본문 바로가기

도서 소개

딥러닝 인 더 브라우저: 자바스크립트 프레임워크를 이용한 딥러닝 웹 개발



딥러닝을 활용한 웹 애플리케이션 개발의 기초와 응용!

웹 프로그래밍과 인공지능의 만남이 시작되는 책!

전자책 구매 사이트(가나다순)

출판사 제이펍
저작권사 Bleeding Edge Press
원서명 Deep Learning In The Browser(원서 ISBN: 9789386052988)
저자명 자비에르 보우리, 카이 사사키, 크리스토프 코너, 레이이치로 나카노
역자명 이수진
출판일 2020년 2월 20일
페이지 244쪽
시리즈 I♥A.I. 23(아이러브 인공지능 23)
판 형 170*225*14.8
제 본 무선(soft cover)
정 가 20,000원
ISBN 979-11-88621-83-5(93000)
키워드 머신러닝 / 딥러닝 / 인공지능 / 자바스크립트 / 텐서플로 / 케라스 / tensorflow.js / keras.js / WebGL / 신경망 / 웹브라우저 / 웹 애플리케이션
분야 인공지능 / 딥러닝

관련 사이트

관련 포스트

관련 도서

관련 파일 다운로드


강의 보조자료
교재로 채택하신 분들은 메일을 보내주시면 아래의 자료를 보내드리겠습니다. jeipubmarketer@gmail.com
■ 본문의 그림과 표

샘플 PDF
(차례, 옮긴이 머리말, 이 책에 대하여, 베타리더 후기, 1장 '딥러닝 소개' 일부, 3장 '자바스크립트 딥러닝 프레임워크' 일부, 5장 'WebGL을 이용한 GPU 가속화' 일부, 8장 'TensorFlow.js 애플리케이션 개발' 일부)

정오표 페이지
(등록되는 대로 링크를 걸어드리겠습니다.)

전자책 구매 사이트(가나다순)

도서 소개
딥러닝을 활용한 웹 애플리케이션 개발의 기초와 응용!
웹 프로그래밍과 인공지능의 만남이 시작되는 책!

이 책은 딥러닝과 웹 개발의 교차점에 있습니다. 두 기술 모두 성숙 단계에 접어들었고, 이들이 만난다면 누구도 상상하지 못한 환상적인 애플리케이션을 만들 수 있습니다.

이 책은 기본적인 웹 프로그래밍과 더불어 WebGL 등을 사용한 자바스크립트 딥러닝 프레임워크 사용법을 설명합니다. 브라우저와 딥러닝의 만남은 아직 걸음마 수준에 불과하지만, 하루가 다르게 눈부시게 발전하고 있습니다. 지금이야말로 시작하기 가장 좋을 때입니다. 이 책과 함께 놀라운 딥러닝의 세계를 느껴보기를 바랍니다. 자, 새로운 여행을 떠나 볼까요?

이 책의 주요 내용
  • 주요 딥러닝 모델
  • 딥러닝을 위한 기초 수학
  • 딥러닝 모델을 활용한 웹 애플리케이션 제작법
  • TensorFlow, WebDNN, Keras 등 최신 딥러닝 프레임워크 사용법
  • WebGL 사용법

지은이 소개
자비에르 보우리(Xavier Bourry)
StartupJeeliz의 대표 겸 CTO이자 딥러닝 전문가다.
@xavierbourry

카이 사사키(Kai Sasaki)
ARM의 시니어 소프트웨어 개발자이며, Apache Hivemall의 오픈 소스 커미터로 활
동하고 있다.
@Lewuathe

크리스토프 코너(Christoph Körner)
마이크로소프트 아일랜드에서 TSP 데이터 및 인공지능 처리 업무를 담당하고 있다.
@ChrisiKrnr

레이이치로 나카노(Reiichiro Nakano)
Infostellar의 소프트웨어 개발자이자 머신러닝 전문가다.
@reiinakano

옮긴이 소개
이수진
대학에서 작곡을 공부하던 중 기술과 예술의 만남을 목격하고 웹 기술에 매료되어 드넓은 IT 세상에 뛰어들었다. 예술가가 펼치는 아름다운 색과 선율처럼 코드로 독창적이고 생동감 넘치는 웹을 만들고 싶은 소프트웨어 엔지니어다. 싱가포르 국영 언론사에서 다수의 데이터 분석 및 시각화 프로젝트를 진행했다. 현재는 베를린의 핀테크 스타트업에서 리액트 개발을 하고 있으며, 딥러닝 모델을 활용한 인터랙티브 웹 개발에 많은 관심을 기울이고 있다.
홈페이지: https://sujinlee.me
트위터: @sujinleeme

차례
CHAPTER 1 딥러닝 소개 1
1.1 신경망을 위한 기초 수학 3
1.1.1 단층 퍼셉트론 3
1.1.2 다층 퍼셉트론 8
1.1.3 합성곱 계층과 풀링층 9
1.1.4 활성화 함수 12
1.2 뉴럴 네트워크 17
1.2.1 손실 함수의 중요성 17
1.2.2 정규화 18
1.2.3 역전파 알고리즘 19
1.2.4 최적화 방법 19
1.3 정리 21


제이펍 소식 더 보기(제이펍의 소통 채널에서 더욱 다양한 소식을 확인하세요!)