추가 적립 안내

유데미 AI 최고 강사인 아들랑 드 폰테베가 선사하는 최상의 인공 지능 강의!

아들랑 드 폰테베는 자신의 베스트셀러 동영상 교육을 통해 수십만 명의 사람들에게 AI 소프트웨어를 만드는 방법을 가르쳤다. 이제 최초로 그가 알려주는 실습 위주의 활기찬 교육 방식이 책으로 출간된다. 《강화학습/심층강화학습 특강》은 더 복잡한 공식과 표기법을 배우기 전에 기본부터 시작해서 강화학습과 딥러닝으로 AI 시스템을 구축할 때 필요한 모든 것을 알려준다.
완전하게 작동하는 5가지의 프로젝트를 통해 실질적인 내용을 습득해 나가며, 파이썬, 텐서플로, 케라스, 파이토치 같이 사용하기 쉬우면서도 널리 알려진 AI 프로그래밍 도구를 활용해 지능형 소프트웨어를 만드는 방법을 단계별로 보여준다.
《강화학습/심층강화학습 특강》은 모든 사람이 자신의 애플리케이션에서 작동할 AI를 구축하는 방법을 알려주는 최고의 가이드이다. 이 책을 읽고 난 후 상상력을 빼면 당신의 능력을 제한할 수 없다는 것을 알게 될 것이다.

★ 이 책에서 다루는 내용 ★

◎ 이전에 어떤 경험이 없더라도 AI 기초를 마스터한다.
◎ 가상의 자율 주행 자동차와 창고 로봇 등 재미있는 프로젝트를 구축한다.
◎ 실세계 비즈니스 문제를 해결하기 위해 AI를 사용한다.
◎ 파이썬으로 코딩하는 방법을 배운다.
◎ 강화학습의 5가지 원칙을 알아낸다.
◎ 자신만의 AI 도구를 만든다.

▣ 01장: 도입
AI 여정의 시작
4가지 AI 모델
__실제 모델
__AI 학습이 어디로 인도할까?
요약

▣ 02장: AI 도구 알아보기
깃허브 페이지
구글 코랩
요약

▣ 03장: 파이썬 기초
텍스트 표시하기
변수와 연산
리스트와 배열
if 문과 조건
for와 while 루프
함수
클래스와 객체
요약

▣ 04장: AI 기반 기술
강화학습이란 무엇인가?
강화학습의 5가지 원칙
__원칙 1 - 입출력 시스템
__원칙 2 - 보상
__원칙 3 - AI 환경
__원칙 4 - 마르코프 결정 프로세스
__원칙 5 - 훈련과 추론
요약

▣ 05장: 첫 AI 모델 만들기 - 슬롯머신 문제
다중 슬롯머신 문제
톰슨 샘플링 모델
__모델 코딩
__모델 이해
__분포
__다중 슬롯머신 문제 해결
__3 단계로 나눠본 톰슨 샘플링 전략
__톰슨 샘플링 마무리
__톰슨 샘플링과 표준 모델 비교
요약

▣ 06장: 영업과 광고를 위한 AI
문제 정의
시뮬레이션 내부에 환경 구축하기
__시뮬레이션 실행
__복습
AI 솔루션 복습
__AI 모델
__직관
구현
__톰슨 샘플링 대 무작위 선택
__코딩 시작
__최종 결과
요약

▣ 07장: Q-러닝 기초
미로
__시작
__환경 구성
__AI 구성
Q-러닝 프로세스
__훈련 모드
__추론 모드
요약

▣ 08장: 물류를 위한 AI - 창고에서 일하는 로봇
환경 구성
__상태
__행동
__보상
__AI 모델 복습
구현
__파트 1 - 환경 구성
__파트 2 - Q-러닝으로 AI 솔루션 구성
__파트 3 - 운영 시작
__개선 1 - 보상 부여 자동화
__개선 2 - 중간 목표 추가
요약

▣ 09장: 인공 두뇌로 프로가 되는 법 - 심층 Q-러닝
주택 가격 예측
__데이터셋 업로드
__라이브러리 임포트
__변수 제외
__데이터 준비
__신경망 구축
__신경망 훈련
__결과 표시
딥러닝 이론
__뉴런
__활성화 함수
__신경망 작동 방식
__신경망 학습 방식
__순전파와 역전파
__경사 하강법
__심층 Q-러닝
__소프트맥스 기법
__심층 Q-러닝 복습
__경험 재현
__심층 Q-러닝 전체 알고리즘
요약

▣ 10장: 자율주행차를 위한 AI
환경 구성
__목표 정의
__매개변수 설정
__입력 상태
__출력 행동
__보상
AI 솔루션 복습
구현
__1단계 - 라이브러리 임포트
__2단계 - 신경망 아키텍처 생성
__3단계 - 경험 재현 구현
__4단계 - 심층 Q-러닝 구현
데모
__아나콘다 설치
__파이썬 3.6으로 가상 환경 생성
__파이토치 설치
__키비 설치
요약

▣ 11장: 심층 Q-러닝으로 데이터센터 냉난방 비용 최소화하기
문제 정의
환경 구성
__서버 환경의 매개변수와 변수
__서버 환경에 대한 가정
__시뮬레이션
__전체 기능
__상태 정의
__행동 정의
__보상 정의
__마지막 시뮬레이션 예제
AI 솔루션
__두뇌
__구현
__1단계 - 환경 구성
__2단계 - 두뇌 구성
__3단계 - 심층강화학습 알고리즘 구현
__4단계 - AI 훈련
__5단계 - AI 테스트
데모
요약 - 일반 AI 프레임워크/청사진
요약

▣ 12장: 심층 합성곱 Q-러닝
CNN은 어디에 사용되는가?
CNN은 어떻게 작동하는가?
__1단계 - 합성곱
__2단계 - 최대 풀링
__3단계 - 평면화
__4단계 - 완전 연결
심층 합성곱 Q-러닝
요약

▣ 13장: 게임을 위한 AI - 스네이크 게임 마스터 되기
문제 정의
환경 구성
__상태 정의
__행동 정의
__보상 정의
AI 모델
__두뇌
__경험 재현 메모리
구현
__1단계 - 환경 구성
__2단계 - 두뇌 구성
__3단계 - 경험 재현 메모리 구성
__4단계 - AI 훈련
__5단계 - AI 테스트
데모
__설치
__결과
요약

▣ 14장: 요약 및 결론
요약 - 일반 AI 프레임워크/청사진
향후 계획
__실습, 실습, 또 실습
__네트워킹
__배우기를 멈추지 말라

▣ 부록: 연습문제 풀이