[eBook]신경망과 심층학습 : 뉴럴 네트워크와 딥러닝 교과서

원제 : Neural Networks and Deep Learning: A Textbook

저 : 차루 C. 아가르왈(Charu C. Aggarwal)역 : 류광출판사 : 제이펍발행일 : 2020년 01월02일 | 종이책 발행일 : 2019년 09월17일

  • 크게보기
  • 미리보기
공유하기
판매가
27,300원 쿠폰받기

적립혜택

1,370P(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 / 19.6 MB

이용환경

아이폰/아이패드/안드로이드폰·태블릿/PC

다운로드기간

제한없음

다운로드방법

유/무선 모두 지원

수량

소중한 분들에게eBook선물하세요! [자세히보기]
북카트담기 바로구매
간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (25,940원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (19,110원)
(최대할인 3만원 / 3만원 이상 결제)
Close

쿠폰/사은품/적립포인트는 적용 조건이 맞을 시 제공됩니다.

쿠폰 금액할인 적립P Total 최대혜택 무이자 사은품
- - 1,780P 3,780원 - -

이상품의 다른 구매방식

전체

상품상세정보

저자소개

배송/교환/환불

글씨크게 글씨작게 글씨크기

전체

상품상세정보

저자소개

리뷰

배송/교환/환불

글씨크게 글씨작게 글씨크기

이상품의분류 TOP

이상품의 eBook 파일 정보 TOP

구성 파일 갯수 : 0
구성 파일 명 : 신경망과 심층학습
  • 이 상품을 구매후 마이북쇼핑 > 나의 eBook에서 각각의 eBook 파일을 확인할 수 있습니다.
  • Window 10 에서는 PC viewer 작동이 원활하지 않을 수 있습니다.

북마스터소개글 TOP

신경망의 기초부터 고급 주제까지
체계적으로 정리한 새로운 인공지능 교과서!


이 책은 신경망(뉴럴 네트워크)과 심층 학습(Deep Learning)에 관한 교과서입니다. 강의용 교재뿐만 아니라 독학용으로 사용할 수 있도록 각 장 끝에는 배운 내용을 확인할 수 있는 연습문제를 수록하고 있으며, 신경망 기초부터 고급 신경망까지 깊이 있는 내용으로 구성되어 있어서 체계적인 인공지능 기술을 배우고자 하는 대학원생과 연구자, 실무자들에게 접합한 책입니다.

출판사서평 TOP

신경망의 기초부터 고급 주제까지
체계적으로 정리한 새로운 인공지능 교과서!


이 책은 현세대의 심층 학습 모형들을 주로 다루되, 전통적인 기계 학습 모형들도 언급한다. 이 책의 주요 내용은 다음과 같다.

■ 신경망의 기초- 전통적인 기계 학습 모형 중에는 신경망의 특수 사례로 이해할 수 있는 것들이 많이 있다. 제1장과 제2장은 전통적인 기계 학습과 신경망의 관계에 초점을 둔다. 이 두 장은 지지 벡터 기계, 선형회귀와 로지스틱 회귀, 특잇값 분해, 행렬 인수분해, 추천 시스템이 신경망의 특수 사례들에 해당함을 보여 준다. 그와 함께 word2vec 같은 최근의 특징 공학 방법들도 소개한다.

■ 기본적인 신경망 구조들과 학습 방법- 제3장과 제4장에서는 신경망의 훈련과 정칙화를 상세하게 논의한다. 제5장과 제6장은 방사상 기저 함수(RBF) 신경망과 제한 볼츠만 기계(RBM)를 소개한다.

■ 신경망의 고급 주제- 제7장과 제8장은 순환 신경망과 합성곱 신경망을 논의한다. 제9장과 제10장에서는 심층 강화 학습, 신경 튜링 기계, 생성 대립 신경망(GAN) 같은 여러 고급 주제를 논의한다.

[이 책의 대상 독자]

이 책의 주된 대상은 대학원생과 연구자, 실무자이다. 강의와 독학에 도움이 되도록 각 장 끝에 연습문제들을 수록했다. 그리고 신경망과 심층 학습이 실제로 어떻게 쓰이는지 독자가 가늠할 수 있도록 응용 사례를 중심으로 논의를 진행했다.

목차 TOP

1장 신경망 입문
1.1 소개 1
1.1.1 인간 대 컴퓨터- 인공지능의 한계 확장 4
1.2 신경망의 기본 구조 6
1.2.1 단일 계산층- 퍼셉트론 7
1.2.2 다층 신경망 25
1.2.3 계산 그래프로서의 다층망 28
1.3 역전파를 이용한 신경망 훈련 30
1.4 신경망 훈련의 실질적인 문제점들 35
1.4.1 과대적합 문제점 35
1.4.2 기울기 소실 및 폭발 문제 41
1.4.3 수렴의 어려움 41
1.4.4 국소 가짜 최적해 42
1.4.5 계산의 어려움 43
1.5 함수 합성이 강력한 이유 44
1.5.1 비선형 활성화 함수의 중요성 47
1.5.2 깊이를 이용한 ...

본문중에서 TOP

심층 학습 모형은 로지스틱 회귀나 선형회귀 같은 좀 더 단순한 모형들을 차곡차곡 쌓은 것으로 볼 수 있다. 이번 장에서 상세히 이야기하겠지만, 선형 뉴런과 S자형 활성화 함수를 조합하면 로지스틱 회귀 모형이 된다. 선형 단위와 S자형 활성화 함수의 조합은 좀 더 복잡한 신경망의 구축에도 광범위하게 쓰인다. 이로부터 다음과 같은 질문이 자연스럽게 제기된다.
(/ p.80)

이러한 미니배치 확률적 경사 하강법이 안정성, 속도, 메모리 요구량을 가장 잘 절충하는 선택일 때가 많다. 미니배치 확률적 경사 하강법을 사용할 때는 한 층의 출력들이 벡터가 아니라 행렬이며, 순전파에서는 가중치 행렬과 활성화 값 행렬을 곱한다. 가중치들의 행렬을 갱신하는 역전파에서도 마찬가지로 행렬 곱셈이 필요하다. 따라서 미니배치 확률적 경사 하강법 구현은 보통의 확률적 경사 하강법 구현보다 메모리를 더 많이 소비하며, 이러한 높은 메모리 요구수준은 미니배치의 크기를 제한하는 요소이다.
(/ p.183)

연속법과 커리큘럼 학습은 사람이 뭔가를 배우는 과정과도 잘 맞는다. 사람들은 먼저 간단한 개념을 배우고 더 복잡한 개념으로 나아갈 때가 많다. 그러한 원리에 ...

저자소개 TOP

차루 C. 아가르왈(Charu C. Aggarwal) [저]

미국 뉴욕 요크타운 하이츠 소재 IBM T. J. 왓슨 연구센터의 저명 연구원(Distinguished Research Staff Member, DRSM)이다. 그는 1993년에 인도 칸푸르의 인도 공과대학교에서 컴퓨터 과학을 학사로 졸업하고, 1996년 매사추세츠 공과대학(MIT)에서 박사 학위를 받았다. 데이터 마이닝 분야에서 주로 일했으며, 주요 콘퍼런스와 학술지에 350편이 넘는 논문을 발표했고, 80건이 넘는 특허를 가지고 있다. 또한, 데이터 마이닝과 추천 시스템, 이상치 분석에 관한 교과서들을 비롯해 18권의 책을 저술 또는 편집했다. 보유한 특허들의 상업적 가치 덕분에 IBM에서 세 번이나 Master I...

전체선택

류광 [역]

커누스 교수의 《컴퓨터 프로그래밍의 예술》 시리즈(한빛미디어)를 포함하여 60여 종의 다양한 IT 전문서를 번역한 전문 번역가다. 인공지능 관련 번역서로는 이 책 외에도 《인공지능: 현대적 접근방식(제3판)》(제이펍, 2016)과 《심층 학습》(제이펍, 2018), 《신경망과 심층 학습》(제이펍, 2019), 《파이썬으로 배우는 자연어 처리 인 액션》(제이펍, 2020)이 있으며, 《인공지능: 현대적 접근방식(제4판)》을 준비 중이다.

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

저자소개

배송/교환/환불

TOP