이미 소장하고 있다면 판매해 보세요.
Chapter 1 신경망의 동작 방식
__01 신경망과 딥러닝 __02 뉴런 활동의 수학적 표현 __03 뉴런의 활동을 일반화하는 활성화 함수 __04 신경망 __05 악마가 설명하는 신경망 구조 __06 악마의 활동과 신경망의 연관 관계 __07 스스로 학습하는 신경망 Chapter 2 신경망을 위한 수학 기초 __01 신경망의 필수 함수 __02 신경망의 이해를 돕는 수열과 점화식 __03 신경망에서 많이 사용하는 시그마 기호 __04 신경망의 이해를 돕는 벡터 __05 신경망의 이해를 돕는 행렬 __06 신경망을 위한 미분의 기본 __07 신경망을 위한 편미분의 기본 __08 연쇄법칙 __09 다변수 함수의 근사식 __10 경사하강법의 의미와 식 __11 엑셀로 경사하강법 살펴보기 __12 최적화 문제 및 회귀분석 Chapter 3 신경망 최적화 __01 신경망의 파라미터와 변수 __02 신경망 변수의 관계식 __03 학습 데이터와 정답 데이터 __04 신경망의 비용함수 __05 엑셀로 신경망의 가중치와 편향 결정하기 Chapter 4 신경망과 오차역전파법 __01 경사하강법 다시 살펴보기 __02 유닛의 오차 __03 신경망과 오차역전파법 __04 엑셀로 신경망의 오차역전파법 체험하기 Chapter 5 딥러닝과 합성곱 신경망 __01 악마가 설명하는 합성곱 신경망의 구조 __02 소악마의 활동과 합성곱 신경망의 연관 관계 __03 합성곱 신경망 변수의 관계식 __04 엑셀로 합성곱 신경망 살펴보기 __05 합성곱 신경망과 오차역전파법 __06 엑셀로 합성곱 신경망의 오차역전파법 살펴보기 Appendix 부록 __A 학습 데이터 1 __B 학습 데이터 2 __C 패턴 유사도를 수식으로 표현하기 |
저와쿠이 사다미
관심작가 알림신청Sadami Wakui,わくい さだみ,涌井 貞美
와쿠이 사다미의 다른 상품
저와쿠이 요시유키
관심작가 알림신청Yoshiyuki Wakui,わくい よしゆき,涌井 良幸
와쿠이 요시유키의 다른 상품
역박광수
관심작가 알림신청아크몬드
박광수의 다른 상품
수포자도 부담 없이 살펴볼 수 있는 딥러닝 수학 입문 딥러닝 관련 자료를 읽다가 수학에 관한 두려움을 갖게 된 사람이 많습니다. 지금은 거의 잊었던 각종 수학 이론이 생소한 기호로 표현되면서 외계어처럼 다가오기 때문인지도 모릅니다. 하지만 한정된 지면에 다양한 개념을 함축적으로 표현하려다 보니 어렵게 느껴질 뿐입니다. 설명 방식을 조금만 달리한다면 충분히 알 수 있는 내용입니다. 이 책은 딥러닝 관련 서비스를 개발하거나 딥러닝 기초 이론에 관심 있는 사람이 신경망 기반의 딥러닝 수학 이론을 쉽게 이해할 수 있도록 쓴 책입니다. 고등학생도 이해할 수 있는 수식 및 다양한 그림을 이용해 신경망의 동작 원리부터 딥러닝에 주로 사용하는 경사하강법과 오차역전파법의 원리를 친절하게 설명합니다. 또한 엑셀 파일을 간단히 조작해 설명한 내용을 직관적으로 이해할 수 있도록 했습니다. 평소에 수학이 어렵다고 느껴져서 딥러닝 공부를 포기한 경험이 있거나 딥러닝의 기초를 처음부터 탄탄하게 다지고 싶다면 이 책으로 두려움을 이겨내길 바랍니다. 이 책의 특징 1. 숫자 이미지를 식별하면서 신경망 이해합니다 숫자 이미지를 식별하는 예를 이용해 신경망의 원리를 설명합니다. 다양한 그림과 비유를 이용해 이해하기 쉽도록 구성했습니다. 2. 수학을 잊은 분들께 친절하게 설명합니다 수학을 잊었더라도 걱정할 필요가 없습니다. 수열, 행렬, 벡터, 미분, 편미분, 경사하강법 등 신경망에서 사용하는 수학 이론을 친절하게 설명합니다. 3. 엑셀을 이용한 신경망 주요 수학 이론을 계산합니다 미리 준비한 엑셀 예제를 이용해 실제 신경망의 계산을 살펴봅니다. 엑셀을 몰라도 이 책에서 제시하는 대로만 잘 따라 하면 신경망의 동작 방식을 엿볼 수 있습니다. 어려운 함수나 기능을 사용하지 않고도 계산할 수 있습니다. 대상 독자 - 딥러닝과 신경망을 처음 공부하는 입문자 - 딥러닝 관련 개발을 공부한 후 한 단계 레벨업하려는 개발자 |