확장메뉴
주요메뉴


닫기
사이즈 비교
소득공제 베스트셀러 강력추천
모두의 딥러닝

모두의 딥러닝

: 누구나 쉽게 이해하는 딥러닝

[ 개정3판,동영상 강의,별책(책속의 책/84쪽) ] 길벗-모두의 시리즈이동
조태호 | 길벗 | 2022년 03월 31일   저자/출판사 더보기/감추기
리뷰 총점10.0 리뷰 11건 | 판매지수 10,671
베스트
OS/데이터베이스 36위 | IT 모바일 top100 21주
구매혜택

벨크로 케이블 타이(테이프형) 증정 (한정수량, 포인트 차감)

정가
24,000
판매가
21,600 (10% 할인)
분철서비스 시작 시 알려드립니다. 분철서비스 알림신청

품목정보

품목정보
발행일 2022년 03월 31일
쪽수, 무게, 크기 472쪽 | 1084g | 183*235*30mm
ISBN13 9791165219246
ISBN10 1165219247

이 상품의 태그

챗GPT와 업무자동화

챗GPT와 업무자동화

16,200 (10%)

'챗GPT와 업무자동화' 상세페이지 이동

Do it! 점프 투 파이썬

Do it! 점프 투 파이썬

16,920 (10%)

'Do it! 점프 투 파이썬' 상세페이지 이동

Clean Code 클린 코드

Clean Code 클린 코드

29,700 (10%)

'Clean Code 클린 코드' 상세페이지 이동

만들면서 배우는 파이썬과 40개의 작품들

만들면서 배우는 파이썬과 40개의 작품들

16,920 (10%)

'만들면서 배우는 파이썬과 40개의 작품들' 상세페이지 이동

Do it! HTML+CSS+자바스크립트 웹 표준의 정석

Do it! HTML+CSS+자바스크립트 웹 표준의 정석

27,000 (10%)

'Do it! HTML+CSS+자바스크립트 웹 표준의 정석' 상세페이지 이동

핸즈온 머신러닝

핸즈온 머신러닝

49,500 (10%)

'핸즈온 머신러닝' 상세페이지 이동

파이브 라인스 오브 코드

파이브 라인스 오브 코드

25,200 (10%)

'파이브 라인스 오브 코드' 상세페이지 이동

챗GPT와 기획·분석·보고

챗GPT와 기획·분석·보고

16,200 (10%)

'챗GPT와 기획·분석·보고' 상세페이지 이동

Do it! 깡샘의 안드로이드 앱 프로그래밍 with 코틀린

Do it! 깡샘의 안드로이드 앱 프로그래밍 with 코틀린

36,000 (10%)

'Do it! 깡샘의 안드로이드 앱 프로그래밍 with 코틀린' 상세페이지 이동

모두의 딥러닝

모두의 딥러닝

21,600 (10%)

'모두의 딥러닝' 상세페이지 이동

Do it! 깡샘의 플러터 & 다트 프로그래밍

Do it! 깡샘의 플러터 & 다트 프로그래밍

36,000 (10%)

'Do it! 깡샘의 플러터 & 다트 프로그래밍' 상세페이지 이동

개발자의 글쓰기

개발자의 글쓰기

16,200 (10%)

'개발자의 글쓰기' 상세페이지 이동

몬테카를로 시뮬레이션으로 배우는 확률통계 with 파이썬

몬테카를로 시뮬레이션으로 배우는 확률통계 with 파이썬

29,700 (10%)

'몬테카를로 시뮬레이션으로 배우는 확률통계 with 파이썬' 상세페이지 이동

이득우의 게임 수학

이득우의 게임 수학

40,500 (10%)

'이득우의 게임 수학' 상세페이지 이동

그림으로 공부하는 IT 인프라 구조

그림으로 공부하는 IT 인프라 구조

23,400 (10%)

'그림으로 공부하는 IT 인프라 구조' 상세페이지 이동

Kotlin in Action

Kotlin in Action

32,400 (10%)

'Kotlin in Action' 상세페이지 이동

파이썬 코딩의 기술(개정2판)

파이썬 코딩의 기술(개정2판)

28,800 (10%)

'파이썬 코딩의 기술(개정2판)' 상세페이지 이동

Do it! 쉽게 배우는 파이썬 데이터 분석

Do it! 쉽게 배우는 파이썬 데이터 분석

20,700 (10%)

'Do it! 쉽게 배우는 파이썬 데이터 분석' 상세페이지 이동

이것이 MySQL이다

이것이 MySQL이다

28,800 (10%)

'이것이 MySQL이다' 상세페이지 이동

선형대수와 통계학으로 배우는 머신러닝 with 파이썬

선형대수와 통계학으로 배우는 머신러닝 with 파이썬

33,750 (10%)

'선형대수와 통계학으로 배우는 머신러닝 with 파이썬' 상세페이지 이동

카드 뉴스로 보는 책

책소개 책소개 보이기/감추기

상품 이미지를 확대해서 볼 수 있습니다. 원본 이미지

목차 목차 보이기/감추기

첫째 마당 딥러닝 시작을 위한 준비 운동

1장. 해 보자! 딥러닝

1 | 인공지능? 머신 러닝? 딥러닝?
2 | 딥러닝 실행을 위해 필요한 세 가지
3 | 구글 코랩 실행하기

2장. 딥러닝의 핵심 미리 보기

1 | 미지의 일을 예측하는 원리
2 | 딥러닝 코드 실행해 보기
3 | 딥러닝 개괄하기
4 | 이제부터가 진짜 딥러닝?

3장. 딥러닝을 위한 기초 수학

1 | 일차 함수, 기울기와 y 절편
2 | 이차 함수와 최솟값
3 | 미분, 순간 변화율과 기울기
4 | 편미분
5 | 지수와 지수 함수
6 | 시그모이드 함수
7 | 로그와 로그 함수

둘째 마당 예측 모델의 기본 원리

4장. 가장 훌륭한 예측선

1 | 선형 회귀의 정의
2 | 가장 훌륭한 예측선이란?
3 | 최소 제곱법
4 | 파이썬 코딩으로 확인하는 최소 제곱
5 | 평균 제곱 오차
6 | 파이썬 코딩으로 확인하는 평균 제곱 오차

5장. 선형 회귀 모델: 먼저 긋고 수정하기

1 | 경사 하강법의 개요
2 | 파이썬 코딩으로 확인하는 선형 회귀
3 | 다중 선형 회귀의 개요
4 | 파이썬 코딩으로 확인하는 다중 선형 회귀
5 | 텐서플로에서 실행하는 선형 회귀, 다중 선형 회귀 모델

6장. 로지스틱 회귀 모델: 참 거짓 판단하기

1 | 로지스틱 회귀의 정의
2 | 시그모이드 함수
3 | 오차 공식
4 | 로그 함수
5 | 텐서플로에서 실행하는 로지스틱 회귀 모델

셋째 마당 딥러닝의 시작, 신경망

7장. 퍼셉트론과 인공지능의 시작

1 | 인공지능의 시작을 알린 퍼셉트론
2 | 퍼셉트론의 과제
3 | XOR 문제

8장. 다층 퍼셉트론

1 | 다층 퍼셉트론의 등장
2 | 다층 퍼셉트론의 설계
3 | XOR 문제의 해결
4 | 코딩으로 XOR 문제 해결하기

9장. 오차 역전파에서 딥러닝으로

1 | 딥러닝의 태동, 오차 역전파
2 | 활성화 함수와 고급 경사 하강법
3 | 속도와 정확도 문제를 해결하는 고급 경사 하강법

넷째 마당 딥러닝 기본기 다지기

10장. 딥러닝 모델 설계하기

1 | 모델의 정의
2 | 입력층, 은닉층, 출력층
3 | 모델 컴파일
4 | 모델 실행하기

11장. 데이터 다루기

1 | 딥러닝과 데이터
2 | 피마 인디언 데이터 분석하기
3 | 판다스를 활용한 데이터 조사
4 | 중요한 데이터 추출하기
5 | 피마 인디언의 당뇨병 예측 실행

12장. 다중 분류 문제 해결하기

1 | 다중 분류 문제
2 | 상관도 그래프
3 | 원?핫 인코딩
4 | 소프트맥스
5 | 아이리스 품종 예측의 실행

13장. 모델 성능 검증하기

1 | 데이터의 확인과 예측 실행
2 | 과적합 이해하기
3 | 학습셋과 테스트셋
4 | 모델 저장과 재사용
5 | k겹 교차 검증

14장. 모델 성능 향상시키기

1 | 데이터의 확인과 검증셋
2 | 모델 업데이트하기
3 | 그래프로 과적합 확인하기
4 | 학습의 자동 중단

15장. 실제 데이터로 만들어 보는 모델

1 | 데이터 파악하기
2 | 결측치, 카테고리 변수 처리하기
3 | 속성별 관련도 추출하기
4 | 주택 가격 예측 모델

다섯째 마당 딥러닝 활용하기

16장. 이미지 인식의 꽃, 컨볼루션 신경망(CNN)

1 | 이미지를 인식하는 원리
2 | 딥러닝 기본 프레임 만들기
3 | 컨볼루션 신경망(CNN)
4 | 맥스 풀링, 드롭아웃, 플래튼
5 | 컨볼루션 신경망 실행하기

17장. 딥러닝을 이용한 자연어 처리

1 | 텍스트의 토큰화
2 | 단어의 원?핫 인코딩
3 | 단어 임베딩
4 | 텍스트를 읽고 긍정, 부정 예측하기

18장. 시퀀스 배열로 다루는 순환 신경망(RNN)

1 | LSTM을 이용한 로이터 뉴스 카테고리 분류하기
2 | LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기
3 | 어텐션을 사용한 신경망

19장. 세상에 없는 얼굴 GAN, 오토인코더

1 | 가짜 제조 공장, 생성자
2 | 진위를 가려내는 장치, 판별자
3 | 적대적 신경망 실행하기
4 | 이미지의 특징을 추출하는 오토인코더

20장. 전이 학습을 통해 딥러닝의 성능 극대화하기

1 | 소규모 데이터셋으로 만드는 강력한 학습 모델
2 | 전이 학습으로 모델 성능 극대화하기

21장. 설명 가능한 딥러닝 모델 만들기

1 | 딥러닝의 결과를 설명하는 방법
2 | 설명 가능한 딥러닝의 실행

22장. 캐글로 시작하는 새로운 도전

1 | 캐글 가입 및 대회 선택하기
2 | 데이터 획득하기
3 | 학습하기
4 | 결과 제출하기
5 | 최종 예측 값 제출하기

심화 학습 1. 오차 역전파의 계산법

1 | 출력층의 오차 업데이트
2 | 오차 공식
3 | 체인 룰
4 | 체인 룰 계산하기
5 | 가중치 수정하기
6 | 은닉층의 오차 수정하기
7 | 은닉층의 오차 계산법
8 | 델타식

심화 학습 2. 파이썬 코딩으로 짜 보는 신경망

1 | 환경 변수 설정하기
2 | 파이썬 코드로 실행하는 신경망

부록 A 내 컴퓨터에서 아나콘다로 딥러닝 실행하기

별책 부록

1장. 가장 많이 사용하는 머신 러닝 알고리즘 TOP 10

1 | 세상의 거의 모든 머신 러닝 알고리즘
2 | 실습을 위한 준비 사항
3 | 결정 트리
4 | 랜덤 포레스트
5 | 가우시안 나이브 베이즈
6 | k?최근접 이웃
7 | 에이다 부스트
8 | 이차 판별 분석
9 | 서포트 벡터 머신
10 | 서포트 벡터 머신 ? RBF 커널
11 | 보팅
12 | 배깅
13 | 여러 알고리즘의 성능을 한눈에 비교하기

2장. 데이터 분석을 위한 판다스: 92개의 예제 모음

A | 데이터 만들기

__1. 판다스 라이브러리 불러오기
__2. 데이터 프레임 만들기
__3. 데이터 프레임 출력하기
__4. 데이터의 열 이름을 따로 지정해서 만들기
__5. 인덱스가 두 개인 데이터 프레임 만들기

B | 데이터 정렬하기

__6. 특정 열 값을 기준으로 정렬하기
__7. 열 이름 변경하기
__8. 인덱스 값 초기화하기
__9. 인덱스 순서대로 정렬하기
__10. 특정 열 제거하기

C | 행 추출하기

__11. 맨 위의 행 출력하기
__12. 맨 아래 행 출력하기
__13. 특정 열의 값을 추출하기
__14. 특정 열에 특정 값이 있을 경우 추출하기
__15. 특정 열에 특정 값이 없을 경우 추출하기
__16. 특정 열에 특정 숫자가 있는지 확인하기
__17. 특정 비율로 데이터 샘플링하기
__18. 특정 개수만큼 데이터 샘플링하기
__19. 특정 열에서 큰 순서대로 불러오기
__20. 특정 열에서 작은 순서대로 불러오기

D | 열 추출하기

__21. 인덱스의 범위로 불러오기
__22. 첫 인덱스를 지정해 불러오기
__23. 마지막 인덱스를 지정해 불러오기
__24. 모든 인덱스 불러오기
__25. 특정 열을 지정해 가져오기
__26. 조건을 만족하는 열 가져오기
__27. 특정 문자가 포함되지 않는 열 가져오기

E | 행과 열 추출하기

__28. 특정 행과 열을 지정해 가져오기
__29. 인덱스로 특정 행과 열 가져오기
__30. 특정 열에서 조건을 만족하는 행과 열 가져오기

__31. 인덱스를 이용해 특정 조건을 만족하는 값 불러오기

F | 중복 데이터 다루기

__32. 특정 열에 어떤 값이 몇 개 들어 있는지 알아보기
__33. 데이터 프레임의 행이 몇 개인지 세어 보
__34. 데이터 프레임의 행과 열이 몇 개인지 세어 보기
__35. 특정 열에 유니크한 값이 몇 개인지 세어 보기
__36. 데이터 프레임의 형태 한눈에 보기
__37. 중복된 값 제거하기

G | 데이터 파악하기

__38. 각 열의 합 보기
__39. 각 열의 값이 모두 몇 개인지 보기
__40. 각 열의 중간 값 보기
__41. 특정 열의 평균값 보기
__42. 각 열의 25%, 75%에 해당하는 수 보기
__43. 각 열의 최솟값 보기
__44. 각 열의 최댓값 보기
__45. 각 열의 표준편차 보기
__46. 데이터 프레임 각 값에 일괄 함수 적용하기

H | 결측치 다루기

__47. %00; 값인지 확인하기
__48. %00; 값이 아닌지 확인하기
__49. %00; 값이 있는 행 삭제하기
__50. %00; 값을 특정 값으로 대체하기
__51. %00; 값을 특정 계산 결과로 대체하기

I | 새로운 열 만들기

__52. 조건에 맞는 새 열 만들기
__53. assign( )을 이용해 조건에 맞는 새 열 만들기
__54. 숫자형 데이터를 구간으로 나누기
__55. 기준 값 이하와 이상을 모두 통일시키기
__56. 최댓값 불러오기
__57. 최솟값 불러오기

J | 행과 열 변환하기

__58. 모든 열을 행으로 변환하기
__59. 하나의 열만 행으로 이동시키기
__60. 여러 개의 열을 행으로 이동시키기
__61. 특정 열의 값을 기준으로 새로운 열 만들기
__62. 원래 데이터 형태로 되돌리기

K | 시리즈 데이터 연결하기

__63. 시리즈 데이터 합치기
__64. 데이터를 병합할 때 새로운 인덱스 만들기
__65. 계층적 인덱스를 추가하고 열 이름 지정하기

L | 데이터 프레임 연결하기

__66. 데이터 프레임 합치기
__67. 열의 수가 다른 두 데이터 프레임 합치기
__68. 함께 공유하는 열만 합치기
__69. 열 이름이 서로 다른 데이터 합치기

M | 데이터 병합하기

__70. 왼쪽 열을 축으로 병합하기
__71. 오른쪽 열을 축으로 병합하기
__72. 공통 값만 병합하기
__73. 모든 값을 병합하기
__74. 특정한 열을 비교해서 공통 값이 존재하는 경우만 가져오기
__75. 공통 값이 존재하는 경우 해당 값을 제외하고 병합하기
__76. 공통 값이 있는 것만 병합하기
__77. 모두 병합하기
__78. 어디서 병합되었는지 표시하기
__79. 원하는 병합만 남기기
__80. merge 칼럼 없애기

N | 데이터 가공하기

__81. 행 전체를 한 칸 아래로 이동하기
__82. 행 전체를 한 칸 위로 이동하기
__83. 첫 행부터 누적해서 더하기
__84. 새 행과 이전 행을 비교하면서 최댓값 출력하기
__85. 새 행과 이전 행을 비교하면서 최솟값 출력하기
__86. 첫 행부터 누적해서 곱하기

O | 그룹별로 집계하기

__87. 그룹 지정 및 그룹별 데이터 수 표시
__88. 그룹 지정 후 원하는 칼럼 표시하기
__89. 밀집도 기준으로 순위 부여하기
__90. 최젓값을 기준으로 순위 부여하기
__91. 순위를 비율로 표시하기
__92. 동일 순위에 대한 처리 방법 정하기

저자 소개 (1명)

출판사 리뷰 출판사 리뷰 보이기/감추기

이 책은 딥러닝에 입문하려는 이들에게 이론과 실습을 통해 기본기를 탄탄하게 잡아 주는 책입니다. 딥러닝 기초 수학으로 개념을 잡고, 텐서플로 2를 이용해 직접 모델을 돌려 보도록 구성되어 있습니다. GPU가 없어도 코랩에서 바로 실습이 가능하도록 코드가 잘 되어 있기에, 비전공자들도 실습 환경 고민 없이 쉽게 공부할 수 있습니다. 코드 주석, 도식화, 눈에 잘 들어오는 편집 등 책의 완성도가 굉장히 높습니다. 딥러닝 입문을 희망하는 이들이 있다면, 이 책을 꼭 추천하고 싶습니다.
- 장대혁_NLP 엔지니어(실습 환경: 코랩)

이 책은 딥러닝에 대한 사전 지식이 없는 사람들도 쉽게 이해할 수 있도록 여러 비유와 예시를 들어 딥러닝의 개념을 설명하고 있습니다. 주제별로 코드를 한 줄씩 자세하게 설명해 딥러닝을 처음 접하는 사람들도 딥러닝의 개념을 확실하게 이해할 수 있도록 도와줍니다. 간단한 로지스틱 회귀부터 CNN, 자연어 처리뿐만 아니라 GAN, XAI 등 최신 동향도 설명하고 있어 최신 기술까지 습득할 수 있도록 도와 주는 유용한 책입니다. 또한, 마지막의 캐글을 활용한 분석의 경우도 캐글에 입문하고자 하는 사람들에게 도움이 될 것 같습니다. 딥러닝 개념을 쉽게 이해할 수 있는 책을 찾고 있는 분들에게 추천합니다.
- 이혜민_LG 디스플레이 데이터 분석가(실습 환경: 코랩)

이번 개정 3판의 의미가 큰 것 같습니다. 그동안 충분히 좋은 책으로 인정을 받아왔는데, 이번 3판에서 실습 환경이 코랩으로 제공되어 학습 편의성이 한층 향상되었습니다. 책을 읽으면서, 저자분의 친절함을 많은 곳에서 느낄 수 있었습니다. 특히 딥러닝에서 사용되는 수학적인 이론을 정의하고 그 이론을 바탕으로 실제 딥러닝 코드에 적용되는 설명이 매우 인상 깊었습니다. “어…… 들어는 보았는데……, 사용해 보았는데…….” 왜 쓰는지 잘 기억이 나지 않는 경우가 있었는데, 멀리 흩어져 있는 지식들이 정리되었고, 책장에 한 권은 비치해 놓고 봐야 하는 책이라는 생각이 들었습니다. 친절한 해설, 그 안에 구체화된 그림으로 전체적인 딥러닝 뷰를 볼 수 있고 사용되는 이론과 동작 원리가 설명되어 있어서 많은 도움이 됩니다. 편집이 깔끔하고 컬러로 구성되어 학습하는 데 가독성이 높아 내용을 한눈에 파악할 수 있었습니다. 『모두의 딥러닝』으로 새롭게 딥러닝을 시작하는 독자분에게는 좋은 기준을 세워 줄 수 있고 기존에 조금 알고 계신 독자분께서는 조금 더 깊게 내공을 다질 수 있는 책이라고 생각됩니다.
- 박찬웅_SW 개발자(실습 환경: 코랩)

사실, 딥러닝 이미지 분야 쪽에서 일한 지 3년 차입니다. 옛날에는 논문을 보고 배우며 실습해야 했고, 혼자서 하기에는 많은 어려움이 있었습니다. 하지만 이 책을 보고 나서, 처음 딥러닝을 배우는 사람에게 너무 친숙하게 책을 만들었다는 생각이 들었습니다. 기초적인 수학부터 시작해서 논문으로 이해해야만 하는 역전파, 그리고 쉽지 않은 RNN이나 최신의 Vision Transformer 같은 개념들을 그림과 함께 제대로 잘 설명하고 있으며, 이 책을 쓰기 위해 많은 노력을 했다는 것을 느낄 수 있었습니다. 매우 친숙한 문제들로 실습하는 것이 정말 좋았고, 코드도 깔끔하게 잘 짜여 있습니다.
- 장승호_소프트웨어 엔지니어(실습 환경: 코랩)

금융, 공공기관 개발과 프로젝트를 하던 중 디지털 금융에 관심이 생기면서 머신 러닝에도 관심을 가지게 되었습니다. 처음에는 유튜브나 동영상 강의 그리고 강좌를 듣는 것이 좋다고 하여 무조건 많이 들었는데, 기본이 부족해서 이해하는 데 많은 어려움을 겪었습니다. 그러던 중 베타테스트 기회를 얻게 되었고, 책 한 권에 딥러닝의 전반적인 내용이 다 포함되어 있는 것과 핵심적인 부분만 이해하기 쉽도록 설명되어 있는 부분이 좋았습니다. 그래서 전에 제가 기본 없이 의욕만 가지고 접한 동영상의 내용들도 같이 이해되는 플러스 효과를 얻게 되었습니다. 딥러닝을 입문하는 데 전혀 부족함이 없는 책이라고 생각하며, 강력 추천합니다.
- 안종식_PM/PL/개발자(아이티아이즈 수석)(실습 환경: 코랩)

몇 년 전 딥러닝 프로젝트를 처음 맡았을 때, 가진 지식이 전무함에도 어울리지 않게 중급서를 구매해서 보았는데 지식 습득까지는 이어지지 못한 적이 있었습니다. 어떤 도서가 입문서인지, 중급서인지 판단도 안 되던 시기였죠. 『모두의 딥러닝』은 기초 입문서로, 머신 러닝을 처음 배우고 기초 지식이 전무한 사람에게 첫 입문서로 더할 나위 없이 좋은 책입니다. 이를 기반으로 지식을 더해 가고 중급 개발자로 성장하길 바라겠습니다.
- 이진_IoT 플랫폼 개발(실습 환경: 코랩)

회원리뷰 (11건) 리뷰 총점10.0

혜택 및 유의사항?
딥러닝의 시작은 '모두의 딥러닝'과 함께 내용 평점5점   편집/디자인 평점5점 꼽**리 | 2022.08.24 | 추천3 | 댓글0 리뷰제목
모두의 딥러닝을 직접 실습까지 해보며 읽어본 후기 1. 정말로 '누구나 쉽게 이해할 수 있다' 딥러닝 실행을 위한 환경을 구축하는 것부터 딥러닝 실행을 할 때 필요한 개념들과 코드를 짤 때 쓰이는 함수 하나하나 설명이 깔끔하고 이해하기 쉬웠습니다. 2. 그림을 통해 개념을 이미지화할 수 있다 주요 개념마다 그림과 함께 설명되어 있어 이해하고 이미지화 하는 데 도움이 되었습;
리뷰제목

모두의 딥러닝을 직접 실습까지 해보며 읽어본 후기

1. 정말로 '누구나 쉽게 이해할 수 있다'
딥러닝 실행을 위한 환경을 구축하는 것부터 딥러닝 실행을 할 때 필요한 개념들과 코드를 짤 때 쓰이는 함수 하나하나 설명이 깔끔하고 이해하기 쉬웠습니다.

2. 그림을 통해 개념을 이미지화할 수 있다
주요 개념마다 그림과 함께 설명되어 있어 이해하고 이미지화
하는 데 도움이 되었습니다.

3. 심화 학습이 가능하다
심화 학습 페이지와 별책 부록을 통해 본 교재를 읽으며 더 알고 싶었던 내용에 대해 깊이 공부할 수 있는 기회를 제공하고 있습니다.

이 책에선 딥러닝 실행을 위해 파이썬을 사용하고 있습니다. 비전공자이신 분들은 무작정 파이썬 코드를 외우려고 하기보다 파이썬 공부를 병행하시면서 딥러닝 프로그램을 만들어보신다면 더욱 효과가 좋을 거라고 예상합니다!

댓글 0 3명이 이 리뷰를 추천합니다. 공감 3
구매 [서평]모두의 딥러닝 3판(길벗) 내용 평점5점   편집/디자인 평점5점 YES마니아 : 로얄 W***y | 2022.06.26 | 추천3 | 댓글0 리뷰제목
'개정 3판으로 나온 딥러닝에 대한 필독서로, 무료 동영상 강의와 다채로운 알고리즘으로 무장한 기본서'    딥러닝을 갓 시작했을때 추천 받는 책들이 몇 권 있는데, 초보자 입장에서는 이 책들이 전부 효율성이 있는지의 여부가 늘 불안하다. 오히려 제대로 공부를 하고 나서야 이 책이 정말 괜찮았구나 감탄하게 만드는 서적들이 몇 권 있는데, 모두의 딥러닝 역시;
리뷰제목

'개정 3판으로 나온 딥러닝에 대한 필독서로, 무료 동영상 강의와 다채로운 알고리즘으로 무장한 기본서'

 

 딥러닝을 갓 시작했을때 추천 받는 책들이 몇 권 있는데, 초보자 입장에서는 이 책들이 전부 효율성이 있는지의 여부가 늘 불안하다. 오히려 제대로 공부를 하고 나서야 이 책이 정말 괜찮았구나 감탄하게 만드는 서적들이 몇 권 있는데, 모두의 딥러닝 역시 한번쯤 되돌아보게 만드는 기본서 중 한권이었다.

 

- 목차:

 목차 도입부는 크게 준비 운동이라고 해서 어떤 원리로 발전되고 실행되어 왔는지와 사용되는 기초 수학에 대해 간단한 설명으로 시작된다. 예측 모델의 기본 원리에서는 주로 선형회귀와 로지스틱 회귀를 간단하게 설명하며, 퍼셉트론에서 오차역전파, 딥러닝의 과정을 지나 모델이 어떻게 이루어졌는지, 데이터와 성능 검증, CNN과 RNN으로 이어지는 활용방법까지 상세하게 적혀 있다.

 

- 인상적인 파트 :

 책에서는 주로 코랩을 이용한 실습 환경을 위주로 다루는데, 코랩에 대한 설명부터 시작해서 어떻게 사용하는지에 대한 가이드라인을 상세하게 남겨주기 때문에 별로 어렵지 않게 따라갈 수 있었다. 또한 코드들은 저자의 깃허브에 충실하게 올라가 있기 때문에 그대로 받아서 사용할 수도 있고, 유투브를 통한 동영상 강의가 바로 이어져 있어 책으로만 봐서 애매하다 싶을 타이밍에는 한번씩 QR코드를 이용해서 활용해도 무관하다.

 

- 기억에 남는 부분 :

 기본적인 딥러닝에는 수학적인 부분을 안 다루는 경우가 많은데, 사실 단순히 한두 페이지로는 설명될 수 없는 경우가 많기 때문에 대다수 생략하기도 한다. 하지만 여기서는 필요한 수학적 지식만 간단하게 체크해줌으로서 앞서 학창시절에 배운 수학을 어느 정도까지 인지하고 넘어가야 하는지에 대해 처음부터 확인할 수 있었다. 일차함수와 이차함수, 미분과 기울기, 활성화로 쓰이는 함수들까지 깔끔한 설명으로 짧은 페이지로 확인하고 넘어갈 수 있다.

 

- 이 책이 도움이 되는 사람을 꼽는다면 :

 딥러닝에 대한 전반적인 지식이 필요한 데이터 사이언티스트 내지 데이터와 관련된 직업을 구하고 싶어하는 지망생들에게는 한번쯤 반드시 거쳐가야 하는 책이다. 사실 유투브 상에서도 모두의 딥러닝 시즌1, 2가 입문으로 유명한데, 3판과 더불어 더 보강된 내용들은 최신 모델들과 곧장 연결될 수 있는 충실한 지식의 보고가 되어줄 것이다.

 

- 내돈내산으로 직접 책을 구입한 뒤 작성된 후기입니다. -

댓글 0 3명이 이 리뷰를 추천합니다. 공감 3
포토리뷰 기초부터 탄탄하게, 딥러닝 입문서 "모두의 딥러닝" 딥러닝 필수템으로 추천 내용 평점5점   편집/디자인 평점5점 원* | 2022.06.03 | 추천3 | 댓글0 리뷰제목
추천사를 인용하자면 "머신 러닝을 처음 배우고 기초 지식이 전무한 사람에게 첫 입문서로 더할 나위 없이 좋은 책. 기존에 조금 알고 계신 분들께는 좀 더 깊게 내공을 다질 수 있게 해주는 책." 이 글에 크게 공감합니다.   많은 딥러닝 입문서들이 나오고 있습니다. 저마다 쉽게, 이해하기 좋게 서술했다는 것을 강조하지만 상대적으로 쉬울 수 있지만 기반 지식이 부족한 저;
리뷰제목

추천사를 인용하자면 "머신 러닝을 처음 배우고 기초 지식이 전무한 사람에게 첫 입문서로 더할 나위 없이 좋은 책. 기존에 조금 알고 계신 분들께는 좀 더 깊게 내공을 다질 수 있게 해주는 책." 이 글에 크게 공감합니다.

 

많은 딥러닝 입문서들이 나오고 있습니다. 저마다 쉽게, 이해하기 좋게 서술했다는 것을 강조하지만 상대적으로 쉬울 수 있지만 기반 지식이 부족한 저 같은 사람들에겐 알겠다가도 조금만 깊게 들어가 보려고 하면 허들에 걸려서 겉핥기 식이라는 느낌을 지우기가 힘들었습니다.

 

"모두의 딥러닝"은 베타테스터와 추천사에도 여러 번 반복되듯이, 딥러닝의 간단한 히스토리와 필요한 기초 수학 개념 등 입문에 필요한 지식들을 전반적으로 다루고 있습니다. 또, 대부분의 딥러닝 입문서의 공통점이기도 한데, 어려운 내용을 다루는 입문서인 만큼 시각화와 편집, 구성 등에 각별히 신경을 더 쓰는 것 같습니다. "모두의 딥러닝" 역시 그러합니다. 특히 길벗 특유의 귀엽고 깔끔한 그림들과 편집 구성이 이 책에서도 빛을 발합니다. 제가 좋아하는 "유니티 교과서" 시리즈만큼 그림들을 잘 활용해서 설명하고 있습니다.

 

"모두의 딥러닝"책을 훑어보면서 가장 처음 놀랐던 점은 저자인 조태호님의 소개 글이었습니다. 딥러닝을 이용해 알츠하이머 질병은 연구하며 틈틈이 책을 쓰고 변역도 하시는 학자 겸 작가라니. 첫 줄만 읽고 팬이 될 뻔했습니다. 이런 분이 쓰신 책이라 좀 더 정독하게 되는 것 같습니다.

 

"모두의 딥러닝"은 2022년 3월 개정 3판을 맞이했습니다. 다른 분의 추천사에도 "2판까지도 충분히 좋은 책으로 인정을 받아왔는데, 3판은 코랩 기반으로 학습 데이터가 제공되어 학습 편의성이 향상됨"이라는 글이 있었는데, 머리말을 보면 이런 말도 있습니다. "기존에 했던 설명 보다 더 나은 방향의 설명이 있다면 주저 없이 수정", "현업에서 사용되는 최신 알고리즘을 직접 다루는 책이 되게끔 노력" 등... 2판까지로 훌륭한 딥러닝 입문서로 부족함이 없다는 글이 많았는데, 3판에서 좀 더 업그레이드되었다고 하니 더 가치를 더한 책이라는 느낌을 지우기 어렵습니다.

 

책 구성은 앞서 이야기했듯, 교과서적으로 탄탄합니다. "딥러닝 준비 운동" 챕터에서는 환경을 설정하고, 딥러닝을 공부하고 이해하는데 필요한 기초 수학에 대해 다루고 설명합니다. 책을 읽으면서 다시 고등학생 때 공부했던 기초 수학들이 생각나기도. 딥러닝을 제대로 이해하기 위해서는 꼭 필요한 지식인데, 입문서에 담기에는 부담스러운 과목이라 아예 다루지 않는 책들도 있었지만 "모두의 딥러닝"에서는 딱 부담스럽지 않을 정도의 분량으로 기초 수학을 다루고 있습니다. 앞 챕터를 잘 익히고 넘어가야 다음 챕터, 딥러닝의 기본 동작과 기본기 등에서 습득할 수 있는 지식들이 더 많아지는, 교과서적이고 입문서적인 구성입니다.

 

다양한 입문서들이 있고 각 입문서들마다 성격도 다릅니다. 어떤 입문서는 방대한 분야를 조금씩 맛보기 식으로 여행하듯 가이드 해줍니다. 어떤 입문서는 보다 핵심적인 부분들을 균일한 깊이로 다룹니다. "모두의 딥러닝"은 기초 개념과 이해에 좀 더 힘을 준 구성입니다. 코어를 좀 더 두껍고 무겁게 다진 후에, 이 기초를 베이스로 다양한 분야를 조금씩 이해할 수 있게 가이드 하고 있습니다.

 

몇 개 도식만 가져와 봐도 길벗 출판사의 입문 서적은 도식화가 훌륭하다는 점을 다시 인정할 수밖에 없습니다. 같은 내용을 다른 책이나 인터넷 글에서 봤을 때는 대략적으로만 이해하고 넘어갔던 걸 도식을 보면 좀 더 깊이 이해할 수 있게 도와줍니다.

 

모두의 딥러닝 개정 3판은 최신 트렌드에 맞게 구글 코랩으로 작성된 샘플 코드를 제공합니다. 최근 출간된 다른 딥러닝 입문서도 구글 코랩을 가이드하고 샘플 코드를 제공하는데, 저자이신 조태호님 깃헙(GitHub)을 가보면 훌륭한 퀄리티로 잘 정리해두셔서 하나씩 돌려보고 이해할 수 있게 정리해두셨다는 걸 직접 확인해 볼 수 있습니다.

https://github.com/taehojo/deeplearning

 

딥러닝에 대한 기본 개념과 여러 개념들을 이해하는데 필요한 기초 수학 지식, 다층 퍼셉트론, 오차 역전파, 옵티마이저와 손실함수 등 여러 개념들을 다양한 도식들과 실제 동작하는 코드, 코드를 설명하는 주석과 본문 해설 등으로 충실히 가이드 하고 있습니다.

 

특히 맘에 들었던 부분은, 인공지능의 역사 : 퍼셉트론에서 딥러닝까지를 하나의 그림으로 정리한 부분이 맘에 들었습니다. 이런 역사적 흐름을 공부하려면 인터넷 바다를 헤매야 하는 작업이 필요한데 이렇게 책 한 페이지로 정리해 주니 보기도 좋고 이해하기도 쉬웠습니다.

 

기초를 탄탄히 다진 후 다양한 케이스를 둘러보며 실습해 보고 이해할 수 있게 구성되어 있습니다. 실 데이터를 기반으로 모델을 만들어본다거나, 자연어 처리, 오토 인코더 등.

 

책이 두꺼운 만큼 다양한 케이스를 다루고 있으니 기초를 확실하게 익힌다면 이런 재밌어 보이는 여러 주제들을 모두 다뤄볼 수 있게 될 것 같습니다. 저도 어서 이런 기술들을 다뤄보기 위해서라도 좀 더 기초를 탄탄히 공부해야겠습니다.

 

책의 뒷부분은 심화 학습과 부록으로 구성하고 있습니다. 심화 학습은 오차 역전파를 실제로 계산하는 방식을 다루고 있어서 이론적으로 좀 더 확실한 이해를 원하는 독자들을 위해 분량을 할애하고 있습니다. 심화 학습 두 번째는 신경망을 파이썬으로 직접 개발해 보는 내용을 다룹니다. 텐서플로우, 케라스를 활용해서 손쉽게 실습을 진행했지만 내부 구현과 동작을 알고 싶어 하는 독자들을 위한 구성.

 

또, 구글 코랩이 아닌 본인의 PC에서 딥러닝을 실행하기 위한 아나콘다 패키지 설치 방법도 부록으로 다루고 있으니 참고할만합니다.


또 마지막 선물은, 부록 책자.

모두의 딥러닝 개정 3판은 본서와 작은 부록 책자로 총 2권으로 구성됩니다. 작은 소책자인 부록은 머신 러닝 TOP 10에 대한 내용과 데이터 분석을 위한 판다스 라이브러리 활용 예제 92 가지를 다루고 있습니다. 레퍼런스 삼아 참고하기 좋은 부록 책자이기 때문에 본서와 분리해서 구성한 것 같습니다.

 

여기까지입니다.

본서가 대략 390페이지, 부록 책자가 대략 85페이지로 총 500 페이지에 달하는 방대한 분량입니다. 내용도 구성도 훌륭한 입문 서적인데도 불구하고 가격은 2만 원대로 가성비까지 갖춘 책이라고 할 수 있겠습니다.

딥러닝에 관심이 있고 입문하고 싶은 분, 약간은 알고 있는데 기초를 다지고 싶으신 분들께 모두의 딥러닝 강력하게 추천해 봅니다.

댓글 0 3명이 이 리뷰를 추천합니다. 공감 3

한줄평 (5건) 한줄평 총점 10.0

혜택 및 유의사항 ?
구매 평점5점
최고의 명품책입니다 (강의 역시) 공부중에 행복하고, 다시 보려니 더 행복합니다.
3명이 이 한줄평을 추천합니다. 공감 3
w**e | 2022.11.01
구매 평점5점
공부에 많은 도움이 될 것 같습니다.
4명이 이 한줄평을 추천합니다. 공감 4
YES마니아 : 로얄 l*******7 | 2022.05.13
구매 평점5점
딥러닝 입문서 중 가장 쉽게 읽혀짐
5명이 이 한줄평을 추천합니다. 공감 5
YES마니아 : 로얄 p*****s | 2022.05.03
  •  쿠폰은 결제 시 적용해 주세요.
1   21,600
뒤로 앞으로 맨위로 공유하기