신경망과 딥러닝의 최신 알고리즘과 탄탄한 이론을 담았다.

요즘 인공지능 관련 서적이 부쩍 늘어남을 새삼 느끼고 있습니다. 불과 5년 전만 해도 가물에 콩 나듯 관련 서적이 출간되었는데, 최근에는 한 달에 10여 종 안팎으로 출간되고 있네요. 마치 10여 년 전 아이폰의 등장과 안드로이드폰이 막 쏟아지기 시작하던 시점의 모바일 서적 시장을 보는 듯합니다. 그만큼 IT 업계에서 관심이 많은 주제인 것 같습니다. 

저희 제이펍에서도 인공지능 서적을 꾸준히 펴낼 계획을 갖고 있습니다. 《패턴인식과 머신러닝》이나 《심층학습》 등 AI 분야의 굵직한 이론서를 비롯해 지금까지 20여 종의 관련 서적을 출간했었는데요. 이번에 그 라인업을 한층 더 강화시켜 줄 책이 출간됩니다. 

바로 《신경망과 심층학습: 뉴럴 네트워크와 딥러닝 교과서》입니다. 원제는 《Neural Networks and Deep Learning: A Textbook》입니다. 저작권사는 통계와 수학, 인공지능 분야에서 우수한 학술 서적을 많이 펴내는 스프링거(Springer)이고, 저자는 무려 18종 이상의 책을 집필한 데이터 마이닝과 인공지능 분야의 전문가 차루 C. 아가르왈(Charu C. Aggarwal)입니다. 이분의 번역서는 국내 처음으로 나오는 것 같은데, 콘텐츠가 탄탄해서 번역서가 좀 더 늘어나지 않을까 싶습니다. 그리고 이번 책의 번역은 《심층학습》 을 번역한 류광 님이 다시 맡아 주셨습니다. 현업에서 음차 형태의 용어를 많이 사용하고는 있지만, 이미 국내 전문사전에 등재된 용어인 경우는 기존 용어를 사용했다고 합니다. 이에 관한 옮긴이 머리말의 일부를 옮겨 드립니다.

앞서 언급한《심층 학습》과 마찬가지로, 용어 선택 시 주로 대한수학회의 수학용어집과 한국통계학회의 통계용어 자료실, 한국정보통신기술협회의 정보통신용어사전 등을 참고했습니다. 익히 알겠지만, 심층 학습과 신경망은 최근 들어 새로 생긴 어떤 것이 아니라 오래전부터 사람들이 연구해 온 여러 관련 분야의 응용인 만큼, 가능하면 기존 용어들을 사용하는 것이 학습에(이를테면 배경지식을 갖추기 위해 통계학 서적을 읽을 때) 도움이 될 것입니다. 기존 분야와의 연계가 뚜렷하지 않은 새 용어의 경우에는 한 국어 위키백과나 해당 분야 학술 논문(의 제목과 초록)을 참고했습니다.

이 책의 주요 내용은 다음과 같습니다.

1. 신경망의 기초: 제1장은 신경망 설계의 기초를 논의한다. 전통적인 기계 학습 모형 중에는 신경망의 특수 사례로 이해할 수 있는 것들이 많이 있다. 전통적인 기계 학습과 신경망의 관계를 이해하는 것은 신경망을 이해하는 첫걸음에 해당한다. 제2장에서는 여러 전통적인 기계 학습 모형을 신경망으로 흉내(모의 실행) 낸다. 이를 통해서 신경망이 전통적인 기계 학습 알고리즘의 한계를 어떻게 밀어붙였는지 감을 잡을 수 있을 것이다.
2. 기본적인 신경망 구조들과 학습 방법: 제1장과 제2장에서도 신경망의 학습 방법들을 소개하지만, 학습과 관련된 어려움을 비롯한 좀 더 자세한 설명은 제3장과 제4장에 나온다. 제5장과 제6장은 방사상 기저 함수(RBF) 신경망과 제한 볼츠만 기계(RBM)를 소개한다.
3. 신경망의 고급 주제: 현재 심층 학습의 성공은 여러 문제 영역에 특화된 구조들 덕분이다. 이를테면 제7장과 제8장에서 논의하는 순환 신경망과 합성곱 신경망이 그러한 예이다. 제9장과 제10장에서는 심층 강화 학습, 신경 튜링 기계, 생성 대립 신경망(GAN) 같은 여러 고급 주제를 논의한다.

곧 다시 실물로 인사드리겠습니다. :)

■ 샘플 PDF(옮긴이 머리말, 머리말, 감사의 글, 저자 소개, 베타리더 후기, 1장 '신경망 입문' 일부, 3장 '심층 신경망의 훈련' 일부, 6장 '제한 볼츠만 기계' 일부)

신경망과심층학습_sample.pdf

■ 도서구매 사이트(가나다순)

[교보문고]  [도서11번가]  [반디앤루니스]  [알라딘]  [영풍문고]  [예스이십사]  [인터파크]  [쿠팡]