품목정보
출간일 | 2018년 11월 22일 |
---|---|
쪽수, 무게, 크기 | 336쪽 | 644g | 182*232*20mm |
ISBN13 | 9788965402282 |
ISBN10 | 896540228X |
출간일 | 2018년 11월 22일 |
---|---|
쪽수, 무게, 크기 | 336쪽 | 644g | 182*232*20mm |
ISBN13 | 9788965402282 |
ISBN10 | 896540228X |
머신러닝·딥러닝의 출발점, 수학의 기초부터 튼튼하게! 『인공지능을 위한 수학』은 인공지능 전문 서적을 볼 때, 수많은 수식에 현기증을 느끼는 분, 인공지능 알고리즘을 체계적으로 배우고 싶지만, 어떤 수학책부터 봐야 할지 막막한 분, 인공지능 알고리즘으로 모델을 만들고는 있지만, 블랙박스처럼 사용하고 있어서 이 기회에 수학을 제대로 다시 배워보고 싶은 분들을 위한 도서이다. 이 책은 처음부터 끝까지 인공지능(머신러닝, 딥러닝)에 사용하는 수학적 개념을 재조명하는 데 집중하고 있다. 먼저, 기본편에서는 인공지능을 이해하는 데 필요한 최소한의 수학 개념을 고교, 대학 수학 과정의 수준으로 설명하고, 이어서 응용편에서는 앞서 배운 개념들이 실제로 인공지능을 개발할 때 어떻게 쓰이는지, 잘 알려진 알고리즘을 이용하여 쉽게 다가갈 수 있게 설명한다. 이 책을 통해 인공지능 관련서에 나오는 복잡한 수식에 대한 거부감을 줄이고, 인공지능 관련서를 읽을 때 필요한 수학적인 맷집과 기초 체력을 키울뿐 아니라 주요 인공지능 알고리즘과 수식의 의미를 이해할 수 있다. |
머리말 옮긴이의 글 베타리더 후기 이 책을 읽는 방법 기본편 | 인공지능 프로그래밍에 쓰이는 수학 CHAPTER 01 기초 수학 1-1 변수와 상수 1-2 1차식과 2차식 1-3 함수의 개념 1-4 제곱근 1-5 거듭제곱과 거듭제곱근 1-6 지수함수와 로그함수 1-7 자연로그 1-8 시그모이드 함수 1-9 삼각함수 1-10 절댓값과 유클리드 거리 1-11 수열 1-12 집합과 원소 CHAPTER 02 미분 2-1 극한 2-2 미분의 기초 2-3 상미분과 편미분 2-4 그래프 그리기 2-5 함수의 최댓값과 최솟값 2-6 초등함수와 합성함수의 미분, 그리고 곱의 법칙 2-7 특수 함수의 미분 CHAPTER 03 선형대수 3-1 벡터 3-2 덧셈과 뺄셈, 그리고 스칼라배 3-3 유향선분 3-4 내적 3-5 직교 조건 3-6 법선벡터 3-7 벡터의 노름 3-8 코사인 유사도 3-9 행렬의 덧셈과 뺄셈 3-10 행렬의 곱셈 3-11 역행렬 3-12 선형 변환 3-13 고윳값과 고유벡터 CHAPTER 04 확률과 통계 4-1 확률 4-2 확률변수와 확률분포 4-3 결합확률과 조건부확률 4-4 기댓값 4-5 평균과 분산, 그리고 공분산 4-6 상관계수 4-7 최대가능도추정 응용편 | 인공지능 알고리즘에 응용하는 수학 CHAPTER 05 선형회귀 5-1 회귀 모델로 주택 가격 추정하기 5-2 데이터 세트 ‘Boston Housing Dataset’ 5-3 선형회귀 모델 5-4 최소제곱법으로 파라미터 도출하기 5-5 정규화로 과학습 줄이기 5-6 완성된 모델 평가하기 CHAPTER 06 자연어 처리 6-1 자연어 처리로 문서의 카테고리 알아맞히기 6-2 카테고리별 데이터 세트 6-3 자연어 처리의 작동 원리 6-4 문장에서 품사 분석하기 6-5 단어 필터링하기 6-6 문서를 단어 벡터로 변환하기 6-7 단어 벡터에 가중치 주기 6-8 문서 분류하기 6-9 완성된 모델 평가하기 CHAPTER 07 이미지 인식 7-1 딥러닝으로 손글씨 인식하기 7-2 데이터 세트 ‘MNIST’ 7-3 신경망이란? - 기초 7-4 신경망이란? - 심화 7-5 심층 신경망이란? 7-6 순전파 7-7 손실 함수 7-8 경사하강법 사용하기 7-9 오차역전파법 사용하기 7-10 완성된 모델 평가하기 맺음말 참고자료 색인 |
일단 수학은 나에게 너무 어렵지만 수학은 잘 하고 싶다. 하지만 너무 어렵고 문제를 풀다보면 화가 난다. 그래서 그 화를 참지 못하고 책을 던진다. 이 책도 몇번 던져졌다. 대신 침대에 던져서 찢어지진 않았다. 그만큼 소중하다는 얘기다. 소중한데 뭔가 얄미운 그런 존재 있지 않은가? 수학은 나에게 그런 존재다. 결국 나는 이 책을 읽다가 포기했다. 그래도 다시 5년 뒤에 펼쳐볼 날을 기대하면서 이 리뷰를 적는다. 왜냐고? 진짜 포기한 것은 아니니깐...
그냥 인공지능을 위한 수학이 아닌 나의 뇌가 수학을 잘 풀어버리는 인공지능이었으면 어땠을까 하는 아쉬움이 남는다..
인공지능과 머신러닝을 공부하면서 반드시 필요한 것이 있다면 그것은 수학 지식일 것입니다.
아무리 좋은 코드를 공부하더라도 그 기저에 깔려있는 수학적 알고리즘을 파악하지 못한다면 반쪽짜리 공부가 되는 것이죠. 하지만 프로그래머는 수학자가 아닙니다. 언제까지나 수학을 파고들 수도 없는 노릇이죠. 그래서 프로그래밍과 수학 사이의 '밸런스'가 중요합니다.
이러한 관점에서 이 책은 인공지능과 머신러닝에 필수 불가결한 수학 지식만을 간추려 깔끔하게 정리했기 때문에 '밸런스'를 잘 잡은 책이라고 생각합니다.
인공지능과 머신러닝을 공부하면서 나오는 수학 용어나 지식을 정리하고 싶은 분들께 추천합니다.
인공지능을 제대로 이해하기 위해서는 아쉽지만 수학적인 기초가 조금 필요하다. 그렇다고 선형대수,확률과 통계,미분 책을 다시 보는 것은 어려운 일일 수 밖에 없다.하지만 다행히도 "인공지능을 위한 수학"은 인공지능을 이해하는데 직접적으로 필요한 핵심적인 내용들만을 담아 많은 도움이 된다.
분명한 목적이 있으니 책을 읽어 나가는데도 어려움이 별로 없었다.