6.1 MNIST 데이터셋
3.6.2 신경망의 추론 처리
3.6.3 배치 처리
3.7 정리

4장 신경망 학습
4.1 데이터에서 학습한다!
4.1.1 데이터 주도 학습
4.1.2 훈련 데이터와 시험 데이터
4.2 손실 함수
4.2.1 평균 제곱 오차
4.2.2 교차 엔트로피 오차
4.2.3 미니배치 학습
4.2.4 (배치용) 교차 엔트로피 오차 구현하기
4.2.5 왜 손실 함수를 설정하는가?
4.3 수치 미분
4.3.1 미분
4.3.2 수치 미분의 예
4.3.3 편미분
4.4 기울기
4.4.1 경사법(경사 하강법)
4.4.2 신경망에서의 기울기
4.5 학습 알고리즘 구현하기
4.5.1 2층 신경망 클래스 구현하기
4.5.2 미니배치 학습 구현하기
4.5.3 시험 데이터로 평가하기
4.6 정리

5장 오차역전파법
5.1 계산 그래프
5.1.1 계산 그래프로 풀다
5.1.2 국소적 계산
5.1.3 왜 계산 그래프로 푸는가?
5.2 연쇄법칙
5.2.1 계산 그래프에서의 역전파
5.2.2 연쇄법칙이란?
5.2.3 연쇄법칙과 계산 그래프
5.3 역전파
5.3.1 덧셈 노드의 역전파
5.3.2 곱셈 노드의 역전파
5.3.3 사과 쇼핑의 예
5.4 단순한 계층 구현하기
5.4.1 곱셈 계층
5.4.2 덧셈 계층
5.5 활성화 함수 계층 구현하기
5.5.1 ReLU 계층
5.5.2 Sigmoid 계층
5.6 Affine/Softmax 계층 구현하기
5.6.1 Affine 계층
5.6.2 배치용 Affine 계층
5.6.3 Softmax-with-Loss 계층
5.7 오차역전파법 구현하기
5.7.1 신경망 학습의 전체 그림
5.7.2 오차역전파법을 적용한 신경망 구현하기
5.7.3 오차역전파법으로 구한 기울기 검증하기
5.7.4 오차역전파법을 사용한 학습 구현하기
5.8 정리

6장 학습 관련 기술들
6.1 매개변수 갱신
6.1.1 모험가 이야기
6.1.2 확률적 경사 하강법(SGD)
6.1.3 SGD의 단점
6.1.4 모멘텀
6.1.5 AdaGrad
6.1.6 Adam
6.1.7 어느 갱신 방법을 이용할 것인가?
6.1.8 MNIST 데이터셋으로 본 갱신 방법 비교
6.2 가중치의 초깃값
6.2.1 초깃값을 0으로 하면?
6.2.2 은닉층의 활성화 분포
6.2.3 ReLU를 사용할 때의 가중치 초깃값
6.2.4 MNIST 데이터셋으로 본 가중치 초깃값 비교
6.3 배치 정규화
6.3.1 배치 정규화 알고리즘
6.3.2 배치 정규화의 효과
6.4 바른 학습을 위해
6.4.1 오버피팅
6.4.2 가중치 감소
6.4.3 드롭아웃
6.5 적절한 하이퍼파라미터 값 찾기
6.5.1 검증 데이터
6.5.2 하이퍼파라미터 최적화
6.5.3 하이퍼파라미터 최적화 구현하기
6.6 정리

7장 합성곱 신경망(CNN)
7.1 전체 구조
7.2 합성곱 계층
7.2.1 완전연결 계층의 문제점
7.2.2 합성곱 연산
7.2.3 패딩
7.2.4 스트라이드
7.2.5 3차원 데이터의 합성곱 연산
7.2.6 블록으로 생각하기
7.2.7 배치 처리
7.3 풀링 계층
7.3.1 풀링 계층의 특징
7.4 합성곱/풀링 계층 구현하기
7.4.1 4차원 배열
7.4.2 im2col로 데이터 전개하기
7.4.3 합성곱 계층 구현하기
7.4.4 풀링 계층 구현하기
7.5 CNN 구현하기
7.6 CNN 시각화하기
7.6.1 1번째 층의 가중치 시각화하기
7.6.2 층 깊이에 따른 추출 정보 변화
7.7 대표적인 CNN
7.7.1 LeNet
7.7.2 AlexNet
7.8 정리

8장 딥러닝
8.1 더 깊게
8.1.1 더 깊은 네트워크로
8.1.2 정확도를 더 높이려면
8.1.3 깊게 하는 이유
8.2 딥러닝의 초기 역사
8.2.1 이미지넷
8.2.2 VGG
8.2.3 GoogLeNet
8.2.4 ResNet
8.3 더 빠르게(딥러닝 고속화)
8.3.1 풀어야 할 숙제
8.3.2 GPU를 활용한 고속화
8.3.3 분산 학습
8.3.4 연산 정밀도와 비트 줄이기
8.4 딥러닝의 활용
8.4.1 사물 검출
8.4.2 분할
8.4.3 사진 캡션 생성
8.5 딥러닝의 미래
8.5.1 이미지 스타일(화풍) 변환
8.5.2 이미지 생성
8.5.3 자율 주행
8.5.4 Deep Q-Network(강화학습)
8.6 정리

부록 A Softmax-with-Loss 계층의 계산 그래프
A.1 순전파
A.2 역전파
A.3 정리
참고문헌

저자소개

사이토 고키 [저] 신작알림 SMS신청 작가DB보기
생년월일 -
출생지 -
출간도서 0종
판매수 0권

1984년 나가사키 현 쓰시마 태생. 도쿄공업대학교 공학부를 졸업하고 도쿄대학대학원 학제정보학부 석사 과정을 수료했다. 현재는 기업에서 컴퓨터 비전과 기계학습 관련 연구·개발에 매진하고 있다. 오라일리재팬에서 [실천 파이썬 3], [컴퓨터 시스템의 이론과 구현], [실천 기계학습 시스템] 등을 번역했다.

이복연(개앞맵시) [역] 신작알림 SMS신청 작가DB보기
생년월일 -
출생지 -
출간도서 0종
판매수 0권

고려대학교 컴퓨터학과를 졸업하고 삼성소프트웨어멤버십을 거쳐, 삼성전자 소프트웨어센터와 미디어솔루션센터에서 자바 가상 머신, 바다 플랫폼, 챗온 메신저 서비스 등을 개발했다. 주 업무 외에 분산 빌드, 지속적 통합, 앱 수명주기 관리 도구, 애자일 도입 등 동료 개발자들에게 실질적인 도움을 주는 일에 적극적이었다. 그 후 창업 전선에 뛰어들어 소셜 서비스, 금융 거래 프레임워크 등을 개발하다가, 무슨 바람이 불어서인지 책을 만들겠다며 기획·편집자(자칭 Wisdom Compiler)로 변신했다.
[Effective Unit Testing](한빛미디어, 2013)과 [JUnit 인 액션](인

펼쳐보기

리뷰

8.0 (총 0건)

기대평

작성시 유의사항

평점
0/200자
등록하기

기대평

9.8

교환/환불

교환/환불 방법

‘마이페이지 > 취소/반품/교환/환불’ 에서 신청함, 1:1 문의 게시판 또는 고객센터(1577-2555) 이용 가능

교환/환불 가능 기간

고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

교환/환불 비용

고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

교환/환불 불가사유

반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

소비자 피해보상

소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

기타

도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

배송안내

  • 인터파크 도서 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다

  • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

  • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

  • 배송비

도서(중고도서 포함) 구매

2,000원 (1만원이상 구매 시 무료배송)

음반/DVD/잡지/만화 구매

2,000원 (2만원이상 구매 시 무료배송)

도서와 음반/DVD/잡지/만화/
중고직배송상품을 함께 구매

2,000원 (1만원이상 구매 시 무료배송)

업체직접배송상품 구매

업체별 상이한 배송비 적용