확장메뉴
주요메뉴


소득공제 베스트셀러 강력추천
미리보기 공유하기

밑바닥부터 시작하는 딥러닝 2

: 파이썬으로 직접 구현하며 배우는 순환 신경망과 자연어 처리

리뷰 총점9.8 리뷰 16건 | 판매지수 9,177
베스트
OS/데이터베이스 37위 | IT 모바일 top20 28주
[대학생X취준생] 2023년에도 중요한 것은 꺾이지 않는 마음
[IT 기획전] IT, 모두의 교양
박해선 저자의 머신러닝/딥러닝 패스
비전공자 출신 프론트엔드 개발자 '임효성'님이 추천하는 개발 입문 책
더 나은 개발자로 살아가기 위한 『개발자 원칙』
[단독]『혼자 공부하는 파이썬』 개정판 출간
1월의 굿즈 : 디즈니 캐릭터 대용량 머그/머그&티스푼 세트/클로버 북백/북파우치 3종 세트/크리스탈 문진
YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정
쇼핑혜택
현대카드
1 2 3 4 5

품목정보

품목정보
발행일 2019년 05월 01일
쪽수, 무게, 크기 420쪽 | 750g | 183*235*30mm
ISBN13 9791162241745
ISBN10 1162241748

이 상품의 태그

책소개 책소개 보이기/감추기

목차 목차 보이기/감추기

CHAPTER 1 신경망 복습
__1.1 수학과 파이썬 복습
__1.2 신경망의 추론
__1.3 신경망의 학습
__1.4 신경망으로 문제를 풀다
__1.5 계산 고속화
__1.6 정리

CHAPTER 2 자연어와 단어의 분산 표현
__2.1 자연어 처리란
__2.2 시소러스
__2.3 통계 기반 기법
__2.4 통계 기반 기법 개선하기
__2.5 정리

CHAPTER 3 word2vec
__3.1 추론 기반 기법과 신경망
__3.2 단순한 word2vec
__3.3 학습 데이터 준비
__3.4 CBOW 모델 구현
__3.5 word2vec 보충
__3.6 정리

CHAPTER 4 word2vec 속도 개선
__4.1 word2vec 개선 ①
__4.2 word2vec 개선 ②
__4.3 개선판 word2vec 학습
__4.4 word2vec 남은 주제
__4.5 정리

CHAPTER 5 순환 신경망(RNN)
__5.1 확률과 언어 모델
__5.2 RNN이란
__5.3 RNN 구현
__5.4 시계열 데이터 처리 계층 구현
__5.5 RNNLM 학습과 평가
__5.6 정리

CHAPTER 6 게이트가 추가된 RNN
__6.1 RNN의 문제점
__6.2 기울기 소실과 LSTM
__6.3 LSTM 구현
__6.4 LSTM을 사용한 언어 모델
__6.5 RNNLM 추가 개선
__6.6 정리

CHAPTER 7 RNN을 사용한 문장 생성
__7.1 언어 모델을 사용한 문장 생성
__7.2 seq2seq
__7.3 seq2seq 구현
__7.4 seq2seq 개선
__7.5 seq2seq를 이용하는 애플리케이션
__7.6 정리

CHAPTER 8 어텐션
__8.1 어텐션의 구조
__8.2 어텐션을 갖춘 seq2seq 구현
__8.3 어텐션 평가
__8.4 어텐션에 관한 남은 이야기
__8.5 어텐션 응용
__8.6 정리

APPENDIX A 시그모이드 함수와 tanh 함수의 미분
__A.1 시그모이드 함수
__A.2 tanh 함수
__A.3 정리

APPENDIX B WordNet 맛보기
__B.1 NLTK 설치
__B.2 WordNet에서 동의어 얻기
__B.3 WordNet과 단어 네트워크
__B.4 WordNet을 사용한 의미 유사도

APPENDIX C GRU
__C.1 GRU의 인터페이스
__C.2 GRU의 계산 그래프

저자 소개 (2명)

출판사 리뷰 출판사 리뷰 보이기/감추기

★ 『밑바닥부터 시작하는 딥러닝』의 명성을 그대로!
이 책은 『밑바닥부터 시작하는 딥러닝』의 속편입니다. 전편에 이어 계속 딥러닝 기술을 다룹니다. 특히 이번에는 자연어 처리와 시계열 데이터 처리에 초점을 맞춰 딥러닝을 사용해 다양한 문제에 도전합니다. 그리고 전편과 똑같이 ‘밑바닥부터 만든다’는 기치 아래, 딥러닝을 활용한 고급 기술들을 차분히 만끽해갈 것입니다.

★ 자연어 처리와 시계열 데이터 처리에 초점을 맞춰!
이 책에서는 자연어 처리와 시계열 데이터 처리에 초점을 맞춰 딥러닝에서 중요한 기술들을 배웁니다. 구체적으로는 word2vec과 RNN, LSTM과 GRU, seq2seq와 어텐션 같은 기술입니다. 이 책은 이 기술들을 가능한 한 쉬운 말로 설명하고 실제로 만들어보면서 확실한 내 것이 되도록 안내합니다.

★ 이 책에서 다루는 내용
- 외부 라이브러리에 의지하지 않고, 밑바닥부터 딥러닝 프로그램을 구현합니다.
- 『밑바닥부터 시작하는 딥러닝』의 속편으로서 자연어 처리와 시계열 데이터 처리에 사용하는 딥러닝 기술에 초점을 맞춥니다.
- 실제로 동작하는 파이썬 소스 코드와 독자가 직접 실습해볼 수 있는 학습 환경을 제공합니다.
- 가능한 한 쉬운 말로, 명확한 그림을 많이 동원하여 설명합니다.
- 수식도 사용하지만 그 이상으로 소스 코드에 기초한 설명을 중시합니다.
- ‘ 왜 그 기법이 뛰어난가?’, ‘왜 그 방식이 먹히는가?’, ‘왜 그것이 문제인가?’ 등 ‘왜’를 소중히 합니다.

★ 추천사

『밑바닥부터 시작하는 딥러닝』에 이어 널리 사용되는 딥러닝 모델을 직접 구현하면서 기본 원리를 체득하는 체험형 입문서입니다. 전편이 딥러닝의 기본 이론을 밑바닥부터 구현할 수 있도록 안내했다면 이번에는 자신만의 딥러닝 프레임워크를 구축할 수 있는 토대를 만들어줍니다. 파이썬과 넘파이의 활용까지 책임지는 훌륭한 지침서입니다. 딥러닝 프레임워크를 연구하는 모든 분께 이 책을 추천합니다.
- 윤영선, 한남대학교 정보통신공학과 교수

머신러닝 라이브러리를 이용하여 딥러닝 분야에 뛰어들게 되면 네트워크의 내부 구조와 디테일한 부분들을 자세하게 알 수 없어 한없이 답답합니다. 이 책은 큰 부분부터 디테일한 부분까지 밑바닥부터 직접 구현해 네트워크에 대한 이해를 돕고, 답답함을 한 방에 날려줍니다. 그동안 국내에 출판된 책들이 RNN 계열이나 자연어 처리 계열을 잘 다루지 않는 것에 비해, 이 책은 기초적인 자연어 처리부터 응용, 심화 과정까지 설명합니다. 자연어 처리 분야에 뛰어들 분들께 추천합니다.
- 박동주, 광주과학기술원 석사과정

앞으로 자연어 처리 기본서는 이 책의 전과 후로 나뉠 겁니다. 전편에서와 마찬가지로 직관적이고 논리적으로 설명해주는 부분에서 감탄했습니다. 자연어 처리를 처음 접하는 입문자부터 단순히 프레임워크를 활용해본 경험자까지, 자연어 처리 과정이 어떻게 이루어지는지 알고 싶은 모든 분께 추천합니다. 특히 통계 기반 기법과 추론 기반 기법의 장단점과 차이점을 설명하는 부분이 명쾌해서 내용을 이해하는 데 큰 도움이 되었습니다.
- 성민석, 홍익대학교 컴퓨터공학과 4학년

딥러닝을 이용한 자연어 처리의 기본을 밑바닥부터 공부할 수 있습니다. 전편과 마찬가지로 RNN, LSTM, 어텐션 등을 구현하면서 각각의 작동 원리를 쉽게 공부할 수 있습니다. 저는 작년에 일본어판을 먼저 읽어보았는데, 번역 또한 전편과 마찬가지로 아주 좋습니다.
- 김선웅, (주)스캐터랩 머신러닝 엔지니어

이 책은 RNN 기반 신경망에 대한 개념을 쉽게 설명해주고, 복잡한 응용 모델들을 그림과 예제를 통해 알려줍니다. 시계열을 공부하는 분, RNN 공부를 시작하는 분께 큰 도움이 될 것입니다.
- 김동성, 삼성 리서치(Samsung Research) 연구원

쉽게 풀어쓴 이론과 친절하게 설명한 코드를 따라가다 보면 자연어 처리 분야의 발전 과정을 자연스럽게 이해할 수 있습니다. 딥러닝 기초가 필요한 분은 전편부터 공부하시는 걸 추천합니다.
- 양민혁, 현대모비스 빅데이터팀

밑바닥부터 시작하는 딥러닝 2편이 나오다니! 너무나 신납니다. 저처럼 어린 학생들도 자연어 처리에 맞추어 무리 없이 쉽게 이해하며 따라 할 수 있는 책입니다. 저와 같은 어린 학생들이 과연 할 수 있을까 망설이고 있다면, 주저 없이 이 책을 집어 드세요.
- 김경수, 봉일천고등학교 2학년

회원리뷰 (16건) 리뷰 총점9.8

혜택 및 유의사항?
[서평]밑바닥부터 시작하는 딥러닝2(한빛미디어) 내용 평점5점   편집/디자인 평점5점 W***y | 2022.06.13 | 추천0 | 댓글0 리뷰제목
'밑시딥 두번째 시리즈로 자연어 처리에 필수적인 Word2Vec과 RNN 모델의 기본 구현까지 코드로 구현해볼 수 있는 책 '    바로 전작인 1권에서는 퍼셉트론에 이어서 딥러닝에 쓰이는 신경망의 기본적인 개념들을 코드로 구현해볼 수 있었다면 이번 권에서는 특히 RNN과 임베딩 파트에 중점을 맞췄다. 이는 어려운 NLP의 개념을 보다 가까이 다가서기 힘들어하는 사람들의;
리뷰제목

'밑시딥 두번째 시리즈로 자연어 처리에 필수적인 Word2Vec과 RNN 모델의 기본 구현까지 코드로 구현해볼 수 있는 책 '

 

 바로 전작인 1권에서는 퍼셉트론에 이어서 딥러닝에 쓰이는 신경망의 기본적인 개념들을 코드로 구현해볼 수 있었다면 이번 권에서는 특히 RNN과 임베딩 파트에 중점을 맞췄다. 이는 어려운 NLP의 개념을 보다 가까이 다가서기 힘들어하는 사람들의 진입장벽을 낮춰준다.

 

- 목차:

 1권에 이어지는 내용으로는 지은이가 코드를 위해 구현한 간단한 라이브러리들의 설명과 더불어 신경망에 대한 복습이 가장 첫 챕터로 등장한다. 그 뒤에는 Word2Vec이라는 요즘에도 많이 쓰이는 임베딩 모델과 더불어 RNN과 Seq2seq의 구현, 마지막으로 어려운 이해구조를 가진 어텐션에 이르기까지 전체적으로 언어 모델의 발전 과정에 따른 모델들의 구조와 코드 구현을 깔끔하게 보여준다.

 

- 인상적인 파트 :

여기서의 가장 힘든 파트는 단연코 어텐션이다. Attention의 경우 RNN에서 순환을 빼고 어텐션만을 이용해 구현한 모델로, 이 뒤에는 트랜스포머와 최신 모델들의 전반적인 원리들이 안에 들어있어서 필히 넘어가야만 하는 파트였다. 어렵지만 꼼꼼한 설명과 더불어 코드로 쭉풀어둔 모델구현은 감탄스럽기까지 했으며, 깔끔하면서도 군더더기 없는 코드는 이 이상으로 더 나은 방법이 없다 싶을 정도의 내공이 녹아들어 있다.

 

- 기억에 남는 부분 :

 NLP에서 개인적으로 힘들었던 부분은 역시 토크나이징과 더불어 임베딩 파트였다. 이 파트를 설명하기 위해서 여기에서는 Word2Vec 모델의 설명이 쓰였으며, 단어들의 벡터값을 구한뒤에 유사도를 측정하는 방법부터 시작해서 이 코사인 유사도가 실제로 어떻게 단어들의 유사도를 가중치로 적용하는지의 까다로운 과정들을 잘 따라갈 수 있게 서술해뒀다. 이 과정은 언어 모델에서의 필수적이지만 고도의 이해가 필요한 구간으로, 제대로 코드로 파고 싶은 사람들에게는 유용한 정보가 될 것이다.

 

- 이 책이 도움이 되는 사람을 꼽는다면 :

 1권에 이어서 언어 모델들의 발전을 따라 코드로 따라오고싶은 사람들에게는 거의 필수적인 책으로 손꼽고 싶다. 또한 간결하면서도 군더더기 없는 코드들을 따라 자신만의 모델을 구현하면서 시행착오를 줄이고 싶은 사람들의 입장에서도 기반을 닦는데 적절할 것이며, 어텐션의 가장 기초를 보고싶다면 먼저 이 책을 선택해도 좋을 것이다.

 

- 내돈내산으로 직접 책을 구입한 뒤 작성된 후기입니다. -

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
[도서리뷰] 밑바닥부터 시작하는 딥러닝2(Deep Learning from Scratch 2) 내용 평점5점   편집/디자인 평점5점 예*랑 | 2021.09.26 | 추천0 | 댓글0 리뷰제목
[도서리뷰] 밑바닥부터 시작하는 딥러닝2(Deep Learning from Scratch 2) ** 이리뷰는 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다. **         책 구매를 위해 서평을 찾아보고 있는 분들에게 하고싶은 말이 있다면 밑바닥부터 시작하는 딥러닝 2는 이전편, '밑바닥부터 시작하는;
리뷰제목

[도서리뷰] 밑바닥부터 시작하는 딥러닝2(Deep Learning from Scratch 2)

** 이리뷰는 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다. **
 

 

 

 

책 구매를 위해 서평을 찾아보고 있는 분들에게 하고싶은 말이 있다면 밑바닥부터 시작하는 딥러닝 2는 이전편, '밑바닥부터 시작하는 딥러닝'의 개정판이 아니라는 점이다. 전편이 인공 신경망에 대한 자세한 내용을 다뤘다면 밑바닥부터 시작하는 딥러닝 2는 보다 스코프를 좁혀서 '자연어 처리'에 집중하고있다.  서문에서 저자가 이야기 하듯이 전편을 읽지 않았더라도 딥러닝에 대한 이론적 지식이 있다면 이번 책도 무난히 읽을 수 있을 것이다. 그러나 딥러닝에 대한 지식이 없는 사람은 전편을 먼저 읽을것을 추천하고있다.

물론 첫장에서 딥러닝에 필요한 수학적 지식과 파이썬 라이브러리 사용법 등에 대해 가볍게 짚고 넘어가긴 하지만, 기본 지식 없이 이 내용만으로 책을 이해하기는 어렵다. 이책은 텐서플로같은 프레임워크의 사용법을 배우는 책이 아닌, 딥러닝의 이론과 원리에 대해서 좀더 심도있게 다룬다.(저자는 딥러닝 이론을 상세한 수준까진 담지 않았다고 하였으니 본인이 느끼기엔 그랬다.) 

이미 머신러닝 이론에대한 지식이 있으며, 경험도 있는 사람이 자연어 처리에 대해 공부하고싶은경우 이책을 추천한다. 

하지만 머신러닝에 대한 지식도 없는 상황에서 자연어 처리에 대한 관심만으로 공부를 시작하려는 사람이 보기는 조금 어려울 것 이라고 생각된다. 



출처: https://devms.tistory.com/570 [요가하는프로그래머]

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
밑바닥부터 시작하는 딥러닝 2 내용 평점5점   편집/디자인 평점5점 YES마니아 : 로얄 스타블로거 : 수퍼스타 m******o | 2021.09.22 | 추천0 | 댓글0 리뷰제목
한국시간으로 지난 달 20일 공개된 Tesla AI Day에서 그야말로 머신 러닝 기술의 State of the art, 현실 세계에 적용할 수 있는 세계 최고 수준의 딥러닝 기술을 볼 수 있었던 것 같습니다. Spatial RNN(Recurrent Neural Network)을 이용하여 카메라에서 가려진 차량이나 사물도 트레킹 하는 부분에서 이렇게 RNN을 활용하는구나 하고 개인적으로 감탄을 금치 못했습니다.   밑;
리뷰제목

한국시간으로 지난 달 20일 공개된 Tesla AI Day에서 그야말로 머신 러닝 기술의 State of the art, 현실 세계에 적용할 수 있는 세계 최고 수준의 딥러닝 기술을 볼 수 있었던 것 같습니다. Spatial RNN(Recurrent Neural Network)을 이용하여 카메라에서 가려진 차량이나 사물도 트레킹 하는 부분에서 이렇게 RNN을 활용하는구나 하고 개인적으로 감탄을 금치 못했습니다.

 

밑바닥부터 시작하는 딥러닝 2는 바로 그 RNN을 주요 내용으로 다루고 있습니다. 이미 유명세를 떨친 전편과 같이 단순히 기존 프레임워크 사용법을 나열하는 것이 아닌 이론과 원리를 그림과 코드로 이해하기 쉽게 설명하고 이를 바탕으로 직접 구현할 수 있도록 내용이 구성되어 있으며, 첫 번째 챕터에서 전편의 내용을 요약한 신경망 전반에 대한 전반적 내용을 컴팩트하게 정리해 두어서 전편을 읽어보지 않았더라도 전편의 내용을 빠르게 복기할 수 있도록 도움을 줍니다. 학술서나 대학교재처럼 너무 딱딱한 서술, 이론과 수식으로만 가득 차 있지도 않고, 너무 실용적인 부분에 치우쳐 단순 프레임워크 사용 설명서로 전락하지도 않은, 밑바닥부터 시작하는 딥러닝 시리즈만의 독자적인 영역을 개척한 느낌입니다.

 

전편 밑바닥부터 시작하는 딥러닝이 그러했듯이, 최근 트랜드에 맞춰 출간된 수많은 딥러닝 관련 서적 중 단연 독보적이라고 할 수 있을 것 같습니다. 딥러닝의 이론적 배경과 원리에 관심이 있으신 분들, 특히 RNN, 자연어 및 시계열 데이터 처리에 관심있으신 분들께 추천 드립니다.

 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.
 

댓글 0 이 리뷰가 도움이 되었나요? 공감 0

한줄평 (14건) 한줄평 총점 9.8

혜택 및 유의사항 ?
구매 평점5점
요즘 파이선을 많이 쓰고있어서 공부할겸 구매했어요
이 한줄평이 도움이 되었나요? 공감 0
YES마니아 : 로얄 s***f | 2022.12.25
구매 평점5점
공부에 많은 도움이 될 것 같습니다.
이 한줄평이 도움이 되었나요? 공감 0
YES마니아 : 로얄 l*******7 | 2022.05.13
구매 평점5점
딥러닝 공부하기
이 한줄평이 도움이 되었나요? 공감 0
바**라 | 2022.04.12
  •  쿠폰은 결제 시 적용해 주세요.
1   26,100
뒤로 앞으로 맨위로 aniAlarm