확장메뉴
주요메뉴


소득공제 베스트셀러 강력추천
미리보기 공유하기

밑바닥부터 시작하는 딥러닝 2

: 파이썬으로 직접 구현하며 배우는 순환 신경망과 자연어 처리

리뷰 총점9.8 리뷰 12건 | 판매지수 19,488
베스트
IT 모바일 68위 | IT 모바일 top20 28주
정가
29,000
판매가
26,100 (10% 할인)
YES포인트
배송비?
무료
서울특별시 영등포구 은행로 지역변경
  •  해외배송 가능
  •  최저가 보상
  •  문화비소득공제 신청가능
월간 개발자 2021년 1월호
한빛미디어 2021 신년맞이 브랜드전
[대학생x취준생] 2021 새해, 받아라 합격의 기운!
코딩 테스트 대비 기획전
파이썬, 나도 한번 해볼까?
주제별로 살펴보는 IT 전문서
1월 전사
1월 혜택모음
1 2 3 4 5

품목정보

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

책소개 책소개 보이기/감추기

직접 구현하면서 배우는 본격 딥러닝 입문서
이번에는 순환 신경망과 자연어 처리다!

이 책은 『밑바닥부터 시작하는 딥러닝』에서 다루지 못했던 순환 신경망(RNN)을 자연어 처리와 시계열 데이터 처리에 사용하는 딥러닝 기술에 초점을 맞춰 살펴본다. 8장 구성으로 전체를 하나의 이야기처럼 순서대로 읽도록 꾸몄다. 전편에서 배운 내용을 요약한 신경망 복습을 첫 장에 배치하여 신경망과 파이썬 지식을 어느 정도 갖춘 분이라면 전편을 읽지 않아도 무리 없이 따라올 수 있도록 배려했다.

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 (12건) 리뷰 총점9.8

혜택 및 유의사항?
구매 밑바닥부터 시작하는 딥러닝 2 내용 평점5점   편집/디자인 평점5점 v*****8 | 2020.12.29 | 추천0 | 댓글0 리뷰제목
밑바닥부터 시작하는 딥러닝 1권을 2회독하고 2편을 구매했습니다. 1편은 퍼셉트론 등 딥러닝의 기초적인 내용과 컴퓨터 비전쪽에서 많이 사용되는 cnn을 다뤘다면, 2편은 자연어처리에 자주 활용되는 rnn을 다룹니다. 1편의 구성과 친절한 개념 설명이 마음에 들어 2편도 기대를 많이 했습니다. 아직 책을 다 완독하지는 못했지만, 2편도 1편처럼 설명이 자세해 아직은 어려움 없이 잘;
리뷰제목

밑바닥부터 시작하는 딥러닝 1권을 2회독하고 2편을 구매했습니다. 1편은 퍼셉트론 등 딥러닝의 기초적인 내용과 컴퓨터 비전쪽에서 많이 사용되는 cnn을 다뤘다면, 2편은 자연어처리에 자주 활용되는 rnn을 다룹니다.

1편의 구성과 친절한 개념 설명이 마음에 들어 2편도 기대를 많이 했습니다. 아직 책을 다 완독하지는 못했지만, 2편도 1편처럼 설명이 자세해 아직은 어려움 없이 잘 따라가고 있습니다. 좋은 책이라고 생각합니다. 

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
밑바닥부터 시작하는 딥러닝 2 내용 평점5점   편집/디자인 평점5점 a*******9 | 2020.10.25 | 추천0 | 댓글0 리뷰제목
한빛미디어에서 나는 리뷰어다 활동을 통해 제공받은 책을 읽고 작성하였습니다.이 책은 Caffe, Tensorflow, Chainer 등 딥러닝 프레임워크 사용법은 설명하지 않습니다.출처 입력1권인마찬가지로 numpy, matpoltlib을 위주로 설명한다.저자: 사이토 고키기업에서 인공지능 관련 연구 개발에 매진 하고 있으며 오라일리 재팬에서 밑바닥 딥러닝 시리즈 등을 집필했다고 한다.역자분이신;
리뷰제목

한빛미디어에서 나는 리뷰어다 활동을 통해 제공받은 책을 읽고 작성하였습니다.

밑바닥부터 시작하는 딥러닝


이 책은 Caffe, Tensorflow, Chainer 등 딥러닝 프레임워크 사용법은 설명하지 않습니다.

출처 입력

1권인

밑바닥부터 시작하는 딥러닝


마찬가지로 numpy, matpoltlib을 위주로 설명한다.



저자: 사이토 고키

기업에서 인공지능 관련 연구 개발에 매진 하고 있으며 오라일리 재팬에서 밑바닥 딥러닝 시리즈 등을 집필했다고 한다.


역자분이신 개앞맵시님 페이스북 페이지 보니까 드디어 프레임워크를 다루는 [밑바닥부터 시작하는 딥러닝3]도 한국어로 나올 것 같다.

-아마 프레임워크도 밑바닥부터 만드는 내용인 듯 하다.



2권은 순환신경망(RNN)과 자연어 처리에 관한 책이다.

나온지 1년이 넘은 책이라 예전에 '라이브러리 하나부터 다 내가 만든 자비스 같은거 만들어보자!' 라는 원대한 계획을 갖고 이 책을 읽으려고 시도한 적이 있는데 결국엔 아직 무리라는 것을 깨닫고 중단했었다.



그래서 하는 말인데, 만약 이 책을 읽기 위해 검색하다가 이 글을 접했다면 본인이 이 책을 선택하려는 이유가

자연어처리, word2vec, RNN, LSTM, seq2seq 등의 원리를 이해하고 공부하기 위해서 라면 정말 좋은 선택 일 수 있지만


예전의 나처럼

지금 만들 특정 프로그램을 위해 참고할 도서

가 필요한것이라면


차라리

텐서플로 2와 머신러닝으로 시작하는 자연어 처리     소문난 명강의 김기현의 자연어 처리 딥러닝 캠프

텐서플로2와 머신러닝으로 시작하는 자연어처리, 소문난 명강의 김기현의 자연어 처리 딥러닝 캠프


이 책들 처럼 Tensorflow나 pytorch같은 프레임워크를 함께 다루는 책을 읽는 편이 나을 수도 있다.


수학 문제집으로 치면 이책은 '수학의 정석'같은 개념서라고 할 수 있고, 여러분들에게 당장 필요한 책은 약간의 개념과 유형이 담긴 유형서 위주의 문제집일 수도 있다.


이시리즈는 그래서 그런지 자세히 읽느라 아직 다 읽지 못했다.

앞으로 이것 저것 하다가 작동과정이라던지 궁금하게 생기면 종종 참고해야겠다!






++살짝 단점아닌 단점이라고 하면 오라일리 표지는 항상 동물인 건 알고 있었는데 이 밑바닥 시리즈는 물고기 표지를 이어나가고 있다..

사실 예전에 1권도 표지때문에 읽기가 조금 두려웠는데 2권은 그냥 물고기가 아니라 상어인데도 살짝 거부반응이 생긴다.


혹시라도 나처럼 물고기 공포증이 있다면 마음의 준비를 조금 해야 할지도 모른다.

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
밑바닥부터 시작하는 딥러닝2 내용 평점5점   편집/디자인 평점5점 e****2 | 2020.10.19 | 추천0 | 댓글0 리뷰제목
밑바닥부터 시작하는 딥러닝 시리즈는 라이브러리나 프레임워크로 딥러닝을 구현하는 것이 아닌 책 제목 처럼 밑바닥 부터 구현을 하면서 딥러닝의 개념들을 정확히 잡아 가는 입문서입니다. "밑바닥부터 시작하는 딥러닝" 전편에서는 퍼셉트론, 신경망, 오차역전파 등을 통해서 이미지 인식 분야까지 다루었다고 하면 "밑바닥부터 시작하는 딥러닝2" 에서는 순환신경망(RNN)을 이용;
리뷰제목

밑바닥부터 시작하는 딥러닝 시리즈는 라이브러리나 프레임워크로 딥러닝을 구현하는 것이 아닌 책 제목 처럼 밑바닥 부터 구현을 하면서 딥러닝의 개념들을 정확히 잡아 가는 입문서입니다.

 

"밑바닥부터 시작하는 딥러닝" 전편에서는 퍼셉트론, 신경망, 오차역전파 등을 통해서 이미지 인식 분야까지 다루었다고 하면 "밑바닥부터 시작하는 딥러닝2" 에서는 순환신경망(RNN)을 이용한 자연어 처리와 시계열 데이터 처리에 사용하는 딥러닝 기술에 초점을 맞추었습니다.

 

밑바닥부터 시작하는 딥러닝2 를 살펴 보겠습니다.

 

오라일리(O'Reilly) 하면 이상하고 생소한 동물들의 표지가 인상적인데요~

이번 책은 물고기가 주제네요.^^

어떤 물고기 인지는 모르겠지만 토실토실 한것이 많은 영양가가 있을것 같은데요.~

자연어 처리에 관한 구현방법이 고민이신 분들이시라면 분명히 많은 영양가를 섭취 할 수 있을것이라 확신을 합니다.

 

이 책은 딥러닝 중심으로 자연어 처리를 탐험하는 모험책입니다.

하나 하나 탐험을 하면서 그 이치를 깨닫는 다면 이 책을 모두 탐험이 끝났을때에는 자연어 처리에 관한 프로그램을 구현할 수 가 있을것입니다.

 

이 책은 총 8장으로 구성되어 있으며 목차는 다음과 같습니다.

 

1. 신경망 복습

- 전편에서 다루었던 신경망에 대한 개념을 훑어 보고 개념을 이해합니다.

2. 자연어와 단어의 분산 표현

- 자연어 처리를 위한 시소러스 기법과 문제점을 살펴 보고 통계기반 기법으로 발전되면서 파이썬으로 처리하는 방법등을 다루고 있습니다.

3. word2vec

- 통계기반 기법의 문제점을 살펴보고 추론기반 기법에 대해 살펴 봅니다.

여기서 word2vec 은 단어간 유사도를 반영 할 수 있도록 단어의 의미를 벡터화 할 수 있는 방법입니다.

예를 들어 "고양이 + 애교 = 강아지" 와 같이 단어가 가지고 있는 어떤 의미들을 가지고 연산을 하는것이 가능한 이유는 각 단어 벡터가 단어간 유사도를 반영한 값을 가지고 있기 때문입니다.

word2vec를 구현하기 위해서는 CBOW(Continuous Bag of Words)와 Skip-Gram 두가지 방식이 있습니다.

CBOW는 주변에 있는 단어들을 가지고 중간에 있는 단어들을 예측하는 방법이며 Skip-Gram 은 중심단어를 기반으로 주변 단어를 예측하는 모델입니다.

4. word2vec 속도 개선

- 3장에서 word2vec의 구현을 통해 개념을 이해 했지만 말뭉치(언어의 표본)에 포함된 어휘 수가 많아지면 계산량이 많아지는 단점이 발생함에 따라 4장에서는 속도를 개선 하는 방법에 대해 다루고 있습니다.

5. 순환신경망(RNN)

- word2vec 는 피드포워드 유형의 신경망인데 이러한 유형은 한 방향으로만 신호가 전달 됨에 따라 구조를 이해하기 쉽고 많은 문제에 응용할 수 있는 장점이 있지만 시계열데이터(일정시간 간격으로 배치된 데이터들의 수열)를 잘 다루지 못하는 단점이 있습니다.

순환신경망(RNN)에서는 이러한 단점을 해결하는 RNN 구현 방법에 대해 다루고 있습니다.

6. 게이트가 추가된 RNN

- 5장에서 개념을 이해하고 구현한 RNN에 게이트 라는 구조가 더해저 시계열 데이터의 장기 의존관계를 학습할 수 있는 모델에 대해 다룹니다.

7. RNN을 사용한 문장생성

- 7장에서는 기존에 배운 구조를 이용해서 "AI로 글을 쓰게 한다" 라는 개념을 실습해 볼 수가 있습니다.

여기서는 seq2seq(시퀀스투시퀀스) 모델을 다루고 있는데요. 이 모델을 기반으로 실제로 고객센터의 챗봇이 사용되고 있음을 확인 할 수 있습니다.

8. 어텐션

- seq2seq 에서는 고정길이의 벡터를 인코딩 하는 부분으로 입력 문장의 길이가 길어져도 고정길이의 벡터로 변환하는 문제점이 발생하는데 이것을 개선하는 방법에 대해 살펴 보고 구현을 해 봅니다.

 

 

이상과 같이 목차를 살펴 보았는데요~

 

프레임 워크에 의존해서 사용하는 것이 아니라 직접 파이썬을 이용해서 구현하면서 하나하나의 원리를 이해 할 수 있도록 구성 되어 있어서 자연어 처리 딥러닝에 대한 이해도를 높였기 때문에~

 

이 책은 인공지능을 사용하는 목적이 아닌 자연어 처리에 대해 공부해 보고 싶은 분들에게는 가장 기본적인 입문서가 아닐까 생각되며 꼭 전편을 읽어 볼 필요는 없지만 신경망 과 같은 딥러닝의 기본이 약하신 분들은 전편을 먼저 읽어 보시는것이 더 도움이 될것 같네요.~ 

 


이 책은 한빛미디어의 "나는 리뷰어다"에서 제공받았습니다.

댓글 0 이 리뷰가 도움이 되었나요? 공감 0

한줄평 (10건) 한줄평 총점 9.6

혜택 및 유의사항 ?
구매 평점5점
개념 설명이 자세하고 구성이 좋습니다.
이 한줄평이 도움이 되었나요? 공감 0
v*****8 | 2020.12.29
구매 평점5점
1권부터 사서 보는 중인데 이 시리즈 아주 좋네요
이 한줄평이 도움이 되었나요? 공감 0
원**리 | 2020.12.24
구매 평점4점
유익하게 잘 읽었습니다.
이 한줄평이 도움이 되었나요? 공감 0
a******k | 2020.04.22
  •  쿠폰은 결제 시 적용해 주세요.
1   26,100
뒤로 앞으로 맨위로 aniAlarm