>
>
>
누구나 쉽게 배우는 딥러닝 스타트 
박동규 ㅣ 인피니티북스
  • 정가
30,000원
  • 판매가
30,000원 (0% ↓, 0원 ↓)
  • 발행일
2023년 12월 15일
  • 페이지수/크기/무게
534page/189*258*25/1224g
  • ISBN
9791192373287/1192373286
  • 배송비
무료배송
  • 배송예정일
07/19(금) 배송완료예정
  • 현 보유재고
100 권 이상
  • 주문수량
  • 바로구매 북카트담기
  • 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.
  • 상세정보
  • 딥러닝의 기초부터 심화 과정을 모두 담은 집약서! 《누구나 쉽게 배우는 딥러닝 스타트》는 딥러닝의 핵심을 시각적인 설명과 여러 가지 파이썬 코드를 통해 알려준다. 동시에 실생활에서 쓰이고 있는 인공지능 기술에 대한 내용을 더 깊이 알려주는 지침서이다. ChatGPT, 알파고, 생성 인공지능 등 대부분의 인공지능 분야에서 딥러닝 기술을 이용하는데, 실제로 어떤 원리로 어떻게 실행되는지 알기 쉽게 설명하는 책은 여전히 부족한 실정이다. 《누구나 쉽게 배우는 딥러닝 스타트》는 이러한 교육 현장의 요구에 따라 집필되었으며, 딥러닝에 대한 궁금증을 느꼈던 독자들에게 명쾌한 해답을 제시하는 돌파구가 되어 줄 것이다. 본서의 특징은 다음과 같다. 첫 번째, 엄선된 파이썬 코드를 제공하여 독자가 구글 코랩 환경에서 직접 실행해 볼 수 있도록 구성하였다. 두 번째, 딥러닝의 기반이 되는 기초 수학 내용을 포함하여 독자가 더욱 이해하기 쉽도록 하였다. 세 번째, 최근 주목받으며 활발히 연구되고 있는 기술인 생성 인공지능에 대해 기술하며 딥러닝을 상세히 다뤘다. 네 번째, 요즘 부상하고 있는 ChatGPT에 사용된 기술인 트랜스포머 모델과 다른 대규모 언어 모델을 설명하여 딥러닝 기술에 대한 이해도를 높였다. 이처럼 《누구나 쉽게 배우는 딥러닝 스타트》는 딥러닝과 관련된 지식들을 폭넓게 다루고 있다. 또한 기초 수학 지식부터 심화 학습까지 총망라하여 딥러닝의 A to Z를 학습할 수 있도록 하였다. 본서를 통해 딥러닝의 개념을 습득한다면, 실제 데이터 환경에서 AI 활용 능력이 극대화되는 경험을 할 수 있을 것이다.
  • 나날이 발전되는 인공지능 기술의 기반에는 심층 신경망을 효율적으로 학습시키는 딥러닝 기술이 자리 잡고 있다. 최근 들어 ChatGPT와 같은 여러 가지 인공지능 기술이 실생활 전반에 활용되면서, 딥러닝 역시 주요한 관심 분야가 되었다. 《누구나 쉽게 배우는 딥러닝 스타트》는 이러한 딥러닝에 대한 내용을 집대성하여, 딥러닝을 배우려는 독자들이 해당 분야에 대해 쉽고 재미있게 접근할 수 있도록 기술하였다. 1~13장으로 구성되어 있으며 이론부터 구현 과정 그리고 활용 사례까지, 다방면에 걸친 딥러닝 관련 내용들을 학습할 수 있다. 본서는 다양한 인공지능 기술의 원리를 풀어 내면서 딥러닝 기술이 어떻게 우리의 일상에 녹아 있는지 탐색한다. 또한 요약, 도전 문제, 연습 문제, 코딩 문제 등을 삽입하여 독자의 이해를 돕는다. 그리고 대부분의 내용을 파이썬 코드로 구현하여 실제 프로그램을 통해 실행할 수 있도록 구성하였다. 본서를 학습하는 독자들이 내용을 너무 어렵게 느끼지 않도록 본문의 곳곳에 여러 그림과 사진들을 삽입하여 재미를 더했다. 독자들은 딥러닝에 대한 내용을 총망라한 본서를 통해 딥러닝이 어떻게 다양한 문제를 해결하는지 한눈에 살펴볼 수 있을 것이다.
  • Chapter 01 인공지능, 머신러닝, 딥러닝의 이해 01 인공지능 기술이 가져온 혁신 인공지능이라는 과학 기술 우리의 삶 여러 곳에 스며든 인공지능 기술 언어 인공지능 ChatGPT와 대규모 언어 모델 인공지능을 판별하는 방법: 튜링 테스트 지능에 대한 다양한 정의 다트머스 회의와 인공지능의 역사 02 데이터를 기반으로 학습하는 머신러닝을 알아보자 머신러닝을 정의하고 이해하자 명시적 프로그래밍과 머신러닝 03 딥러닝을 알아보자 생물학에서 밝혀 낸 신경세포의 구조 신경세포를 흉내 낸 프로그램인 퍼셉트론 요약 연습 문제 Chapter 02 딥러닝을 위한 기초 지식 01 딥러닝을 위한 기초 수학: 일차 함수와 이차 함수 함수의 정의 일차 함수와 이차 함수 02 미분을 알아보자 극한의 의미 순간 변화율 = 미분 합성 함수와 연쇄 법칙 딥러닝에서 목적 함수의 미분이 중요한 이유 여러 개의 변수를 가진 함수의 최적화를 위한 편미분 03 머신러닝과 딥러닝의 종류를 알아보자 머신러닝의 종류 회귀와 분류 문제 요약 연습 문제 Chapter 03 개발환경 구축과 넘파이 01 파이썬과 구글 코랩 파이썬 프로그래밍 언어 코랩 환경에서 코딩하기 02 구글 코랩의 여러 가지 ... 코랩과 가상환경 딥러닝을 위한 라이브러리 살펴보기 03 강력한 기능을 가진 넘파이를 알아보자 다차원 배열의 속성을 알아보자 파이썬의 강력한 자료구조인 리스트와 넘파이의 다차원 배열 다차원 배열의 연산 편리하고 강력한 브로드캐스팅과 벡터화 연산 다차원 배열을 쉽게 생성해 보자 다차원 배열을 합하는 append() 함수 04 넘파이의 고급 기능을 알아보자 인덱싱과 슬라이싱 난수를 생성해 보자 여러 개의 배열값을 얻는 방법 배열의 형태를 바꾸는 reshape() 메소드와 flatten() 메소드 05 딥러닝을 위한 행렬 딥러닝을 위한 행렬의 핵심 개념 행렬 곱 연산 인공신경망과 행렬 단위행렬과의 곱 요약 연습 문제 코딩 문제 Chapter 04 선형 회귀와 경사하강법 01 데이터의 특성과 선형 회귀를 알아보자 특성과 변수 통계학이 하는 일 회귀 분석이란 데이터의 분포를 설명하는 좋은 함수를 찾는 것 02 오차와 오차의 측정 데이터의 분포와 경향성 데이터와 정답의 차이: 오차 평균 절대값 오차와 평균 제곱오차 선형 회귀 직선 구하기 예시 오차 곡선의 최적값을 구하는 기울기와 미분 03 경사하강법을 알아보는 실습 04 사이킷런을 이용한 선형 회귀 여러 가지 머신러닝 라이브러리들 간단한 데이터로 선형 회귀를 수행해 보자 데이터를 시각화하고 차원을 증가시키자 오차 곡면을 알아보자 경사하강법과 학습률 정규화와 표준화 요약 연습 문제 코딩 문제 Chapter 05 신경세포와 퍼셉트론 01 뇌와 신경세포 그리고 퍼셉트론 경이로운 인간의 뇌와 지능의 신비 신경세포를 흉내 낸 프로그램인 퍼셉트론 퍼셉트론과 연결주의의 등장 02 퍼셉트론의 표현 방법 행렬을 이용한 퍼셉트론 표현 방법 신호의 전달 여부를 결정하는 임계값 퍼셉트론 프로그램 만들기 OR 논리 연산을 퍼셉트론으로 구현하자 편향값을 추가하자 편향값을 추가하여 활성화 함수를 간단하게 만들자 편향값을 가진 퍼셉트론으로 구현하자 03 XOR 문제와 다층 퍼셉트론 논리 연산의 결과를 시각화하자 인공지능 연구의 침체기를 가져온 XOR 문제 은닉 노드를 가진 다층 퍼셉트론의 등장 다층 퍼셉트론으로 해결할 수 있는 문제들 04 퍼셉트론 학습시키기 퍼셉트론과 학습의 원리 퍼셉트론의 학습을 위한 행렬 표현 방법 동시에 여러 가지 작업을 처리하는 병렬 처리 시스템 다층 퍼셉트론의 가중치들은 어떻게 학습시킬까 요약 연습 문제 코딩 문제 Chapter 06 오차 역전파 01 활성화 함수와 신경망의 가중치 조절 다층 퍼셉트론의 학습 단계 순전파와 역전파 오차 역전파 알고리즘의 간략한 역사 02 역전파 알고리즘에 대한 직관적 이해 계산 그래프를 이용한 오차 역전파의 이해 계산 그래프의 순방향 계산 계산 그래프의 역방향 계산 03 계산 그래프 실습하기 곱셈 노드, 덧셈 노드의 미분과 역전파 과정 전체 계산 그래프를 만들기 입력 노드에 대한 출력값의 영향을 어떻게 활용할까 오차와 계산 그래프 04 시그모이드 계층의 역전파 시그모이드 함수의 미분과 계산 그래프 퍼셉트론의 구조와 계산 그래프 그리고 오차 역전파의 혁신 05 ReLU 활성화 함수 활성화 함수의 중요성 ReLU 함수를 그려보자 요약 연습 문제 코딩 문제 Chapter 07 텐서플로로 구현하는 딥러닝 01 딥러닝을 위한 도구: 텐서플로 텐서플로와 MNIST 데이터 컴퓨터는 이미지를 어떻게 저장할까 MNIST 데이터 시각화하기 02 딥러닝 모델을 만들고 학습시키기 딥러닝을 위한 모델 만들기와 학습 단계 인공 신경망을 학습시켜 보자 03 신경망 학습의 출력값과 정답의 차이를 알아보자 부드러운 최대값: 소프트맥스 함수 원-핫 인코딩과 범주형 데이터의 평균 제곱오차 원-핫 인코딩 데이터의 오차를 구하는 교차 엔트로피 오차 최적화 기법 요약 연습 문제 코딩 문제 Chapter 08 텐서와 딥러닝 모델 응용 01 텐서를 알아보자 인공지능의 부흥, 고성능 하드웨어 기술 그리고 텐서플로 텐서의 개념 텐서플로 라이브러리 텐서 그래프가 가지는 장점들 완전 연결층을 만드는 방법 입력 형상 지정하기 02 붓꽃 데이터를 분류하는 딥러닝 모델 붓꽃 데이터를 분류하는 모델 붓꽃 데이터를 분류하는 여러 가지 순차 모델 03 딥러닝 모델을 저장하고 불러오기 붓꽃 데이터를 분류하는 모델 04 회귀 문제를 딥러닝을 통해서 풀어보자 회귀 문제를 위한 데이터를 만들고 해석하자 회귀 문제를 풀기 위한 순차 계층 모델 요약 연습 문제 코딩 문제 Chapter 09 딥러닝을 깊이 알아보자 01 딥러닝과 훈련 데이터의 중요성 딥러닝을 위한 훈련 데이터와 인공지능의 실력을 검증하는 데이터 더욱더 많은 데이터를 사용하자, 이미지넷 02 딥러닝 모델의 실력을 알아보자 모델의 정확도가 가지는 문제점 데이터의 편향과 데이터 증강 정확도, 정밀도, 재현율을 알아보자 사이킷런의 성능 지표 함수들 03 다양한 스케일러를 알아보자 다양한 스케일러 살펴보기 04 학습 데이터에만 최적화된 신경망 개선하기: 드롭아웃 드롭아웃으로 과대적합을 예방 05 패션 MNIST 데이터 패션 MNIST 데이터의 필요성 패션 MNIST 이미지 데이터 분류 요약 연습 문제 코딩 문제 Chapter 10 합성곱 신경망 01 디지털 이미지, 합성곱 신경망 그리고 필터 디지털 이미지를 처리하는 방법 인간과 동물의 인식과정에서 착안한 신경망 합성곱과 필터를 알아보자 평균 필터와 가우스 필터 이미지 불러오기와 흐림 필터 적용하기 경계를 검출하기 위한 필터 경계를 검출하기 위한 필터의 원리 02 합성곱 신경망의 기본적 구조 필터와 특징 추출 점점 작아지는 이미지 문제와 패딩 성큼성큼 이동하기: 윈도우와 스트라이드 풀링을 적용하자 03 합성곱 신경망을 위한 채널과 필터, 평탄화 과정 다중 채널에 적용되는 필터 기본 신경망과 합성곱 신경망의 비교 합성곱 신경망의 최종 단계: 평탄화 04 합성곱 신경망의 구조와 모델 훈련 과정 합성곱 신경망 모델의 전체 구조 합성곱 신경망 모델의 훈련 합성곱 신경망 모델의 결과와 시각화 요약 연습 문제 코딩 문제 Chapter 11 합성곱 신경망의 응용 01 과대적합과 과소적합을 방지하는 방법 과대적합을 알아보자 과소적합을 알아보자 교차검증으로 견고한 모델을 만들자 딥러닝 모델의 가중치 초기화 문제 배치 경사하강법, 확률적 경사하강법, 미니 배치 경사하강법 배치 정규화로 성능을 향상시키기 02 CIFAR-10 데이터를 다루자 CIFAR-10 vs CIFAR-100 데이터 CIFAR-10 이미지 데이터 인식을 위한 CNN 모델 CNN 모델을 정교하게 가다듬기 드롭아웃과 데이터 정규화로 모델의 성능 높이기 딥러닝 모델의 성능 높이기 요약 연습 문제 코딩 문제 Chapter 12 데이터 증강 01 캐글을 알아보자 데이터 분석을 위한 플랫폼인 캐글 캐글 잘 활용하기 데이터 마켓과 열린 데이터 02 데이터 증강이란 MNIST 이미지 데이터 증강 이미지 증강 라이브러리와 데이터 제너레이터 회전과 평행이동 변환 뒤집기 변환과 줌 변환 증강 데이터 저장하기 03 오토인코더와 변분 오토인코더 오토인코더와 잠재공간 잡음 제거 오토인코더 변분 오토인코더 요약 연습 문제 코딩 문제 Chapter 13 다양한 딥러닝 기술 01 피드포워드 신경망과 순환 신경망 신호가 출력층 방향으로만 가는 피드포워드 신경망 순차적으로 제공되는 정보를 다루는 순환 신경망 일대다 구조 다대일 구조 다대다 구조 02 생성 인공지능과 적대적 생성 신경망 생성 모델 판별 모델 적대적 생성 신경망 GAN의 발전을 촉진시킨 파생 모델 적대적 생성 신경망의 혁신과 응용 사례 텍스트를 이용하여 이미지를 만드는 인공지능 03 강화학습 이야기 추억의 게임기: 아타리 게임기 현재 상태를 바탕으로 보상을 최대로 하는 강화학습 기술 강화학습의 무한한 가능성 04 트랜스포머와 대규모 언어 모델 기계 번역의 어려움과 순환 신경망의 한계 트랜스포머와 어텐션 ChatGPT의 혁신 대규모 언어 모델의 혁신과 한계 블랙박스 속의 인공지능 불투명한 인공지능을 투명하게 만들려는 노력 인공지능에 가해지는 위협: 적대적 공격 05 딥러닝은 인간의 뇌가 하는 일을 할 수 있을까 뇌과학의 연구가 가져온 딥러닝 기술의 발전 딥러닝과 인공지능의 진전 요약 연습 문제
  • 박동규 [저]
  • 1993年 부산대학교 전자계산학과 이학사, 1996年 부산대학교 전자계산학과 이학석사, 1999年 부산대학교 전자계산학과 이학박사, 2002年~현재 창원대학교 정보통신공학과 교수, 2021年 부산대학교 컴퓨터 및 정보통신연구소 객원교수, 2007年 미국 카네기멜론대학교(CMU) 방문교수, 2012年 미국 텍사스A&M대학교 방문교수, 창원대학교 정보전산원장, 창원시 스마트모바일 앱센터장 역임, "널널한 교수의 코딩 클래스" 유튜브 채널 운영 중dlek. github : https://github.com/dongupak
  • 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.
  • 0개
  • 0개