컴퓨터 비전, 인공지능, 음성 및 데이터 분석을 위한 차세대 핵심 테크닉!

실제 적용 사례와 간결한 예제로 배우는 딥러닝의 기본!

주요 파이썬 라이브러리를 활용한 딥러닝 실습!


출판사 제이펍

저작권사 Packt Publishing

원서명 Python Deep Learning: Next generation techniques to revolutionize computer vision, AI, speech and data analysis(원서 ISBN: 9781786464453)

저자명 발렌티노 조카, 지안마리오 스파카냐, 다니엘 슬레이터, 피터 로런츠

역자명 이동근

출판일 2018년 12월 18일

페이지 416쪽

시리즈 I♥A.I. 14(아이러브A.I. 14)

판  형 46배판변형(188*245*19)

제  본 무선(soft cover)

정  가 28,000원

ISBN 979-11-88621-35-4 (93000)

키워드 머신러닝 / 딥러닝 / 강화학습 / 뉴럴 네트워크 / 비지도 학습 / 이미지 인식 / 음성 인식 / 변칙 탐지 / 컴퓨터 비전 / NLP 

분야 인공지능 / 딥러닝 / 머신러닝


관련 사이트

관련 포스트

관련 시리즈

관련 도서
■ (관련 시리즈 참고하세요)

관련 파일 다운로드

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 다운로드
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 '머신러닝 - 소개' 일부, 2장 '뉴럴 네트워크' 일부, 4장 '비지도 특징 학습' 일부)

정오표 페이지
■ (등록되는 대로 링크를 걸어 드리겠습니다)

도서구매 사이트(가나다순)

도서 소개

컴퓨터 비전, 인공지능, 음성 및 데이터 분석을 위한 차세대 핵심 테크닉!

실제 적용 사례와 간결한 예제로 배우는 딥러닝의 기본!

주요 파이썬 라이브러리를 활용한 딥러닝 실습!


인공지능에 대한 관심이 전 세계적으로 높아지면서 딥러닝 기술이 광범위하게 사용되고 있습니다. 이런 흐름에 발맞추고자 한다면 이 책을 통해 머신러닝의 주요 개념을 학습하고 딥러닝의 모범 사례를 비롯한 실제 사용 사례를 살펴볼 수 있습니다. 더불어서 파이썬 기반의 머신러닝/딥러닝 기법을 한층 더 향상시키는 방법을 배울 수 있으며, Theano, TensorFlow, H2O와 같은 인기 있는 최신 오픈소스 라이브러리로 따라 하기 쉬운 튜토리얼을 실행해 보기도 하고, 실생활 예시에 적용하면서 정보를 인식하고 추출하여 예측 정확도를 높이고 결과를 최적화하는 방법을 배울 수도 있습니다.


딥러닝을 자세히 배우고 싶거나 최대한 활용하려는 분들은 부디 이 책을 통해 보다 정확하게 데이터를 스케일링하고, 다양한 딥러닝 알고리즘 기법을 학습하기 바랍니다.


이 책의 대상 독자

  • 데이터 사이언스 실무자 및 관련 분야 취업 준비생
  • 머신러닝 기본 개념을 알고 있고 파이썬 프로그래밍 경험이 있는 독자
  • 미적분과 통계 등의 수학적 기본 지식을 갖춘 독자


이 책의 주요 내용

  • 딥러닝 알고리즘을 배우기 위한 기본 지식
  • Theano, Caffe, Keras, TensorFlow를 활용한 딥러닝 실습
  • 오토인코더와 제한적 볼츠만 머신
  • 딥 빌리프 넷과 딥 뉴럴 네트워크에 대한 심도 있는 학습
  • 드롭아웃과 컨볼루셔널 뉴럴 네트워크 등의 다양한 머신러닝 알고리즘
  • 딥러닝 알고리즘과 라이브러리를 실생활에 적용하기 위한 전략


지은이 소개

발렌티노 조카(Valentino Zocca)

보잉에 인수된 오토메트릭(Autometric)에서 3D 시각화 소프트웨어를 만들며 디자인과 개발에 관련된 주요 역할을 담당했다. 보잉에서는 하둡을 사용해서 다양한 수학 알고리즘과 예측 모델을 만들고, 인공위성의 영상 자동 시각화 프로그램을 제작했다. 이후 독립 컨설턴트 자격으로 미국 인구조사국에서 딥러닝과 머신러닝을 사용한 연구를 진행했으며, 밀라노와 뉴욕에서 머신러닝과 딥러닝에 관한 세미나를 자주 열었다. 지금은 프리랜서 컨설턴트로서 뉴욕의 큰 금융회사에서 경제 모델을 보완하고 딥러닝과 머신러닝을 사용하여 예측 모델을 만드는 일을 하고 있다.


지안마리오 스파카냐(Gianmario Spacagna)

IoT 센서와 원격 데이터 처리와 관련된 업무와 무선 접속 자동차의 애플리케이션을 만드는 시니어 데이터 과학자다. 주로 타이어 엔지니어, 경영자들과 같이 일하면서 하이브리드 운전과 빅데이터 기반의 무인자동차에 관한 데이터를 분석하고 모델을 만들고, 머신러닝 시스템과 데이터 제품에 적용할 엔드 투 엔드 솔루션도 만든다. datasciencemanifesto.org를 함께 작성했고, 밀라노의 데이터 사이언스 밋업 커뮤니티(datasciencemilan.org)도 만들었다. 지속 가능한 커뮤니티를 위한 규칙을 만들고 즐겁게 실행할 수 있는 일에 열정을 쏟아붓고 있다.


다니엘 슬레이터(Daniel Slater)

11살 때부터 1인칭 게임인 Quake의 개발 모드에서 프로그래밍을 시작했다. 게임을 무척 좋아해서 게임 개발자가 되었고, ‘챔피언십 매니저(Championship Manager)’를 만들어서 히트시켰다. 그리고 금융업계로 이직하여 리스크 관리 업무와 고성능 메시지 시스템을 개발했다. 지금은 스킴링크(Skimlinks)에서 빅데이터를 다루며 온라인에서의 사용자 행동을 분석하는 시니어 엔지니어로 일하고 있다.


피터 로런츠(Peter Roelants)

KU루벤에서 인공지능으로 컴퓨터과학 석사 학위를 받았다. 이미지 분석, 음성 인식, 자연어 처리, 정보 추출 등의 여러 문제에 딥러닝을 적용하는 일을 했으며, 지금은 온피도(Ondo)에서 ‘공문서로부터 데이터 추출’을 연구하는 팀을 이끌고 있다.


옮긴이 소개

이동근

대학에서 컴퓨터과학을 전공하고 있으며, 현재는 학업을 잠시 쉬면서 유연하고 합리적인 프로젝트 단위로 전문가 서칭, 플래닝, 매니징 솔루션을 제공하는 시소(seeso)를 창업하여 운영하고 있다. 시소를 통해 약 250여 개의 웹/앱 프로젝트를 수백여 명의 실무 전문가(RUFREE)들과 작업했고, 더 나은 노동에 대해 생각하며 데이터를 바탕으로 실험에 옮기는 일을 한다. 주로 웹서비스를 만들며 경력을 쌓아왔지만, AI에도 관심을 가지고 꾸준히 공부하고 있다. 여유가 있을 때는 사회문제를 IT로 해결하는 다양한 프로젝트를 진행하며 웹과 딥러닝에 대한 글을 읽고, 쓰고, 옮기고 있다. 파이썬과 오픈소스를 사랑한다.


차례

CHAPTER 1 머신러닝 – 소개 1

머신러닝이란? 2

다양한 머신러닝 접근법 3

  지도학습 3

  비지도학습 6

  강화학습 7

  머신러닝에 꼭 필요한 것들 8

  유명한 기법 / 알고리즘의 간단한 소개 12

  실생활에 적용하기 25

  유명한 오픈소스 패키지 27

요약 34


댓글을 달아 주세요