제이펍의 도서 | Posted by 제이펍 2016.10.11 18:02

딥 러닝 제대로 시작하기

데이터 과학과 머신 러닝 전문가를 위한 콤팩트한 입문서!

기초부터 고급 이론까지 체계적으로 정리하여 알기 쉬운 딥 러닝 교과서!


출판사 제이펍

원출판사 고단샤(講談社)

원서명 深層学習(ISBN: 9784061529021)

지은이 오카타니 타카유키

옮긴이 심효섭

출판일 2016년 10월 10일

페이지 220쪽

시리즈 I♥A.I. 01

판  형 크라운판 변형(170*225*13)

제  본 무선(soft cover)

정  가 20,000원

ISBN 979-11-85890-59-3 (93000)

키워드 deep learning / 인공지능 / 머신 러닝 / machine learning / 데이터 과학 / 데이터 분석

분  야 컴퓨터 공학 > 인공지능


관련 사이트

관련 포스트
관련 시리즈
■ I♥A.I.(아이러브인공지능)

관련 도서

관련 파일 다운로드
■ 본문의 그림 과 표 PDF 파일
교재 검토용 증정 안내
■ 학교 및 학원에서 교재 선정을 위해 책을 파일로 검토해보고자 하시는 분들은 다음의 페이지에서 신청 양식을 작성해주시기 바랍니다. 확인 후 연락을 드리도록 하겠습니다. http://goo.gl/vBtPo3

강의보조 자료
교재로 채택하신 분들은 메일을 보내주시면 아래의 자료를 보내드리겠습니다: jeipubmarketer@gmail.com
■ 본문의 그림과 표

샘플 PDF(차례, 옮긴이 머리말, 머리말, 베타리더 후기, 1장 시작하며)

정오표 페이지
 
도서구매 사이트(가나다순)


도서 소개

데이터 과학과 머신 러닝 전문가를 위한 콤팩트한 입문서!

기초부터 고급 이론까지 체계적으로 정리하여 알기 쉬운 딥 러닝 교과서!

딥 러닝의 동작 원리를 이해시키는 핵심 수식과 그림, 간결한 해설이 돋보이는 책!


이 책은 최근 많은 관심을 받고 있는, 머신 러닝의 접근 방법론 중 하나인 딥 러닝을 권위 있는 저자가 알기 쉽게 해설한 책이다. 딥 러닝의 기초부터 확률적 경사 하강법(SGD), 자기부호화기(autoencoder), 합성곱 신경망(CNN), 재귀 신경망(RNN), 제약 볼츠만 머신(RBM)에 이르는 다양한 기법을 명쾌하게 설명하고 있으며, 일본 고단샤 출판사에서 기획한 기계학습 프로페셔널 시리즈(총 29종) 중 가장 인기가 많은 책이기도 하다.


대상 독자

■ 데이터 과학을 배우려는 대학생/대학원생

■ 머신 러닝 기법을 응용하려는 연구자나 엔지니어


주요 내용

1장: 신경망 연구의 간략한 역사와 이 책의 구성을 다룬다.

2장: 앞먹임 신경망을 다룬다. 이는 입력에서 출력까지 정해진 한 방향으로만 정보가 전달되는 신경망으로, 가장 기본적이자 널리 응용되는 신경망이다. 

3장: 앞먹임 신경망의 학습 방법을 설명한다. 특히, 딥 뉴럴넷에서 기본적인 학습 방법으로 활용되는 확률적 경사 하강법에 초점을 맞추고 기초 이론과 방법을 설명한다. 

4장: 오차 기울기를 구하기 위한 방법으로 역전파법을 설명한다. 

5장: 자기부호화기(autoencoder)를 다룬다. 이는 비지도 학습을 하는 신경망으로, 주로 데이터를 잘 나타내는 자질을 학습하고 데이터에 대한 좋은 표현을 얻는 것을 목적으로 한다. 열쇠가 되는 희소 규제화나 데이터 백색화에 대해서도 설명한다. 또, 자기부호화기를 이용한 딥 뉴럴넷의 사전훈련 방법도 다룰 것이다.

6장: 이미지에 대한 응용에서 빼놓을 수 없는 합성곱 신경망을 다룬다. 합성곱층과 풀링층 등 특수한 구조를 갖는 층에 대해서 자세히 설명하고 구체적인 응용 예를 소개한다. 

7장: 재귀 신경망을 다룬다. 재귀 신경망을 위한 기본적인 구성과 학습 방법을 설명하고, 음성 인식, 필기 인식 등의 성공적으로 응용되고 있는 장·단기 기억과 입력 연속열과 길이가 다른 연속열을 추정할 수 있는 커넥셔니스트 시계열 분석법 등을 설명한다.

8장: 볼츠만 머신을 다룬다. 다른 장에서 다룬 신경망과 달리, 유닛 간에 양방향성 결합을 가지며 그 거동이 확률적으로 기술되는 것이 특징이다. 


저자 소개

오카타니 타카유키(岡谷 貴之)

1999년에 도쿄대학 대학원 공학계연구과 계수공학 전공으로 박사과정을 수료하였다. 현재는 도호쿠대학 대학원 정보과학연구과 교수로 재직 중이다.


역자 소개

심효섭

연세대학교 문헌정보학과를 졸업했고, 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하게 되면서 개발을 시작하였다. 네이버에서는 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에도 머신 러닝에 대한 학습도 꾸준히 하고 있다. 한편, 최근에는 회사에 속하지 않고 지속 가능한 삶에 골똘하고 있다.


차례

1장 시작하며 _ 1

1.1 신경망 연구의 역사 3

    1.1.1 다층 신경망에 대한 기대와 실망 3

    1.1.2 다층 신경망의 사전훈련 4

    1.1.3 자질에 대한 학습 6

    1.1.4 딥 러닝의 융성 7

1.2 이 책의 구성 9

더보기


저작자 표시 비영리 동일 조건 변경 허락
신고
크리에이티브 커먼즈 라이선스
Creative Commons License

댓글을 달아 주세요

<PREV 1 ... 47 48 49 50 51 52 53 54 55 ... 652 NEXT>


티스토리 툴바