추가 적립 안내

인류에겐 이런 딥러닝 입문서가 필요했다. 딥러닝 입문자가 늘고 있지만, 수학 이론을 공부하자니 갈 길이 멀고 원리를 무시한 채 코딩부터 하자니 응용이 불가능하다. 수학 공식과 통계 이론을 달달 익혀야 딥러닝을 배울 수 있는 것은 아니다. 딥러닝을 관통하는 핵심은 신경망이고, 신경망의 기초는 행렬을 통한 가중치 계산뿐이다. 동작 원리를 이해하면 응용과 구현은 자연히 따라온다.

이 책은 전공을 불문하고 행렬곱과 다항식 미분에 필요한 사칙연산만 할 수 있다면 누구나 신경망을 이해하고 나아가 파이썬으로 구현할 수 있음을 보여준다. 수학 공식을 최소화하고 친절한 그림과 명료한 문장으로 개념을 설명한다. 기존의 많은 자료에서 너무 어렵게 혹은 너무 간단히 넘어갔던 가중치, 오차 역전파, 경사 하강법 등을 철저히 일반인의 눈높이에서 학습할 수 있다.

수포자도 이해하는 신경망 동작 원리와 딥러닝 기초
전 세계 독자가 주목한 정말 쉬운 머신러닝 입문서
머신러닝과 딥러닝의 기초는 바로 신경망입니다. 신경망을 이해하지 못하면 계층, 활성화 함수, 역전파 등 머신러닝의 주요 개념을 익히는 데에도 한계가 있습니다. 수학을 공부한 사람은 물론 많은 개발자도 이 신경망이라는 장벽에 부딪혀 딥러닝에 입문하는 데 어려움을 겪고 있습니다.

신경망은 실제로는 그렇게 어렵지 않습니다. 알기 쉽게 가르쳐주는 사람이 없었던 것뿐입니다. 이 책은 나이나 전공을 불문하고 사칙연산만 할 수 있다면 누구나 신경망을 이해할 수 있고, 나아가 파이썬만으로 구현할 수 있다는 것을 보여줍니다. 수학 공식을 최소화하고 친절한 그림과 명료한 문장으로 개념을 설명하는 데 초점을 뒀습니다. 전 세계 5개국에서 번역 출판되었고, 저자는 해외에서 이 책을 토대로 발표 및 교육 활동을 펼쳐 좋은 반응을 얻은 바 있습니다. 수포자라고 해서 딥러닝까지 포기할 필요는 없습니다. 이 책과 함께 다시 도전해보세요!

[추천사]

이 책을 읽으며 아이작 아시모프가 떠올랐다. 아시모프는 대단히 기술적인 주제를 흥미로운 이야기로 풀어내는 능력이 탁월했고, 덕분에 누구든 그의 책을 읽고 즐기고 나아가 기술 과학의 근본을 이해할 수 있었다. 신경망을 설명하는 많은 글을 봤지만, 이 책만큼 내 머리에 의미 있게 다가온 책은 없었다.
_데이비드 L. 파넬 (아마존 독자)

신경망은 실제보다 어렵게 가르쳐지고 있다. 이 책은 아주 단순한 어휘로 신경망을 잘 설명하는 입문서다. 나는 이 책을 친구와 가족에게 추천하고 있다. 수학을 잘 모르더라도 부록에서 미분과 연쇄 법칙을 설명하므로 따라 하기 쉽다. 이론을 넘어서 단계별 파이썬 구현(손글씨 인식)과 신경망의 정확도를 올릴 방법까지 다루는 흔치 않은 책이다.
_네이선 (아마존 독자)

프롤로그

PART 1 인공 신경망의 동작 원리
1장 인간에게는 쉽고 기계에게는 어려운
2장 간단한 예측자
3장 분류는 예측과 그다지 다르지 않습니다
4장 분류자 학습시키기
5장 분류자 1개로는 충분치 않을 수 있습니다
6장 대자연의 컴퓨터, 뉴런
7장 신경망 내의 신호 따라가기
8장 솔직히 행렬곱은 유용합니다
9장 3계층 신경망에 행렬곱 적용하기
10장 여러 노드에서 가중치 학습하기
11장 여러 노드에서의 오차의 역전파
12장 다중 계층에서의 오차의 역전파
13장 행렬곱을 이용한 오차의 역전파
14장 가중치의 진짜 업데이트
15장 가중치 업데이트 예제
16장 데이터 준비하기

PART 2 파이썬으로 인공 신경망 직접 만들기
17장 파이썬
18장 인터랙티브 파이썬 = IPython
19장 파이썬 시작하기
20장 파이썬으로 인공 신경망 만들기
21장 MNIST 손글씨 데이터 인식하기

PART 3 더 재미있는 것들
22장 나만의 손글씨 데이터
23장 신경망의 마음속 들여다보기
24장 회전을 통해 새로운 학습 데이터 만들기

에필로그

부록 A 기초 미분
부록 B 라즈베리 파이에서의 신경망 구현