딥러닝 기초 개념 + 수식 정리 + 코딩 실습 + 실무 환경 프로젝트 연습
이 책은 딥러닝의 기초 내용과 응용 지식을 체계적으로 전달하기 위해 이론과 수식, 실습을 분리하여 설명한다. 딥러닝 기초 개념부터 상위 개념까지 점진적으로 배울 수 있도록 커리큘럼을 구성했고, 이 내용을 수식으로 다시 한번 정리하여 딥러닝의 구조와 원리에 대해 익힌다. 또한 실제 머신러닝 프로젝트를 진행하듯 파일을 구성하고 CLI 환경에서 실습을 진행하면서 실전 감각을 키운다.
어떻게 딥러닝 학습을 시작해야 할지 모르는 딥린이를 위한 입문 교과서
이 책은 개념, 수식, 실습으로 이어지는 최적의 딥러닝 학습 커리큘럼을 통해 딥러닝에 대한 기본기를 탄탄하게 키워줍니다.
★ 이 책에서 배우는 내용
→ 개발 환경
→ 딥러닝의 개념
→ 파이토치 튜토리얼
→ 선형 계층
→ 손실 함수
→ 경사하강법
→ 선형 회귀
→ 로지스틱 회귀
→ 심층신경망
→ 확률적 경사하강법
→ 최적화
→ 오버피팅 방지
→ 심층신경망으로 분류 문제 해결
→ 정규화
→ 표현 학습
→ 확률론적 관점
→ CNN(합성곱신경망)
→ RNN(순환신경망)
★ 이 책의 구성
딥러닝 개념 및 이론 설명
딥러닝의 기초 개념을 최대한 쉽게 이해할 수 있도록 수학적 표현을 최소화하고 그림 또는 시각화를 활용하여 설명합니다. 기초부터 심화 단계까지 차근차근 접근할 수 있도록 구성했으며 딥러닝의 여러 진행 방식에 대해 원리와 구조를 조금 더 쉽게 체득할 수 있습니다.
수식 정리
딥러닝을 제대로 공부하기 위해서 수학적 배경지식은 반드시 필요합니다. 딥러닝의 기초 개념 및 이론을 수식을 통해 다시 한번 정리합니다.
실습 코드
앞에서 배운 이론과 수식을 파이토치로 어떻게 구현하는지에 대해 익힐 수 있습니다. 이 책의 실습은 GPU 없이 실행이 가능합니다. GPU가 있다면 훨씬 더 빠르게 실행할 수 있지만, GPU 없이도 최대 몇십 분 이내로 실행이 완료되도록 구성되어 있습니다.
실무 환경에서의 실전 같은 프로젝트 연습
단순히 주피터 노트북으로 하는 실습이 아닌 실제 머신러닝 프로젝트를 진행하듯이 파일을 구성하고 CLI 환경에서의 실습을 진행합니다. 단순히 MNIST 분류기를 만들고 끝내는 것이 아니라 실전처럼 MNIST 분류기 성능을 끌어 올리는 방법과 이를 위한 실험 환경 구축 방법에 대해 알아봅니다.
★ 대상 독자
이 책은 딥러닝을 처음 접하는 독자 또는 딥러닝을 어느 정도 알고 있지만 기초가 부족한 독자를 대상으로 합니다.
★ 예제 소스
https://github.com/kh-kim/deep_learning_book_exercise
1장 개발 환경 구축하기
1.1 아나콘다 설치하기
1.2 VS Code 설치 및 환경 설정
1.3 마치며
2장 딥러닝 소개
2.1 딥러닝이란?
2.2 좋은 인공지능이란?
2.3 머신러닝 프로젝트 워크플로
2.4 수학 용어 설명
2.5 마치며
3장 파이토치 튜토리얼
3.1 왜 파이토치인가?
3.2 (실습) 파이토치 설치
3.3 텐서란?
3.4 (실습) 기본 연산
3.5 (실습) 텐서 형태 변환
3.6 (실습) 텐서 자르기 & 붙이기
3.7 (실습) 유용한 함수들
4장 선형 계층
4.1 행렬 곱
4.2 (실습) 행렬 곱
4.3 선형 계층
4.4 (실습) 선형 계층
4.5 (실습) GPU 사용하기
4.6 마치며
5장 손실 함수
5.1 평균 제곱 오차
5.2 (실습) MSE Loss
5.3 마치며
6장 경사하강법
6.1 미분이란?
6.2 편미분
6.3 경사하강법
6.4 학습률에 따른 성질
6.5 (실습) 경사하강법 구현
6.6 (실습) 파이토치 오토그래드 소개
6.7 마치며
7장 선형 회귀
7.1 선형 회귀란?
7.2 선형 회귀의 수식
7.3 (실습) 선형 회귀
7.4 마치며
8장 로지스틱 회귀
8.1 활성 함수
8.2 로지스틱 회귀란?
8.3 로지스틱 회귀의 손실함수
8.4 로지스틱 회귀의 수식
8.5 (실습) 로지스틱 회귀
8.6 마치며
9장 심층신경망 I
9.1 심층신경망
9.2 심층신경망의... 학습
9.3 역전파 알고리즘의 수식
9.4 그래디언트 소실 문제
9.5 렐루
9.6 (실습) Deep Regression
9.7 마치며
10장 확률적 경사하강법
10.1 확률적 경사하강법이란?
10.2 SGD의 직관적 이해
10.3 미니배치 크기에 따른 SGD
10.4 (실습) SGD 적용하기
10.5 마치며
11장 최적화
11.1 하이퍼파라미터란?
11.2 팁 : 효율적인 연구/개발 진행 방법
11.3 적응형 학습률
11.4 적응형 학습률의 수식
11.5 (실습) 아담 옵티마이저 적용하기
11.6 마치며
12장 오버피팅을 방지하는 방법
12.1 모델 평가하기
12.2 오버피팅이란?
12.3 테스트셋 구성하기
12.4 (실습) 데이터 나누기
12.5 마치며
13장 심층신경망 II
13.1 이진 분류
13.2 평가 지표
13.3 (실습) Deep Binary Classification
13.4 심층신경망을 활용한 분류
13.5 소프트맥스 함수와 교차 엔트로피 손실 함수
13.6 다중 클래스 분류 결과 분석하기
13.7 (실습) Deep Classification
13.8 마치며
14장 정규화
14.1 정규화의 개요
14.2 가중치 감쇠
14.3 데이터 증강
14.4 드롭아웃
14.5 배치정규화
14.6 (실습) 정규화
14.7 마치며
15장 실무 환경에서의 프로젝트 연습
15.1 실무를 진행하듯 실습하기
15.2 워크플로 리뷰
15.3 실습 소개
15.4 (실습) 분류기 모델 구현하기
15.5 (실습) 데이터 로딩 구현하기
15.6 (실습) 트레이너 클래스 구현하기
15.7 (실습) train.py 구현하기
15.8 (실습) predict.ipynb 구현하기
15.9 마치며
16장 표현 학습
16.1 특징(feature)이란?
16.2 원 핫 인코딩
16.3 차원 축소
16.4 오토인코더
16.5 마치며
17장 확률론적 관점
17.1 들어가며
17.2 기본 확률 통계
17.3 MLE(Maximum Likelihood Estimation)
17.4 신경망과 MLE
17.5 수식: MLE
17.6 MSE 손실 함수와 MLE
18장 CNN(합성곱신경망)
18.1 전통적인 방식
18.2 합성곱 연산
18.3 패턴 추출의 원리
18.4 맥스 풀링과 스트라이드 기법
18.5 합성곱신경망 설계 예제
18.6 (실습) CNN으로 MNIST 분류 구현하기
18.7 마치며
19장 RNN(순환신경망)
19.1 순환신경망 소개
19.2 RNN 한 걸음씩 들여다보기
19.3 순환신경망 활용 사례
19.4 LSTM
19.5 그래디언트 클리핑
19.6 (실습) LSTM으로 MNIST 분류 구현하기
19.7 마치며
김기현 [저]
미국 스토니브룩 대학교에서 컴퓨터공학 학사 및 석사 학위를 받았다. 이후 2011년부터 한국전자통신연구원에서 자연어 처리 연구 개발을 시작했고, 현재는 SK텔레콤에서 초거대 언어 모델 GPT3를 활용한 개인화 챗봇과 지식 대화 모델링을 연구 개발 및 상용화하고 있다. 또한 2018년부터 패스트캠퍼스에서 자연어 처리 및 파이토치 강의를 하고 있다. 저서로 『소문난 명강의 : 김기현의 자연어 처리 딥러킹 캠프』(한빛미디어, 2019)가 있다.
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.
;)
;){kind=small}
전체 0개의 구매후기가 있습니다.
교환 및 반품이 가능한 경우 
상품을 공급 받은 날로부터 7일이내 가능 
상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다.
상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며,
상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다.
~ 
상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로
상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다.
