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

• 

	데이터 과학 시리즈(에이콘)(총90건) 해석 가능한 AI : 설명 가능한 머신러닝 시스템 구축     31,500원 (10%↓) 통계의 함정 : 통계의 역설로 본 환상과 거짓     25,200원 (10%↓) LangChain으로 구현하는 LLM : 파이썬, ChatGPT로 LLM 애플리케이션 만들기     31,500원 (10%↓) 머신러닝을 위한 효율적 데이터 레이블링 : 인간 중심 AI를 위한 능동학습과 어노테이션     36,000원 (10%↓) 데이터 분석과 비판적 사고 : 양적 추론과 분석의 길잡이     31,500원 (10%↓) 파이토치 라이트닝으로 시작하는 딥러닝 : 파이썬으로 빠르게 고성능 AI 모델 만들기     31,500원 (10%↓) 텐서플로와 케라스로 구현하는 딥러닝     45,000원 (10%↓) 헬스케어 빅데이터 분석의 정석 : 한 권으로 끝내는 실사례에 기초한 헬스케어 빅데이터 분석 기술     31,500원 (10%↓) 로보틱스 알고리듬 : 중고등학생을 위한 입문서     27,000원 (10%↓) 인공지능 로보틱스     45,000원 (10%↓) 음성과 언어 처리 : 기계는 어떻게 사람의 말을 이해할까?     67,500원 (10%↓) 딥러닝 초보자를 위한 엔비디아 가이드북 : 엔비디아 현업 아키텍트가 저술한 검증된 딥러닝 입문서     54,000원 (10%↓) 컴퓨터 시대의 통계적 추론(연습문제 포함) : 알고리듬과 추론의 관계와 역할     36,000원 (10%↓) 인공지능 기반 의료 : 케어 패러다임 전환을 이끌 임상의학과 헬스케어 인공지능에 대한 조망     54,000원 (10%↓) 파이썬을 활용한 머신러닝 해석 가능성 : 예측의 공정성, 책임성, 투명성을 수립하는 다양한 방법 학습하기     40,500원 (10%↓) 오토케라스로 만드는 AutoML : 몇 줄의 코딩으로 이용할 수 있는 딥러닝     22,500원 (10%↓) 문과생을 위한 인공지능 입문 : 수학, 통계 지식 없이 배우는     31,500원 (10%↓) 네트워크 사이언스     45,000원 (10%↓) 그래프 머신러닝 : 머신러닝 알고리듬을 적용해 그래프 데이터 활용하기     31,500원 (10%↓) 공익을 위한 데이터 : 사회 발전을 위한 데이터 액션 활용법     36,000원 (10%↓) 네트워크     54,000원 (10%↓) 파이썬으로 하는 마케팅 연구와 분석 : 데이터 처리부터 시각화까지     36,000원 (10%↓) Pandas를 이용한 데이터 분석 실습 : 라이브러리로 다양한 실제 데이터 분석     45,000원 (10%↓) 일래스틱 스택을 이용한 머신러닝 : 머신러닝 피처로 데이터에서 귀중한 인사이트를 얻자     32,400원 (10%↓) 컴퓨터 비전을 위한 다중 시점 기하학 : 카메라를 위한 수학     58,500원 (10%↓) 컴퓨터 비전 : 원리, 알고리듬, 응용     76,500원 (10%↓) 고객 리텐션의 전략 : 데이터를 통해 고객 이탈을 막아라     36,000원 (10%↓) The R Book(한국어판) : R로 배우는 데이터 분석 기술     49,500원 (10%↓) 자연어 텍스트 처리를 통한 검색 시스템 구축 : 아파치 솔라, 루씬, OpenNLP 등 오픈소스 활용     36,000원 (10%↓) 데이터 스토리텔링 : 설득력 있는 프리젠테이션을 위한 데이터 시각화 기법     22,500원 (10%↓) 파워 BI와 엑셀 파워 피봇을 사용한 데이터 분석 : 예제를 통해 배우는 데이터 모델링     27,000원 (10%↓) 파이썬으로 실무에 바로 적용하는 머신 러닝     27,000원 (10%↓) 자연어 처리의 정석 : 자연어 처리의 A-Z 과거부터 최근 연구까지     45,000원 (10%↓) 추천 시스템의 통계 기법 : 실생활 추천 문제에 적용해보는 다양한 통계 기법     29,700원 (10%↓) 그래프 알고리즘 : 스파크와 Neo4j로 이해하는 알고리즘과 그래프 분석     29,700원 (10%↓) 파이썬 기반 강화학습 알고리듬 : DP, Q-Learning, AC, DQN, TRPO, PPO, DDPG, TD3     27,000원 (10%↓) 빅쿼리를 활용한 데이터 웨어하우스 구축 : 단계별로 배우는 구글 클라우드 관리형 데이터 분석     36,000원 (10%↓) 텐서플로 2로 배우는 금융 머신러닝 : 텐서플로와 Scikit-learn으로 금융 경제에 접목하는 인공지능     27,000원 (10%↓) 데이터 마이닝 : 실용적인 머신러닝 기술     45,000원 (10%↓) 헬스케어 분석을 위한 머신러닝 : 파이썬, 주피터 노트북, 텐서플로, 케라스를 이용한 적용 사례     22,500원 (10%↓) 생물정보학 알고리듬 : 2022년도 대한민국학술원 선정 교육부 우수학술도서     54,000원 (10%↓) AWS 기반 AI 애플리케이션 개발 : AI 유니콘 기업으로 도약하기     31,500원 (10%↓) 정보 검색의 이론과 실제 : 검색엔진을 구현하고 평가하는 방법     40,500원 (10%↓) 실전 알고리즘 트레이딩 배우기 : 파이썬으로 시작하는 알고리즘 트레이딩의 기초와 실전 전략     31,500원 (10%↓) 금융 파이썬 쿡북 : 금융 데이터 처리와 기술 분석부터 딥러닝 적용까지     31,500원 (10%↓) 자연어 처리와 딥러닝 : 딥러닝으로 바라보는 언어에 대한 생각     36,000원 (10%↓) 흥미로운 베이지안 통계 : 스타워즈, 레고, 러버 덕으로 이해하는 통계와 확률     27,000원 (10%↓) Pandas Cookbook : 파이썬 데이터 과학 기초     40,500원 (10%↓) AWS 클라우드 머신러닝 : 머신러닝 기초부터 AWS SageMaker까지     31,500원 (10%↓) 통계학으로 배우는 머신러닝 : 스탠퍼드대학교 통계학과 교수에게 배우는 머신러닝의 원리     54,000원 (10%↓) 알고리즘 마케팅 : 인공지능을 활용한 마케팅 자동화     31,500원 (10%↓) 파이썬을 활용한 스파크 프로그래밍 : 빅데이터 분석을 위한 스파크 활용법     27,000원 (10%↓) The Hundred-Page Machine Learning Book : 수식과 간결한 설명을 바탕으로 하는 핵심 머신 러닝     22,500원 (10%↓) 파이썬과 수치 해석 : 파이썬 수치 해석 레시피     45,000원 (10%↓) 인지 컴퓨팅 레시피 : Microsoft Cognitive Services와 TensorFlow를 활용한 인공지능 솔루션     31,500원 (10%↓) 빅데이터 시각화 : 하둡, R, D3.js, 태블로, 파이썬, 스플렁크로 배우는 빅데이터 시각화     25,200원 (10%↓) 파이썬을 활용한 비지도 학습 : 비구조 데이터로부터 숨겨진 패턴과 관계 찾기     31,500원 (10%↓) 구글 클라우드 플랫폼상의 데이터 과학 : 실시간 데이터 파이프라인 구현: 입수부터 머신 러닝까지     36,000원 (10%↓) 양자 컴퓨팅 입문 : 간결하게 배우는 양자 컴퓨팅     18,900원 (10%↓) 확률론적 로보틱스 : 로봇공학의 기초부터 SLAM과 자율 주행까지     45,000원 (10%↓) 어반 컴퓨팅 : 빅데이터로 변화하는 도시의 현재와 미래     45,000원 (10%↓) 적대적 머신러닝 : 머신러닝 알고리즘으로 하는 시스템 보안 공격과 방어     36,000원 (10%↓) 헬스케어 인공지능과 머신러닝 : 빅데이터를 활용한 개인 맞춤 건강관리     31,500원 (10%↓) 예제로 배우는 자연어 처리 기초 : NLP 알고리즘, 텍스트 분류와 요약, 감성 분석     31,500원 (10%↓) 케라스 2.x 프로젝트 : 실전 딥러닝 모델 구축과 훈련 9가지 프로젝트     31,500원 (10%↓) 생명정보학 알고리즘 : 파이썬으로 구현하는 생명정보학 알고리즘     36,000원 (10%↓) OpenCV 4를 활용한 머신러닝 입문 : OpenCV 4, 파이썬, scikit-learn을 사용해 이미지 처리 앱을     36,000원 (10%↓) 의사결정을 위한 데이터 과학 : 데이터 과학 총론     64,800원 (10%↓) 양자 컴퓨팅: 이론에서 응용까지     31,500원 (10%↓) 파이썬을 활용한 지리공간 분석 마스터하기 : GeoDjango, CARTOframes, MapboxGL-Jupyter를 활용한 GIS 프로세싱     36,000원 (10%↓) 통계 분석 너머 R의 무궁무진한 활용 : 워드/PDF/HTML 문서, 웹 사이트, 웹 애플리케이션, 다이내믹 데이터 시각화     36,000원 (10%↓) 텐서플로를 이용한 고급 딥러닝 : 수학의 기초와 함께 이해하는 파이썬 딥러닝     31,500원 (10%↓) 크롤리의 통계학 강의 : R을 활용한 입문     27,000원 (10%↓) 크롤리 교수의 통계학과 R 언어 세트     70,200원 (10%↓) 정보 스토리지와 관리 : 클라우드 컴퓨팅 시대의 정보 저장과 관리 보호 기법     36,000원 (10%↓) 엔터프라이즈 빅데이터 레이크 : 효율적인 데이터 레이크 도입과 모범 사례     27,000원 (10%↓) 양자 컴퓨터 원리와 수학적 기초 : 스핀부터 큐비트, 얽힘, 중첩, 양자 알고리즘, 양자 암호화     22,500원 (10%↓) 수학 없이 배우는 데이터 과학과 알고리즘 : 모두를 위한 데이터 사이언스     12,420원 (10%↓) 생명과학을 위한 딥러닝 : 생물학, 유전체학, 신약 개발에 적용하는 실무 딥러닝     22,500원 (10%↓) 머신 러닝 알고리즘 : 파이썬 예제와 함께 배우는 머신 러닝     31,500원 (10%↓) 데이터 마이닝 개념과 기법     45,000원 (10%↓) 데이터 과학 입문자를 위한 R : 설치부터 패키지 개발까지 R로 시작하는 데이터 과학     36,000원 (10%↓) Splunk 7 에센셜 : 데이터셋활용, 보고서제작, 강력한 정보 공유를 통한 머신 데이터 파헤치기     21,600원 (10%↓) R로 하는 쉬운 딥러닝     18,000원 (10%↓) Data Smart : 엑셀로 이해하는 데이터 과학 입문     27,000원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 3 : Deep Convolution Neural Nets의 이해와 구현     25,200원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 2 : 복소수 영역에서의 오토인코더 이해와 구현     25,200원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 1 : Restricted Boltzman Machine의 이해와 Deep Belief Nets 구현     27,000원 (10%↓) C++와 CUDA C로 구현하는 딥러닝 알고리즘 세트 : RBM부터 CNN, 오토인코더까지 코딩하며 깨우치는 딥러닝의 원리     70,200원 (10%↓) Building Machine Learning Systems with Python(한국어판) : Scikit-learn 라이브러리로 구현하는 기계 학습 시스템     27,000원 (10%↓)

• 
• 
• 복잡하지 않게 한 권으로 딥러닝을 배우고 싶은 사람을 위한 딥러닝 입문서다. 엔비디아 딥러닝 연구소(NVIDIA Deep Learning Institute)의 딥러닝 가이드북을 번역한 이 책은 수식의 사용을 최대한 줄이면서, 딥러닝의 핵심 개념을 자세하게 설명하고 있어 딥러닝 입문자에게 적합하다. 또한 풍부하고 잘 짜인 파이썬 예제 코드는 학습의 폭을 넓히는 데 큰 도움이 될 것이다.
• 
• ◈ 추천의 글 ◈ 인공지능(AI, Artifical Intelligence)은 지난 10년간 인상적인 진전을 이뤘다. 우리처럼 생각하고 행동할 수 있는 지적 기계를 만들고자 하는 인간의 꿈이 마침내 시작되는 것 같다. 모두가 이러한 역사적인 혁명에 참여할 수 있으려면 AI 지식과 자원의 민주화가 필요하다. 이 책은 이러한 담대한 목표를 달성하는 데 있어 시의적절하며 유의미하다. 이 책은 야망 있으며 경험을 가진 AI 개발자 모두에게 폭넓은 교육적 가이드를 제공한다. 저자인 매그너스는 AI 분야에서 확고한 리더인 NVIDIA로부터 얻은 풍부한 경험을 공유해준다. 지난 수년간 딥러닝에서의 비약적인 발전을 다루는 데 집중하고 있는 이 책은 좋은 균형을 유지하며 역전파와 같은 중요한 근본적인 내용 몇몇 도메인에서의 최신 모델(예를 들면 언어 이해를 위한 GPT, 이미지 이해를 위한 Mask R-CNN) 모두를 다룬다. AI는 데이터, 알고리듬, 연산 인프라의 삼위일체다. ImageNet 대회가 시작되며 커다란 신경망을 훈련하기 위한 대규모 벤치마크 데이터셋을 제공했다. NVIDIA GPU의 병렬화는 이러한 커다란 신경망의 훈련을 가능케 했다. 대규모 모델의 구축과 유지는 곧 모든 AI 엔지니어의 필수적인 기술로 간주될 것이다. 이 책은 여러 도메인에서의 대규모 모델을 깊게 다루고 있으며 또한 신경 아키텍처 검색과 같은 떠오르는 분야를 다룬다. 우리가 이 분야에서 현재의 AI 모델로부터 될 수 있는 한 최대의 정확도와 하드웨어 효율성을 끌어내기 시작했으므로, 이들은 더욱 널리 보급될 것이다. 딥러닝 혁명은 거의 전적으로 오픈소스로부터 발생돼 왔다. 이 책은 코드와 데이터셋을 편리하게 접근하도록 해주며 코드 예제를 세밀하게 진행한다. 딥러닝을 위한 가장 인기 있는 프레임워크인 텐서플로(TensorFlow)와 파이토치(PyTorch) 모두를 위한 폭넓은 프로그램 코드가 준비되어 있다. AI를 다루는 어떤 책이든지 윤리적 문제를 논의하지 않을 수 없을 것이다. 나는 AI를 개발하는 데 있어 사회적 영향을 냉정하게 생각해보는 것이 모든 AI 엔지니어의 책임이라 믿는다. 소셜미디어에서의 괴롭힘, 혐오 발언, 잘못된 정보의 확산은 잘못 디자인된 알고리듬이 어떻게 우리 사회에 커다란 혼란을 초래하는지 보여준다. 젠더 쉐이드(Gender Shades) 프로젝트와 확률적 앵무새(Stochastic Parrots) 같은 획기적인 연구는 상업적으로 대규모로 배포된 AI 모델에서 문제가 되는 편향성을 보여준다. 나는 적절한 가이드라인과 테스트가 자리잡을 때까지는 민감한 상황에서의 AI 사용을 금지해야 한다고 주장해왔다(예: 법 집행을 위한 AI 기반의 안면 인식 사용). 나는 이 책이 AI 모델 훈련과 유지에 있어 책임성과 투명성을 개선하는 모델 카드와 같은 상당한 발전 내용을 다룬다는 점을 기쁘게 생각한다. AI 커뮤니티의 밝고 폭넓은 미래를 기대한다. ◈ 이 책의 구성 ◈ 1장, ‘로젠블랫 퍼셉트론’에서는 신경망의 기본 토대인 퍼셉트론을 소개한다. 2장, ‘기울기 기반 학습’에서는 경사 하강(gradient descent)이라 알려진 최적화 알고리듬 및 퍼셉트론 학습 알고리듬 이면의 이론을 설명한다. 3장, ‘시그모이드 뉴런과 역전파’에서는 DNN에서의 자동학습에 쓰이는 역전파 알고리듬을 수학적 용어 그리고 이진 분류를 위해 쓰인 프로그래밍 예제 모두를 통해 설명한다. 4장, ‘다중클래스 분류에 적용된 완전 연결 네트워크’에서는 데이터셋의 개념과 이들이 어떻게 훈련 집합과 테스트 집합으로 나뉘는지 설명한다. 5장, ‘DL을 향해: 프레임워크 및 네트워크 미조정’에서는 이전 장의 예제를 DL 프레임워크로 구현한다. 이 프레...임워크가 코드를 어떻게 엄청나게 단순화하는지 그리고 네트워크의 여러 변형을 모델링하게 해주는지 보여준다. 6장, ‘회귀에 적용된 완전 연결 네트워크’에서는 이전 장에서 공부한 분류 문제 대신 수치를 예측하는 데 네트워크를 사용하는 방법을 공부한다. 7장, ‘이미지 분류에 적용된 합성곱 신경망’에서는 합성곱 신경망 혹은 그냥 합성곱 네트워크라 불리는, 2012년에 DL 붐을 시작시킨 네트워크의 한 가지 형태를 배운다. 8장, ‘더 깊은 CNN 및 사전 훈련된 모델’에서는 GoogLeNet, VGG, ResNet과 같은 더 깊은 CNN을 설명한다. 프로그래밍 예제로 사전 훈련된 ResNet 구현을 다운로드하고 이미지를 분류하는 방법을 배운다. 9장, ‘순환신경망으로 시간 시퀀스 예측하기’에서는 이전 장에서 설명한 네트워크의 한계와 관?된 과제를 다루는 데 적합한 순환신경망(RNN, Recurrent Neural Network) 아키텍처를 설명한다. 10장, ‘장단기 메모리’에서는 RNN이 장기 의존성을 학습하지 못하게 하는 문제를 논의한다. 긴 시퀀스를 더 잘 다루게 해주는 장단기 메모리(LSTM, Long Short-Term Memory) 기법을 설명한다. 11장, ‘LSTM과 빔 검색으로 하는 텍스트 자동완성’에서는 장기 예측을 위한 LSTM 기반 RNN을 사용하는 방법을 살펴보고, 빔 검색(Beam Search)이라 알려진 개념을 소개한다. 12장, ‘신경 언어 모델과 단어 임베딩’에서는 이전 장의 예제는 단어 대신 개별 글자에 기반하는데, 많은 경우 단어 및 그 의미를 가지고 작업하는 것이 개별 글자로 작업하는 것보다 더욱 강력하다. 12장은 개념 언어 모델과 벡터 공간(임베딩 공간(embedding space)이라고도 함)에서의 단어 임베딩에 대해 소개한다. 13장, ‘word2vec과 GloVe로부터의 단어 임베딩’에서는 단어 임베딩을 만들기 위한 두 가지 인기 있는 기법을 논의한다. 14장, ‘시퀀스 투 시퀀스 네트워크와 자연어 번역’에서는 두 순환신경망의 조합인 시퀀스 투 시퀀스 네트워크(sequence-to-sequence network)라 알려진 네트워크를 소개한다. 15장, ‘어텐션과 트랜스포머’에서는 인코더-디코더 아키텍처의 정확도를 개선할 수 있는 어텐션attention이라 부르는 기법을 설명한다. 16장, ‘이미지 캡셔닝을 위한 일대다 네트워크’에서는 어떻게 일대다 네트워크를 사용해 이미지의 텍스트 설명을 만들고 이러한 네트워크를 어텐션으로 확장하는지 설명한다. 17장, ‘추가적인 주제 메들리’에서는 지금까지 주제가 서로에 기반하여 만들어지도록 구조화했다. 17장에서는 이전 장에 포함시킬 좋은 방법을 찾지 못했던 몇 가지 주제를 소개한다. 이러한 주제의 예제로는 오토인코더, 멀티모달 학습, 멀티태스크 학습, 신경 아키텍처 검색 등이다. 18장, ‘정리 및 다음 단계’에서는 마지막 18장에서는 이전 장에서 논의한 주제를 정리하고 요약해 여러분이 이 책에서 설명한 핵심 개념을 잘 이해하고 있는지 확인할 수 있는 기회를 제공한다. 부록 A, ‘선형 회귀와 선형 분류기’에서는 매우 기본적인 ML 주제를 설명하여 여러분이 제시된 몇몇 DL 개념이 어떻게 더욱 전통적인 ML 기법에 연관되어 있는지 알 수 있게 한다. 부록 A는 논리적으로 3장 다음이다. 부록 B, ‘물체 탐지와 세분화’에서는 한 이미지 내의 여러 물체를 탐지하고 분류하는 기법을 설명한다. 부록 B는 논리적으로 8장 다음이다. 부록 C, ‘word2vec 과GloVe 너머의 단어 임베딩’에서는 단어 임베딩을 위한 더욱 정교한 기법을 설명한다. 부록 C는 논리적으로 13장 다음이다. 부록 D, ‘GPT, BERT, RoBERTa’에서는 트랜스포머로부터 만들어지는 아키텍처를 설명한다. 이 네트워크 아키텍처는 많은 NLP 과제를 상당히 개선했다. 부록 D는 논리적으로 15장 다음이다. 부록 E, ‘뉴턴-랩슨 대 경사 하강’에서는 2장에서는 경사 하강이라 부르는 수학적 개념의 기법을 소개하는데, 부록 E는 뉴턴-랩슨(Newton-Raphson)이라 알려진 다른 방법 및 이것이 경사 하강과 어떻게 연관이 있는지 설명한다. 부록 F, ‘숫자 분류 네트워크의 행렬 구현’에서는 4장에는 파이썬 코드로 신경망을 구현하는 프로그래밍 예제가 포함되는데, 부록 F는 그 프로그래밍 예제의 최적화된 변형 두 가지를 설명한다. 부록 G, ‘합성곱 층을 수학적 합성곱과 연관시키기’에서는 7장에서는 합성곱 신경망을 설명하는데, 이들은 합성곱(convolution)이라 알려진 수학적 연산에 근거하며 이로부터 이름을 얻었다. 부록 G는 이와 같은 연결을 더 자세히 설명한다. 부록 H, ‘게이트 순환 유닛’에서는 10장에서는 장단기 메모리(LSTM)라 알려진 네트워크를 설명하는데, 부록 H에서 이 유닛의 더 단순한 버전인 게이트 순환 유닛(GRU, Gated Recurrent Unit)을 설명한다. 부록 I, ‘개발 환경 설정’에서는 개발 환경을 설정하는 방법에 대한 정보와 함께, 딥러닝 프레임워크를 설치하는 방법과 코드 예제를 어디에서 찾을 수 있는지도 알아본다. 또한 이 책의 코드 예제에 쓰인 두 가지 DL 프레임워크인 텐서플로와 파이토치의 주요 차이점을 간단하게 설명한다. 부록 J, ‘치트 시트’에서는 이 책에 실린 상당 부분의 내용을 요약하는 치트 시트 세트를 포함하고 있다. ◈ 옮긴이의 말 ◈ 딥러닝으로의 첫 여행을 시작하신 분들을 환영합니다. 또한 딥러닝 입문을 위해 이 책을 선택하신 여러분께 찬사를 보내 드립니다. 왜냐하면 여러분은 가장 탁월한 선택을 하셨기 때문입니다. 지금부터 수많은 딥러닝 책 중에서 왜 이 책이 좋은 선택이 될 수 있는지 말씀드리겠습니다. 딥러닝 기술이 발전하고 널리 보급됨으로 인한 장점 중 하나는, 예측 또는 그 비슷한 것을 무언가 부담스러운 과학의 관점에서 기술의 관점으로 바라보기가 더 쉬워졌다는 점이라고 생각합니다. 다르게 말하자면, 배경지식에 너무 신경 쓰지 말고 일단 데이터에서 유의미한 결과를 얻는 데 집중하게 되었다는 것입니다. 저자도 이 점에 대해 6장 마지막에 비슷한 의견을 표명하고는 있습니다. 하지만 초보자의 입장에서 보면, 수학에 대한 부담감은 잠시 내려놓고 자세한 설명으로 이론을 배우며 풍부한 예제 코드로 여러 가지를 시도해보면서 학습하는 것이 딥러닝을 배우는 좋은 방법이 될 수 있다고 생각합니다. 그리고 이 책은 이를 위한 좋은 시작점이라고 말씀드릴 수 있습니다. 이 책은 많은 수학적 지식이 필요하지 않습니다. 미적분에 대한 약간의 지식이 있는 것으로 충분합니다. 행렬대수학에 대해 조금 안다면 더욱 좋겠지만, 너무 걱정할 필요 없습니다. 이 책에서 별도로 잘 설명해주고 있기 때문입니다. 통계학이나 확률론이 익숙하지 않더라도 읽는 데 큰 문제는 없다고 생각합니다. 이 책은 수학 공식에 의존하기보다는, 말과 그림으로 자세히 설명하는 것을 시도합니다. 저도 번역하면서 어떻게 이렇게까지 자세히 설명해줄 수 있을까 하고 놀란 적이 한두 번이 아니었답니다. 이 책은 퍼셉트론에서 시작하여 DNN, CNN, RNN을 거쳐 비교적 최근 아키텍처인 트랜스포머에 이르기까지 주요 모델과 아키텍처를 차근차근 설명해줍니다(요즘 많이 회자되고 있는 ChatGPT는 트랜스포머 아키텍처를 기반으로 하고 있습니다). 이 책에서는 수학적 지식보다는 파이썬 활용이 중요하다고 할 수 있습니다. 물론 책을 읽기만 해도 배경지식을 얻는데 도움이 되겠지만, 이미지 분류 및 자연어 처리에 관해 잘 짜인 예제 코드를 직접 실행하고 실험해본다면 학습의 폭을 더욱 넓힐 수 있을 것입니다. 여러분의 딥러닝으로의 첫걸음에 응원을 보내면서, 이 책이 작게나마 도움이 되길 바랍니다.
• 
• 1장. 로젠블랫 퍼셉트론 2입력 퍼셉트론 예제 퍼셉트론 학습 알고리듬 퍼셉트론의 한계 여러 퍼셉트론 조합하기 선형대수로 퍼셉트론 구현하기 __벡터 표기법 __내적 __벡터를 2차원 행렬로 확장하기 __행렬-벡터 곱 __행렬-행렬 곱 __퍼셉트론을 위해 사용한 벡터와 행렬 연산의 요약 __행렬곱으로서의 내적 __다차원 텐서로 확장하기 퍼셉트론의 기하학적 해석 편향 항 이해하기 퍼셉트론 맺음말 2장. 기울기 기반 학습 퍼셉트론 학습 알고리듬의 직관적인 설명 미분 그리고 최적화 문제 경사 하강으로 학습 문제 풀기 __다차원 함수를 위한 경사 하강 네트워크에서의 상수와 변수 퍼셉트론 학습 알고리듬의 분석적인 설명 퍼셉트론 학습 알고리듬의 기하학적 설명 각기 다른 형태의 퍼셉트론 도표 다시 보기 패턴 식별에 퍼셉트론 사용하기 기울기 기반 학습의 맺음말 3장. 시그모이드 뉴런과 역전파 다수준 네트워크에서 경사 하강이 가능하도록 수정된 뉴런 어떠한 활성 함수를 사용해야 하는가 함수 합성과 연쇄법칙 역전파를 사용해 기울기 계산하기 __포워드 패스 __백워드 패스 __가중치 조정 층마다 복수의 뉴런이 있는 역전파 프로그래밍 예제: XOR 함수 학습하기 ...네트워크 아키텍처 역전파의 맺음말 4장. 다중클래스 분류에 적용된 완전 연결 네트워크 네트워크를 훈련시킬 때 쓰이는 데이터셋 소개 __데이터셋 살펴보기 __데이터에서 인간의 편향 __훈련 집합, 테스트 집합, 그리고 일반화 __초매개변수 튜닝과 테스트 집합 정보 유출 훈련과 추론 네트워크와 학습 알고리듬을 확장해 다중클래스 분류하기 숫자 분류를 위한 네트워크 다중클래스 분류를 위한 오차 함수 프로그래밍 예제: 손글씨 숫자 분류하기 미니배치 경사 하강 다중클래스 분류의 맺음말 5장. DL을 향해: 프레임워크 및 네트워크 미조정 프로그래밍 예제: DL 프레임워크로 이동하기 포화 뉴런과 기울기 소실 문제 포화 뉴런을 피하기 위한 초기화 및 정규화 기법 __가중치 초기화 __입력 표준화 __배치 정규화 포화 출력 뉴런의 영향을 완화하는 교차 엔트로피 손실 함수 __교차 엔트로피 손실 함수의 컴퓨터 구현 은닉 층에서 기울기 소실을 피하는 다른 활성 함수 학습을 개선하기 위한 경사 하강의 변형 실험: 네트워크 및 학습 매개변수 미조정 초매개변수 튜닝과 교차 검증 __검증 집합을 사용해 과적합 피하기 __훈련 데이터 사용을 개선하는 교차 검증 딥러닝을 향한 경로에 대한 맺음말 6장. 회귀에 적용된 완전 연결 네트워크 출력 유닛 __이진 분류를 위한 로지스틱 유닛 __다중클래스 분류를 위한 소프트맥스 유닛 __회귀를 위한 선형 유닛 보스턴 주택 데이터셋 프로그래밍 예제: DNN으로 주택 가격 예측하기 정칙화로 일반화 개선하기 실험: 주택 가격 예측을 위한 더 깊은 그리고 정칙화된 모델 출력 유닛과 회귀 문제의 맺음말 7장. 이미지 분류에 적용된 합성곱 신경망 CIFAR-10 데이터셋 합성곱 층의 특징과 기본 토대 특성 맵을 합성곱 층에 조합하기 합성곱 및 완전 연결 층을 네트워크로 조합하기 희소 연결과 가중치 공유의 효과 프로그래밍 예제: 합성곱 네트워크로 이미지 분류하기 합성곱 네트워크의 맺음말 8장. 더 깊은 CNN 및 사전 훈련된 모델 VGGNet GoogLeNet ResNet 프로그래밍 예제: 사전 훈련된 ResNet 구현 사용하기 전이 학습 CNN을 위한 역전파 및 풀링 정칙화 기법으로서의 데이터 증대 CNN이 저지르는 실수 깊이별 분리 가능 합성곱으로 매개변수 줄이기 EfficientNet으로 올바른 네트워크 디자인 균형 맞추기 더 깊은 CNN의 맺음말 9장. 순환신경망으로 시간 시퀀스 예측하기 피드포워드 네트워크의 한계 순환신경망 순환 층의 수학적 표현 층을 RNN에 조합하기 RNN을 보는 다른 시각 및 시간 전개 시간에 따른 역전파 프로그래밍 예제: 서적 매출 전망하기 __데이터 표준화 및 훈련 예제 만들기 __단순한 RNN 만들기 __순환이 없는 네트워크와 비교 __예제를 다중 입력 변수로 확장하기 RNN에서 데이터셋 고려사항 RNN의 맺음말 10장. 장단기 메모리 기울기를 건강하게 유지하기 LSTM 소개 __LSTM 활성 함수 __LSTM 셀의 네트워크 만들기 LSTM을 보는 다른 시각 관련 주제: 하이웨이 네트워크와 스킵 연결 LSTM의 맺음말 11장. LSTM과 빔 검색으로 하는 텍스트 자동완성 텍스트 인코딩 장기 예측과 자기회귀 모델 빔 검색 프로그래밍 예제: 텍스트 자동완성을 위해 LSTM 사용하기 양방향 RNN 입력 및 출력 시퀀스의 다른 조합 LSTM으로 하는 텍스트 자동완성의 맺음말 12장. 신경 언어 모델과 단어 임베딩 언어 모델 소개 및 사용 사례 다른 언어 모델의 예시 __n그램 모델 __스킵 그램 모델 __신경 언어 모델 단어 임베딩의 이점 및 동작 방식에 대한 인사이트 신경 언어 모델이 만든 단어 임베딩 프로그래밍 예제: 신경 언어 모델과 결과 임베딩 King - Man + Woman! = Queen King - Man + Woman ! = Queen 언어 모델, 단어 임베딩, 인간 편향 관련 주제: 텍스트의 감정 분석 __단어주머니와 n그램 주머니 __유사도 지표 __BoW와 DL 조합하기 언어 모델과 단어 임베딩의 맺음말 13장. word2vec과 GloVe로부터의 단어 임베딩 언어 모델 없이 word2vec을 사용해 단어 임베딩 만들기 __언어 모델과 비교해 연산 복잡도 줄이기 __연속 단어주머니 모델 __연속 스킵 그램 모델 __계산 복잡도를 더욱 낮추기 위한 최적 연속 스킵 그램 모델 word2vec에 대한 추가적인 생각들 행렬 형식에서의 word2vec word2vec 일단락 프로그래밍 예제: GloVe 임베딩의 속성 살펴보기 word2vec과 GloVe의 맺음말 14장. 시퀀스 투 시퀀스 네트워크와 자연어 번역 시퀀스 투 시퀀스 학습을 위한 인코더-디코더 모델 케라스 펑셔널 API 소개 프로그래밍 예제: 신경 머신 번역 실험 결과 중간 표현의 속성 언어 번역의 맺음말 15장. 어텐션과 트랜스포머 어텐션 배후의 근거 시퀀스 투 시퀀스 네트워크에서의 어텐션 __정렬 벡터 계산하기 __정렬 벡터의 수학적 표기 및 변형 __더 깊은 네트워크에서의 어텐션 __추가적인 고려사항 순환 네트워크의 대안 셀프 어텐션 멀티헤드 어텐션 트랜스포머 트랜스포머의 맺음말 16장. 이미지 캡셔닝을 위한 일대다 네트워크 이미지 캡셔닝 네트워크를 어텐션으로 확장하기 프로그래밍 예제: 어텐션 기반 이미지 캡셔닝 이미지 캡셔닝의 맺음말 17장. 추가적인 주제 메들리 오토인코더 __오토인코더의 사용 사례 __오토인코더의 다른 면들 __프로그래밍 예제: 이상치 탐지를 위한 오토인코더 멀티모달 학습 __멀티모달 학습의 분류 체계 __프로그래밍 예제: 멀티모달 입력 데이터로 분류하기 멀티태스크 학습 __멀티태스크 학습을 구현하는 이유 __멀티태스크 학습을 구현하는 방법 __다른 측면 그리고 기본적인 구현의 변형 __프로그래밍 예제: 단일 네트워크로 하는 멀티클래스 분류 및 질문 답변 네트워크 튜닝 과정 __더 많은 훈련 데이터를 모아야 하는 시기 신경 아키텍처 검색 __신경 아키텍처 검색의 주요 구성요소 __프로그래밍 예제: CIFAR-10 분류를 위한 아키텍처 검색 __신경 아키텍처 검색의 의의 맺음말 18장. 정리 및 다음 단계 여러분이 이제 알아야 할 것들 윤리적 AI 그리고 데이터 윤리 __찾아볼 문제 __질문 체크리스트 여러분이 아직 모르는 것들 __강화 학습 __변형 오토인코더 및 생성적 적대 네트워크 __뉴럴 스타일 트랜스퍼 __추천 시스템 __구어를 위한 모델 다음 단계 부록 부록 A. 선형 회귀와 선형 분류기 부록 B. 물체 탐지와 세분화 부록 C. word2vec과 GloVe 너머의 단어 임베딩 부록 D. GPT, BERT, RoBERTa 부록 E. 뉴턴-랩슨 대 경사 하강 부록 F. 숫자 분류 네트워크의 행렬 구현 부록 G. 합성곱 층을 수학적 합성곱과 연관시키기 부록 H. 게이트 순환 유닛 부록 I. 개발 환경 설정 부록 J. 치트 시트
• 
• 

• 매그너스 에크만 [저]

• NVIDIA의 아키텍처 디렉터다. 컴퓨터 엔지니어링 학위를 가졌으며 다수의 특허를 보유하고 있다. 1990년대 후반에 모국인 스웨덴에서 인공 신경망으로 처음 알려졌다. 그 뒤 몇몇 혁명적인 연산 분야에 손을 댄 뒤, 컴퓨터 아키텍처에 집중하며 아내 제니퍼, 아이들 세바스찬과 소피아, 애견 바벳과 함께 살고 있는 실리콘밸리로 이주했다. 이전에는 썬 마이크로시스템즈와 삼성 리서치 아메리카의 프로세서 디자인 및 R&D에서 일했으며, 두 회사를 시작하는 데 관여했고 그중 하나인 스카우트(Skout)는 더밋그룹(The Meet Group,Inc)이 인수했다. 현재는 NVIDIA에서 자율주행차부터 인공지능을 위한 데이터 센터에 이르기까지의 시장을 겨냥하는 칩의 CPU 성능과 전력 효율성을 연구하는 엔지니어링 팀을 이끌고 있다. NVIDIA의 GPU 기술과 CUDA에 힘입어 과거 수년간 딥러닝 분야가 폭발적으로 커짐에 따라, 그는 컴퓨터 그래픽스를 넘어 확장하면서 DL 파워하우스가 되고 있는 회사의 가운데에 있는 자신을 발견했다. 이러한 여정의 일부로, 이 분야에서 가장 최근의 발전을 통해 자신을 최신의 상태로 유지하고자 노력했다. 에크먼은 스스로를 교육자라고 생각하고 있으며, 이 책을 집필하면서 AI에 대한 실제적인 훈련, 가속화된 연산 및 가속화된 데이터 과학을 제공하는 NVIDIA 딥러닝 연구소(DLI, Deep Learning Institute)와 협력했다. 또한 이 책을 자기 진도 온라인 과정의 기존 포트폴리오인 라이브 강사 주도 워크숍, 교육자 프로그램, 교습 도구에 추가하고자 하는 DLI의 계획에 매우 기뻐하고 있다.

• 이판호 [저]

• 성균관대학교 통계학과를 졸업했으며, 한국과 싱가포르에서 주로 금융 관련 분석 및 개발 업무에 종사했다. 머신러닝의 이론적 이해 및 금융 데이터로의 응용에 관심이 많다. 에이콘출판사에서 펴낸 『스칼라와 머신러닝』(2018), 『통계학으로 배우는 머신러닝』(2021) 등을 번역했다.

• 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.