본문 바로가기

도서 소개

심층 학습(Deep Learning)


2019 대한민국학술원 우수학술도서 선정!

심층 학습(딥러닝)을 위한 완벽한 참고서이자 바이블!


종이책 구매 사이트(가나다순)

전자책 구매 사이트(가나다순)

출판사 제이펍

저작권사 The MIT Press

원서명 Deep Learning(원서 ISBN: 9780262035613)

저자명 이안 굿펠로, 요슈아 벤지오, 에런 쿠빌

역자명 류광

출판일 2018년 10월 31일

페이지 908쪽

시리즈 I♥A.I. 13(아이러브A.I. 13)

판 형 46배판변형(188*245*35)

제 본 무선(soft cover)

정 가 42,000원

ISBN 979-11-88621-42-2 (93000)

키워드 딥러닝/머신러닝/인공지능/deep learning/machine learning/벤지오/굿펠로

분 야 컴퓨터공학/인공지능


관련 사이트

관련 포스트

관련 시리즈

관련 도서
■ (관련 시리즈 참고하세요)

관련 파일 다운로드


강의보조 자료 다운로드

샘플 PDF
(차례, 웹사이트, 옮긴이 머리말, 감사의 글, 표기법, 1장 '소개' 전체, 4장 '수치 계산' 일부, 6장 '심층 순방향 신경망' 일부, 14장 '자동부호기' 일부)

정오표 페이지
역자께서 수집한 오류: http://occamsrazr.net/book/DeepLearning

종이책 구매 사이트(가나다순)

전자책 구매 사이트(가나다순)

도서 소개
심층 학습을 위한 완벽한 참고서이자 바이블!

기계 학습의 한 형태인 심층 학습을 이용하면 컴퓨터가 개념들의 계통구조를 통해서 세계를 경험하고 이해하게 만들 수 있다. 심층 학습에서는 컴퓨터가 경험에서 지식을 수집하므로, 컴퓨터에 필요한 모든 지식을 사람(컴퓨터 운영자)이 일일이 지정할 필요가 없다. 그리고 개념들의 계통구조 덕분에 컴퓨터는 간단한 개념들을 조합해서 좀 더 복잡한 개념을 배우게 된다. 그러한 계통구조의 그래프는 다수의 층으로 이루어진 ‘심층’ 구조를 가질 수 있다. 이 책은 심층 학습의 다양한 주제를 소개한다.

독자가 이 책을 읽는 데 필요한 수학적, 개념적 토대를 마련할 수 있도록, 이 책은 우선 심층 학습과 관련된 선형대수, 확률론, 정보 이론, 수치 계산, 기계 학습의 여러 주요 개념을 소개한다. 그런 다음에는 심층 순방향 신경망, 정칙화, 최적화 알고리즘, 합성곱 신경망, 순차열 모형화 등등 업계 실무자들이 사용하는 여러 심층 학습 기법들을 설명하고, 현실적인 심층 학습 실천 방법론도 소개한다. 또한 자연어 처리, 음성 인식, 컴퓨터 시각, 온라인 추천 시스템, 생물정보학, 비디오 게임을 위해 심층 학습을 응용하는 방법들도 개괄한다. 마지막으로는 연구의 관점에서 심층 학습을 살펴보는데, 이를테면 선형 인자 모형, 자동부호기, 표현 학습, 구조적 확률 모형, 몬테카를로 방법 같은 이론 연구 주제들을 소개한다.

《심층 학습》은 업계 또는 학계에서 연구자로서의 경력을 준비하는 학부생이나 대학원생은 물론이고 자신의 제품이나 플랫폼에서 심층 학습을 사용하고자 하는 소프트웨어 기술자들을 위한 책이다. 독자와 강사에게 도움이 될 보충 자료는 부록 웹사이트에 올려 두었다.

표지 이미지에 관하여
대니얼 암브로지(danielambrosi.com)의 Central Park Azalea Walk Dreamscape.
대니얼 암브로지의 ‘Dreamscapes’ 연작은 구글의 오픈소스 소프트웨어 DeepDream을 암브로시의 수백 메가픽셀 파노라마 이미지에 대해 잘 작동하도록 조지프 스마르(구글)와 크리스 램(NVIDA)이 수정한 버전으로 생성한 것이다.

추천사
심층 학습을 상세히 다룬 책은 이 분야의 세 전문가가 쓴 《심층 학습》이 유일하다. 이 책은 이 분야에 진입하려는 소프트웨어 기술자와 학생이 꼭 갖추어야 할 넓은 관점과 수학적 사전 지식을 제공할 뿐만 아니라, 이 분야의 권위자들에게도 참고자료가 된다.
일론 머스크(OpenAI 공동 의장이자 Tesla와 SpaceX의 공동 창업자 및 CEO)

이 책은 심층 학습 최고의 교과서이다. 이 분야의 주요 기여자들이 저술한 이 책은 명확하고, 상세하며, 신뢰할 수 있다. 심층 학습이 어디에서 왔고, 어디에 좋으며, 어디로 가고 있는지 알고 싶다면 이 책을 읽기 바란다.
제프리 힌턴 FRS(토론토 대학교 명예 교수이자 구글의 특훈 연구 과학자)

2010년대 초반부터 심층 학습은 관련 기술 업계를 강타했다. 학생과 실무자, 강사를 위한 기본 개념과 실무적인 측면들, 그리고 고급 연구 주제를 망라하는 교과서를 찾는 요구가 있었다. 이 책은 이 분야에서 가장 혁신적이고 활동적인 연구자들이 쓴, 이 주제에 관한 최초이면서 상세한 교과서이다. 이 책은 오랫동안 하나의 기준이 될 것이다.
얀 르쿤(페이스북 AI 연구 책임자이자 뉴욕 대학교 컴퓨터 과학/데이터 과학/신경과학 실버 석좌교수)

지은이 소개
이안 굿펠로(Ian Goodfellow)
구글의 연구 과학자이다.

요슈아 벤지오(Yoshua Bengio)
몬트리올 대학교의 컴퓨터 과학 교수이다.

에런 쿠빌(Aaron Courville)
몬트리올 대학교의 컴퓨터 과학 조교수이다.

옮긴이 소개
류광
20년 이상의 번역 경력을 가진 전문 번역가로, 인공지능의 교과서라 불리는 《인공지능(제3판) 1, 2》(Artificial Intelligence: A Modern Approach, Third Edition)와 커누스 교수의 《컴퓨터 프로그래밍의 예술》(The Art of Computer Programming) 시리즈를 포함하여 60여 종의 다양한 IT 전문서를 번역했다.

차례
1장 소개 1
1.1 이 책의 대상 독자 10
1.2 심층 학습의 역사적 추세 13

제1부 응용 수학과 기계 학습의 기초 29
2장 선형대수 31
2.1 스칼라, 벡터, 행렬, 텐서 32
2.2 행렬과 벡터의 곱셈 35
2.3 단위행렬과 역행렬 37
2.4 일차종속과 생성공간 38
2.5 노름 41
2.6 특별한 종류의 행렬과 벡터 43
2.7 고윳값 분해 44
2.8 특잇값 분해 47
2.9 무어-펜로즈 유사역행렬 48
2.10 대각합 연산자 49
2.11 행렬식 50
2.12 예: 주성분분석 50