[eBook]파이썬 날코딩으로 알고 짜는 딥러닝 : 프레임워크 없이 단층 퍼셉트론에서 GAN까지

출판사 : 한빛미디어발행일 : 2019년 08월08일 | 종이책 발행일 : 2019년 07월15일

  • 크게보기
공유하기
판매가
36,000원 쿠폰받기

적립혜택

1,800P(5%)  

5만원이상 주문시 2천P+등급별 최대 1.5%적립

I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.

추가혜택
5만원이상 최대 24개월 무이자 더보기

파일포맷/용량

pdf / 7.3 MB

이용환경

전용단말기/아이폰/아이패드/안드로이드폰·태블릿/PC

다운로드기간

제한없음

다운로드방법

유/무선 모두 지원 비스킷앱 무선 다운로드 가능

수량

소중한 분들에게eBook선물하세요! [자세히보기]
북카트담기 바로구매
간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (34,200원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (25,200원)
(최대할인 3만원 / 3만원 이상 결제)
Close

쿠폰/사은품/적립포인트는 적용 조건이 맞을 시 제공됩니다.

쿠폰 금액할인 적립P Total 최대혜택 무이자 사은품
- - 2,340P 4,340원 - -

이상품의 다른 구매방식

전체

상품상세정보

배송/교환/환불

글씨크게 글씨작게 글씨크기

전체

상품상세정보

리뷰

배송/교환/환불

글씨크게 글씨작게 글씨크기

이상품의분류 TOP

이상품의 eBook 파일 정보 TOP

구성 파일 갯수 : 0
구성 파일 명 : 파이썬 날코딩으로 알고 짜는 딥러닝 : 프레임워크 없이 단층 퍼셉트론에서 GAN까지
  • 이 상품을 구매후 마이북쇼핑 > 나의 eBook에서 각각의 eBook 파일을 확인할 수 있습니다.
  • Window 10 에서는 PC viewer 작동이 원활하지 않을 수 있습니다.

북마스터소개글 TOP

★ 인공 신경망 원리와 응용을 파이썬 날코딩으로 정말 깊이 이해하자!
이 책은 딥러닝 알고리즘의 원리를 깊숙이 이해하고 이를 파이썬 코딩만으로 구현하는 데 주안점을 둔다. 이를 위해 가장 간단한 신경망 구조부터 복잡한 응용 구조까지 다양한 딥러닝 신경망 예제의 실제 구현 과정을 소개한다. 그 과정에서 독자는 딥러닝 알고리즘을 텐서플로 같은 프레임워크 없이도 개발하는 능력을 갖추게 된다. 딥러닝 알고리즘을 깊이 이해하면 역설적으로 프레임워크를 이용할 때의 장단점을 더 확실히 알 수 있다. 나아가 자신만의 새로운 딥러닝 신경망을 개발하는 밑거름이 될 것이다.

출판사서평 TOP

★ 난도는 중상 이상이다, 정말 깊은 이해를 원하는 대상 독자만 봐달라!
이 책의 대상 독자는 크게 두 부류다. 첫 번째는 텐서플로 같은 프레임워크를 사용해 딥러닝에 입문했지만 여전히 딥러닝 알고리즘의 동작 원리를 제대로 이해할 수 없어 답답함을 느끼는 기존 딥러닝 개발자다. 두 번째는 딥러닝을 새로 배워보려 하지만 기왕이면 수박 겉 핥기식 공부보다는 딥러닝 알고리즘을 제대로 이해하는 공부를 하고 싶은 딥러닝 입문자다.

★ 프레임워크를 이용하지 않고 파이썬 날코딩만으로 딥러닝 문제를 풀어보자!
이 책의 목표는 독자가 딥러닝 알고리즘의 원리를 깊이 있게 이해하여 활용 능력을 갖추도록 돕는 데 있다. 각 장은 이론을 제시한 후에 파이썬으로 예제 프로그램을 구현하고 실험을 수행하는 과정을 차근차근 소개한다. 이들 예제 프로그램을 꼼꼼하게 설명한다. 또한 실험 과정을 재현하고 변형해 활용하기 쉽게 구성했다. 예제 프로그램을 살펴보면서 그동안 편리한 프레임워크에 가려져 이해하지 못한 채 지나쳤던 딥러닝의 동작 원리를 확실하게 알게 된다. 이렇게 길러진 이해를 토대로 프레임워크 없이도 직접 딥러닝 신경망을 개발하는 능력을 갖추게 될 것이다. 동시에 역설적으로 숨은 동작 원리를 간파하게 됨으로써 프레임워크를 더 잘 이용하게 된다.

★ 캐글 플랫폼에서 수집한 다양한 실전 예제를 만나보자!
예제에서 다루는 다양한 데이터셋은 이 책의 또 하나의 매력이다. 각종 인공지능 챌린지 대회가 펼쳐지는 캐글 플랫폼에서 수집한 실전 데이터셋은 딥러닝 모델의 활용 범위에 대한 상상의 지평을 넓혀줄 것이다. 전복 나이 추정, 천체 펄서 여부 판정, 철판 불량 상태 분류, 꽃 사진 이미지나 도시 소음의 분류 등의 문제를 캐글 데이터셋을 이용해 다룬다. 이 밖에도 사무용품 이미지들로 구성된 오피스31 데이터셋, 필기체 문자 이미지들을 모은 엠니스트(MNIST) 데이터셋을 비롯해 영화 동영상 파일, 회화 이미지 파일, 오토마타 문법 등 다양한 종류의 데이터셋을 예제 프로그램에서 사용한다.

여러분이 자신만의 새로운 딥러닝 신경망을 개발하고, 딥러닝을 넘어서는 인공지능의 또 다른 지평을 향해 나아가는 첫걸음에 이 책이 도움이 되기를 기대해본다.

★ 이 책에서 파이썬 날코딩으로 구현하는 신경망
_1. 단층 퍼셉트론(SLP)
_2. 다층 퍼셉트론(MLP)
_3. 합성곱 신경망(CNN)
_4. 순환 신경망(RNN)
_5. 오토인코더
_6. 인코더-디코더
_7. 생성적 적대 신경망(GAN)

★ 이 책에서 다루는 내용
이 책은 총 5부로 구성되어 있다. 다루는 내용은 다음과 같다.

1부 : 단층 퍼셉트론
가장 간단한 신경망 구조인 단층 퍼셉트론 구조를 소개하면서 신경망 출력을 이용해 풀어야 할 세 가지 문제 유형의 해결 방법을 살펴본다. 1장에서는 전복 고리 수 추정 신경망 예제를 통해 '회귀 분석 문제'의 해결 방법을, 2장에서는 펄서 여부 판정 신경망 예제를 통해 '이진 판단 문제'의 해결 방법을, 3장에서는 철판의 불량 상태 분류 신경망 예제를 통하여 '선택 분류 문제'의 해결 방법을 각각 소개한다.

2부 : 다층 퍼셉트론
기본적이면서도 실전적인 다층 퍼셉트론 구조를 소개하면서 객체지향 모델 구조와 복합 출력의 처리 방법을 다룬다. 4장에서는 지금까지의 예제들을 다층 퍼셉트론으로 다시 풀어내며, 5장에서는 객체지향 구조로 프로그램을 재구성하면서 꽃 이미지 분류 신경망 예제를 소개한다. 6장에서는 오피스31 이미지의 다차원 분류 예제를 사용해 복합 출력을 다루는 방법을 살펴본다.

3부 : 합성곱 신경망
합성곱 신경망과 ...

추천사 TOP

최근 심층학습(딥러닝) 기반의 기계학습 기술이 몇 가지 난제를 극복하면서 자동 번역, 음성 인식, 이미지 분류 등 다양한 인공지능 분야에 성공적으로 적용되어 획기적인 상용화를 이끌고 있습니다. 그런데 그 기술을 더 쉽게, 더 널리 활용하는 데 도움이 될 국내 책자는 전무
해서 매우 아쉬웠습니다. 이 책은 이러한 측면에서 국내 최초의 기초 이론 및 알고리즘 소개, 그리고 손쉬운 활용을 위한 예제 기반 소프트웨어 해설서로 손색이 없습니다. 깊은 이론적 배경지식 없이도 쉽고 빠르게 인공지능 기술을 활용할 수 있는 도구로 적극 추천합니다.
- 김회린 / KAIST 전기및전자공학부 교수

수십 년간 개발된 기술들을 무용지물로 만드는 딥러닝 시대에도 변치 않는 사실이 있습니다. 바로 기초가 튼튼해야 제대로 된 변화를 만들 수 있다는 것입니다. 딥러닝 관련 책이 쏟아지고 있으나 깊이 있는 이해로 이끄는 책을 찾기 어렵습니다. 이에 천재 전산학자로 소문난 저자는 역시 기대를 저버리지 않고 딥러닝의 세부 주제를 확실하게 소화시키는 비책을 내놓았습니다.
- 김형순 / 부산대 전자공학과 교수

'딥러닝' 하면 개발자는 어떤 프레임워크를 쓸지를 제일 먼저 떠올릴 것입니다. 그런데 이 책은 케라스나 텐서플로와 같은 프레임워크를 사용하지 않고, 직접 신경망을 구현해보면서 딥러닝을 이해할 수 있게 구성되어 있습니다. 더불어 엠니스트 같은 기본적인 데이터부터 음성과 비디오와 문맥까지 활용해 예제를 진행하기 때문에 현업에 유용합니다. 다만 딥러닝을 처음 접해보는 사람에게 약간 어려울 만한 부분도 존재합니다. 논문이나 기반 지식이 더 소개되었다면 이해하는 데 더 도움이 되지 않았을까 하는 아쉬움이 있습니다. 『밑바닥부터 시작하는 딥러닝』처럼 예제 위주로 진행하며 직접 성능을 개선시키는 점에서 여타 딥러닝 관련 서적과 차별점이 있다고 생각합니다.
- 베타리더 강찬석 / LG전자

시중에 동화책 같이 진입 장벽이 낮은 딥러닝 입문 책이 많습니다. 동화책을 건너뛰고 제대로 된 딥러닝 교과서를 원한다면 이 책은 최고의 바이블이 될 겁니다. 심도 있는 이론과 적절한 실제 데이터셋까지 제공해, 머신러닝 전문가를 꿈꾸는 사람이라면 만족스러운 책이 될 겁니다.
- 베타리더 다람쥐

이 책은 딥러닝 프레임워크 없이 신경망을 구현하여 딥러닝을 제대로 이해하는 데 그 취지가 있습니다. 좋은 프레임워크가 많아 굳이 파이썬 날코딩을 할 이유를 못 느낄 수도 있지만, 프레임워크만 쓰면 오히려 원리를 모른 채 코드만 실행시키는 형편없는 모델러가 될 수 있습니다. 그런 의미에서 이 책이 매우 반가웠습니다. 한 줄 한 줄 쉽게 풀어서 설명하려는 의도가 보여 매우 읽기 편했고 딥러닝의 원리를 조금이나마 들여다볼 수 있었습니다.
- 베타리더 박규리 / 딥러닝 모델러

출간된 범인공지능 도서 중에 현업에 가장 가까워 보이는 책이라고 생각됩니다. 술술 읽히는 가벼운 책은 아닙니다. 책의 전반에 걸쳐 캐글 예제를 다루고 있기 때문에 머신러닝의 기본 개념이나 용어 등 어느 정도 배경지식을 갖춘 입문 단계 독자에게 중급으로 넘어가는 좋은 길라잡이가 될 것입니다.
- 베타리더 백재연

딥러닝을 처음 접하는 사람이 가벼운 마음으로 읽고 이해하기는 어려운 책입니다. 이 책은 다루는 주제의 배경지식이나 관련 내용을 세세하게 설명합니다. 이 책의 가장 중요한 기저는 프레임워크나 라이브러리 API를 이용하지 않고 직접 구현한다는 점입니다. 딥러닝 기술을 더 잘 이해하고, 단순 딥러닝 기술 사용자가 아니라 자신만의 문제에 활용하고 응용하려는 분께 추천합 ...

목차 TOP

CHAPTER 0 들어가기
0.1 이 책의 구성
0.2 인공지능과 머신러닝, 딥러닝
0.3 동물의 신경세포, 뉴런
0.4 인공 신경망의 기본 유닛, 퍼셉트론
0.5 딥러닝을 위한 수학
0.6 예제 실습 환경 소개
0.7 마치며

[ PART I 단층 퍼셉트론(SLP) ]

CHAPTER 1 회귀 분석 : 전복의 고리 수 추정 신경망
1.1 단층 퍼셉트론 신경망 구조
1.2 텐서 연산과 미니배치의 활용
1.3 신경망의 세 가지 기본 출력 유형과 회귀 분석
1.4 전복의 고리 수 추정 문제
1.5 회귀 분석과 평균제곱오차(MSE) 손실 함수
1.6 경사하강법과 역전파
1.7 편미분과 손실 기 ...

평점주기 starstarstarstarstar

공유
  • 기대지수

  • 내용

  • 재미

  • 편집/디자인

등록
* 연락처 등 개인정보 입력 시 개인정보도용 등의 불이익이 따를 수 있으니 주의해 주시기 바랍니다. [0 / 200자]

배송/교환/환불 TOP

eBook 구매 안내

  • 인터파크도서 > eBook 메뉴로 접속 후 구매 가능합니다.
  • 스마트폰/패드 biscuit 무료 어플리케이션에서 [스토어]로 접속 후 구매 가능합니다.
  • 비스킷탭에서 [스토어]로 접속 후 구매 가능합니다.
  • 모바일웹 (http://m.book.interpark.com) 에서 eBook 페이지로 접속 후 구매 가능합니다.

eBook 다운로드 안내

  • eBook 상품은 결제완료 즉시 다운로드하여 읽을 수 있습니다.
  • 구매하신 eBook 상품은 총 5대의 기기에 다운로드 하실 수 있습니다.
  • 대여 상품일 경우 eBook 파일의 대여기간이 만료되면 더 이상 eBook 파일을 읽을 수 없습니다.

eBook 다운로드 방법

  • 1. 스마트폰/패드에서 다운로드 받기
    스마트폰/패드 biscuit 어플리케이션 > [다운]에서 구매 상품 다운로드시 [내책장]에서 확인 가능합니다.
    비스킷탭 > [다운로드 대기 eBook]에서 구매 상품 다운로드 시 [서재List]에서 확인 가능 합니다.
  • 2. PC뷰어에서 다운로드 받기
    무료로 제공하는 PC뷰어를 PC에 설치>[다운로드 대기]에서 다운로드 후 이용 가능 합니다.
    Window 10에서는 PC viewer 작동이 원활하지 않을 수 있습니다.

eBook 환불 안내

  • 1. 상품 구매 후 다운로드 받은 경우
    주문 취소가 불가능 합니다.
  • 2. 다운로드 받지 않은 경우
    상품 구입 후 7일 이내 주문 취소 가능합니다. (7일 경과시 취소 불가)

고객센터 안내

  • 1. eBook 콘텐츠 문의 : eBook 고객센터 1588-2547 (평일 - 오전 09:00 ~ 오후 06:00 / 토요일 - 오전 09:00 ~ 오후 01:00 / 일요일, 공휴일 휴무)

전체

상품상세정보

배송/교환/환불

TOP