국내도서

>

전공도서/대학교재

>

공학계열

>

컴퓨터공학

• 
• 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.

• 
• 도서  > 전공도서/대학교재  > 공학계열  > 컴퓨터공학

• 

	데이터사이언스총서(총10건) 실전! 파이토치 딥러닝 프로젝트 : 기본 아키텍처부터 글쓰기/작곡, 스타일 전이, 게임, 클라우드와 분산 훈련까지     28,800원 (10%↓) 실전! GAN 프로젝트 : 텐서플로와 케라스를 이용한 차세대 생성적 적대 신경망 모델 구축     24,300원 (10%↓) 실전 예제로 배우는 GAN : 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기     22,500원 (10%↓) 실전! 딥러닝 : 텐서플로와 케라스를 이용한 딥러닝 최신 기술 활용 가이드     22,500원 (10%↓) 초보자를 위한 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝     19,800원 (10%↓) 리얼월드 머신러닝 : 생생한 현장의 실무 예제로 배우는     22,500원 (10%↓) 지식그래프(큰글씨책)     20,000원 (0%↓) 지식그래프     9,800원 (0%↓) 데이터과학 비즈니스(큰글씨책)     20,000원 (0%↓) 데이터과학 비즈니스     9,800원 (0%↓) 데이터사이언스총서(총9건) 실전! 파이토치 딥러닝 프로젝트 : 기본 아키텍처부터 글쓰기/작곡, 스타일 전이, 게임, 클라우드와 분산 훈련까지     28,800원 (10%↓) 실전! GAN 프로젝트 : 텐서플로와 케라스를 이용한 차세대 생성적 적대 신경망 모델 구축     24,300원 (10%↓) 실전 예제로 배우는 GAN : 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기     22,500원 (10%↓) 실전! 딥러닝 : 텐서플로와 케라스를 이용한 딥러닝 최신 기술 활용 가이드     22,500원 (10%↓) 초보자를 위한 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝     19,800원 (10%↓) 지식그래프(큰글씨책)     20,000원 (0%↓) 지식그래프     9,800원 (0%↓) 데이터과학 비즈니스(큰글씨책)     20,000원 (0%↓) 데이터과학 비즈니스     9,800원 (0%↓)

• 
• 
• 실무 현장에서 사용할 만한 유용한 딥러닝 응용 예제로 실습해 보자! 구글이 오픈소스화한 ‘텐서플로’는 많은 개발자와 기업에서 사용되고 있습니다. 이 책은 텐서플로에 대한 기초적인 내용부터 고수준 API인 케라스를 이용한 딥러닝 모델 구축까지 상세하게 설명한 엔지니어를 위한 입문서입니다. 화제가 된 이미지로부터 노이즈를 제거하거나, 그림을 자동으로 색칠해 주는 자동채색, 저해상도의 그림을 고해상도로 바꿔주는 초해상, 고흐와 같이 거장들의 그림 스타일로 바꿔주는 화풍변환, 그리고 이미지 생성과 같이 어떻게 구현을 했을지 궁금한 딥러닝의 응용 예제들을 직접 코드를 실습해 보면서 이론을 이해할 수 있도록 설명하고 있습니다. 1부 기초편에서는 심층학습과 텐서플로, 케라스 기초를 설명하고, 2부 응용편에서는 케라스를 사용해서 ‘노이즈제거’, ‘자동채색’, ‘초해상’, ‘화풍변환’, ‘이미지생성’ 등 텐서플로와 케라스의 기능을 배우면서 현장에서 사용할 수 있는 실용적인 딥러닝 모델까지 다루고 있어, 딥러닝의 기초를 다지고 예제를 통해 딥러닝의 실무를 익히고 싶은 독자에게 좋은 참고서가 될 것입니다.
• 
• [1부] 기본편 ▣ 01장: 머신러닝 라이브러리 텐서플로와 케라스 1.1 텐서플로와 딥러닝 __1.1.1 텐서플로란 __1.1.2 딥러닝이란 1.2 딥러닝으로 할 수 있는 것 1.2.1 이미지 처리 1.2.2 자연어 처리 1.2.3 음성 처리 __1.2.4 강화학습 __1.2.5 그 외 1.3 텐서플로의 특징 __1.3.1 방향성 비순환 그래프 __1.3.2 다양한 환경에서 동작 __1.3.3 분산 처리 __1.3.4 텐서 보드를 이용한 가시화 __1.3.5 다양한 수준의 API와 에코시스템 1.4 케라스(Keras) __1.4.1 케라스의 특징 1.5 딥러닝 라이브러리의 동향 __1.5.1 Define and Run과 Define by Run __1.5.2 여러 라이브러리 간의 모델 공유 __1.5.3 딥러닝의 에코시스템 1.6 이 책의 구성과 내용 __1.6.1 1부에서 다루는 내용 __1.6.2 2부에서 다루는 내용 ▣ 02장: 개발 환경을 구축하자 2.1 텐서플로와 GPU __2.1.1 CPU 버전과 GPU 버전의 차이 2.2 파이썬 환경 구축 __2.2.1 아나콘다란? __2.2.2 아나콘다 설치 __2.2.3 가상 환경 구축 __2.2.4 필요한 라이브러리 설치 __2.2.5 주피터 노트북으로 동작 확인 2.3 GPU 환경과 클라우드 활용 __2.3.1... GPU 버전 텐서플로 설치 __2.3.2 클라우드 이용 2.4 정리 __2.4.1 개발 환경에 대해서 ▣ 03장: 간단한 예제로 배우는 텐서플로의 기본 3.1 텐서플로와 데이터 플로우 그래프 __3.1.1 데이터 플로우 그래프 __3.1.2 세션 3.2 데이터 플로우 그래프의 구성 요소 __3.2.1 데이터 플로우 그래프의 구성 요소란 3.3 다차원 배열과 텐서 __3.3.1 텐서 계산 __3.3.2 텐서 연산과 플레이스홀더 3.4 세션과 Saver __3.4.1 세션과 Saver의 이용 방법 3.5 텐서보드를 이용한 그래프 가시화 __3.5.1 그래프 가시화 __3.5.2 요약 출력 __3.5.3 텐서보드의 기동과 실행 3.6 최적화와 경사법 __3.6.1 딥러닝과 최적화 __3.6.2 경사법(경사하강법) __3.6.3 머신러닝에 경사법 적용 __3.6.4 데이터 세트 준비 __3.6.5 데이터의 전처리 __3.6.6 모델 정의 __3.6.7 손실 함수의 정의와 학습 __3.6.8 확률적 경사하강법과 미니배치 3.7 최적화와 경사법 __3.7.1 텐서플로 기본에 대해서 ▣ 04장: 신경망과 케라스 4.1 최적화와 경사법 __4.1.1 퍼셉트론이란 __4.1.2 시그모이드 뉴런 4.2 순전파 신경망과 케라스로 구현 __4.2.1 순전파 신경망 __4.2.2 케라스를 사용한 구현 __4.2.3 구축한 모델 학습 4.3 Functional API __4.3.1 Functional API의 이용 4.4 딥러닝 라이브러리의 동향 __4.4.1 순전파 신경망을 케라스로 구현 ▣ 05장: 케라스를 이용한 CNN 구현 5.1 CNN의 개요 __5.1.1 입력 이미지의 크기와 파라미터 수 __5.1.2 합성곱 층과 풀링 층 5.2 케라스로 CNN 구현 __5.2.1 CIFAR-10 데이터 세트 __5.2.2 예제 데이터 임포트 __5.2.3 데이터 변형 __5.2.4 합성곱 층 추가 __5.2.5 풀링 층 추가 __5.2.6 드롭아웃 층 추가 __5.2.7 합성곱 층, 풀링 층 추가 __5.2.8 완전연결 계층 추가 __5.2.9 모델 학습 5.3 정리 __5.3.1 CNN 구현에 대해서 ▣ 06장: 사전 학습 모델 활용 6.1 사전 학습 모델의 활용 목적 __6.1.1 딥러닝 모델을 구축할 때의 어려움 __6.1.2 사전 학습 모델이란 __6.1.3 ImageNet의 이미지 데이터 세트 __6.1.4 케라스에서 이용할 수 있는 사전 학습 모델 6.2 학습시키지 않고 그대로 사용 __6.2.1 모델을 그대로 사용 __6.2.2 모델 불러오기 __6.2.3 입력 이미지 준비 __6.2.4 예측 6.3 사전 학습 모델의 일부를 재학습(전이학습) __6.3.1 전이학습을 하는 경우와 장점 __6.3.2 모델 불러오기 __6.3.3 모델 편집 __6.3.4 모델 컴파일 __6.3.5 생성기 생성 __6.3.6 iterator 생성 __6.3.7 모델 학습 6.4 정리 __6.4.1 사전 학습 모델의 활용에 대해서 ▣ 07장: 자주 사용하는 케라스 기능 7.1 케라스의 레이어(Layer) 객체 __7.1.1 케라스 레이어 __7.1.2 드롭아웃(Dropout) 레이어 __7.1.3 BatchNormalization(배치정규화) 레이어 __7.1.4 Lambda(람다) 레이어 7.2 활성화 함수(Activation) __7.2.1 다양한 활성화 함수 __7.2.2 케라스에서 활성화 함수의 이용 방법 __7.2.3 2부에서 사용할 중요한 활성화 함수 7.3 ImageDataGenerator __7.3.1 ImageDataGenerator의 생성과 전처리 __7.3.2 ImageDataGenerator를 사용한 데이터 불러오기 7.4 정리 __7.4.1 소개한 케라스의 기능에 대해서 [2부] 응용편 ▣ 08장: CAE를 이용한 노이즈 제거 8.1 CAE의 유용성 __8.1.1 CAE의 적용 예제와 유용성 8.2 오토인코더, CAE, DAE __8.2.1 오토인코더란 __8.2.2 CAE란 __8.2.3 DAE란 8.3 노이즈 제거 __8.3.1 노이즈 제거 __8.3.2 데이터 세트 불러오기 __8.3.3 인위적인 노이즈 데이터 작성 __8.3.4 CAE 모델 구축 __8.3.5 모델 요약 확인 __8.3.6 가우시안 노이즈 데이터를 이용한 학습과 예측 __8.3.7 마스킹 노이즈 데이터를 이용한 학습과 예측 __8.3.8 노이즈 이미지 2종류의 예측 결과 8.4 정리 __8.4.1 CAE에 대해서 ▣ 09장: 자동 채색 9.1 자동 채색이란 9.2 자동 채색을 위한 연구 __9.2.1 구축할 네트워크 전체 그림 __9.2.2 전처리-후처리 연구(RGB를 LAB로 변환) 9.3 자동 채색을 해보자 __9.3.1 자동 채색 처리의 흐름 __9.3.2 데이터 불러오기 __9.3.3 전처리: 「RGB」를 「LAB」로 변환 __9.3.4 모델 구축 __9.3.5 모델의 학습-예측 __9.3.6 후처리:예측 결과 「AB」를 입력하고 「L」과 RGB」로 변환 9.4 정리 __9.4.1 자동 채색에 대해서자동 채색에 대해서 ▣ 10장: 초해상 10.1 CNN을 이용한 초해상 __10.1.1 초해상이란 __10.1.2 SRCNN __10.1.3 데이터 전처리 __10.1.4 입력 데이터 생성 __10.1.5 모델 구축 __10.1.6 학습-검증 10.2 CAE를 이용한 초해상 __10.2.1 CAE와 스킵 연결 __10.2.2 케라스로 구현 10.3 정리 __10.3.1 CAE와 초해상 ▣ 11장: 화풍 변환 11.1 화풍 변환의 방법 __11.1.1 화풍 변환이란 __11.1.2 손실 함수를 연구함으로써 적용 범위가 넓어진다 __11.1.3 구축할 네트워크 개요 11.2 화풍 변환 모델의 학습방법 __11.2.1 학습의 입력과 출력 11.3 화풍 변환 모델의 학습방법 __11.3.1 화풍 변환 실행 순서 __11.3.2 순서 - 네트워크 구축 __11.3.3 순서 - 학습 데이터 준비 __11.3.4 순서 - 손실 함수 정의 __11.3.5 순서 - 모델 학습 __11.3.6 순서 - 모델을 사용해서 화풍 변환 __11.3.7 학습할 때 유의점 11.4 화풍 변환 모델의 학습방법 __11.4.1 화풍 변환에 대해서 ▣ 12장: 이미지 생성 12.1 CAE와 이미지 생성 __12.1.1 인코더와 디코더 12.2 DCGAN을 이용한 이미지 생성 __12.2.1 DCGAN 12.3 BEGAN __12.3.1 BEGAN의 특징 __12.3.2 BEGAN의 수렴 판정 12.4 BEGAN 구현 __12.4.1 데이터 준비 __12.4.2 모델 정의 __12.4.3 손실 함수 정의와 모델 컴파일 __12.4.4 학습 12.5 화풍 변환 모델의 학습방법 __12.5.1 이미지 생성과 BEGAN에 대해서
• 

• 수도 코다이, 쿠로사와 타쿠마, 오다 다이스케 [저]

• 손민규 [저]

• 저자 손민규는 소니 반도체에서 데이터 분석을 활용한 알고리즘 및 시스템 개발 업무를 했다. 현재 삼성전자에서 관련 데이터 분석 업무를 하고 있으며 사원을 대상으로 통계 알고리즘 강의를 진행했다. 일본 규슈대학교에서 인공지능의 한 분야인 Reinforcement Learning 알고리즘 개발로 박사학위를 받았으며 관심 분야는 Reinforcement Learning, Neural Network, Genetic Algorithm 등 Machine Learning Algorithm을 활용한 시스템 개발이다. 저서로는 『데이터 분석을 떠받치는 수학 개정판(2020)』 『기초부터 시작하는 강화학습/신경망 알고리즘(2019)』이 있으며 『정석으로 배우는 딥러닝(2017)』을 감수하였고 『가장 쉬운 딥러닝 입문 교실(2018), 실전! 딥러닝(2019)』을 번역하였다.

• 전체 0개의 구매후기가 있습니다.
• 

인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다. 단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다. 교환 및 반품이 가능한 경우 상품을 공급 받은 날로부터 7일이내 가능 공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내,    혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내 상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능 교환 및 반품이 불가능한 경우 구매확정 이후(오픈마켓상품에 한함) 고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우    (단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외) 시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우 포장 개봉되어 상품 가치가 훼손된 경우 다배송지의 경우 반품 환불 다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다. 1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다. 중고상품의 교환 중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다. 오픈마켓 상품의 환불 오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며,    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.

배송예정일 안내 인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다. <인터파크 직배송 상품> 상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다. 상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며, 서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다. (단, 월요일은 12시까지 주문에 한함) 상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다. ~ 상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로 주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간 <업체 직접배송/오픈마켓 상품> ~ 상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다. 주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다. 배송비 안내 도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송) 음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송) 잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송) 도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송) 도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송) 업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용    * 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.    * 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다. 해외배송 안내 인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에    의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다. 해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다. 해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다. 알아두세요!!! 도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다. 오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다. 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다. 유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다. 택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.