이 글을 쓰는 이는 문과계열 학문을 공부한 사람으로서, 가끔 파이썬이나 R 코딩을 하기는 하지만 전문적으로 배운 적은 없다. 고교시절, 수학, 과학, 컴퓨터가 싫어 문과계열을 선택하였다. 인공지능, 딥러닝에 대해 들어도 보고, 여러 입문서 들도 훑어 보고, 구글에서 여러 문서들을 탐색해 읽어 본 경험은 있다. 이러한 배경지식을 갖고 이 책을 읽다보면, 수학적 디테일을 모두 따라가며 이해하기는 어렵지만 이해하기 쉬운 그래픽과 간단하고 구체적인 설명으로 인해 굉장히 수월하게 읽힌다는 느낌을 받게 된다.

여타 딥러닝 책과 구별되는 장점은 인공지능 및 딥러닝 기술의 발전에 역사에 대한 개괄적 설명이 간단하면서도 명료하게 이루어져 있다는 점이다. 사실, 기술 발전의 역사에 대해 알 필요가 있을지 회의적이었으나 딥러닝이 왜 현재의 형태로 발전하게 되었는지에 대한 밑그림이 주어진다는 점이 생각외로 책 내용 이해에 큰 도움이 되었다.

또다른 장점은, 인공지능은 인간의 뉴런과 뉴런 간의 복잡한 구조에서 많은 영감을 얻은 측면이 많은데, 신경계, 시각 시스템에 대해 간결하고 명확하게 설명이 되어 있다는 점이다. 여타 딥러닝 책과 비교해 두드러진 장점이라고 생각하낟.

아울러, AlexNet, ResNet, VGGnet 등, 수년 전에 개발되고 여러 인공지능 라이브러리에서 활용할 수 있는 모델들에 대한 설명도 매우 유익하게 다가왔다.

결론적으로, 지금까지 봐 온 딥러닝 개론서 중, 비전공자가 읽기에 가장 적합한 책이라고 판단한다. 다만, 뉴럴 네트워크나, 딥러닝에 대한 아무런 배경지식이 없다면, 읽기에 벅찰 수 있으니 간단한 perceptron과 간단한 deep neural network를 설명한 구글 문서 한두 편씩 읽어 보면 이 책의 장점을 더욱 효율적으로 사용할 수 있을 것이다.

딥러닝에 대해 쉽게 푼 책이 한 권 나온 것 같습니다.

입문자에게도 실무자에게도 너무 좋은 책인 것 같네요.

그림을 통해 딥러닝에 대해 무지해도 이해하기 쉬운 것 같아요.

그림이 있어서 읽기에도 부담이 없고 졸리지 않을 것 같아요.

이 책을 통해 딥러닝에 대해 입문하는 기회가 될 것 같아 너무 좋습니다.

오늘부터 차근차근 읽어볼려고 합니다.

딥러닝 대표 문제도 풀어볼 수 있어서 좋은 것 같아요! 

좋은 책 내주셔서 감사합니다.

취미로 딥러닝 공부 중인 사람입니다.

처음 딥러닝을 접할 때 이해하기가 어려웠습니다.

강의를 들으면서 이해하는데 한계를 느끼고 있는 찰나,

최근에 발간된 Do it! 딥러닝 교과서를 접하게 되었습니다.

현재 듣는 강의와 병행하며 이 책을 읽는 중인데 수업 시간에 이해가기가 난해했던 부족한 부분이 조금씩 채워져가고 있습니다.

이 책의 장점은 시각적으로 매우 잘 표현되어 있어서 읽는데 지루함이 덜하다는 것입니다. 곳곳에 위치한 그림으로 중요한 내용에 대해 이해하기 쉽게 표현되어 있습니다. 여러 딥러닝 책에 비해 잘 읽힌다는 점이 이 책의 가장 큰 장점이라고 생각합니다. 특히 비전공자가 딥러닝에 대한 맥락을 이해하는데 많은 도움이 될 것이라 생각합니다!

딥러닝 교과서. 제목에서 알 수 있듯이 딥러닝에 관한 기본적인 지식이 모두 담겨 있는 책이다. 

인공지능의 역사로 시작해서 퍼셉트론, 역전파 알고리즘, 딥러닝 등 온갖 기본기가 가득 담겨 있다. 인공지능의 기본 개념이 거의 없는 상태에서 이 책을 읽기 시작한다면 매우 당황스러울 수 있다.. 본인이 그런 경험을 했기 때문이다. 기본적인 내용인 것 같으면서도 심오하다. 초심자가 읽기에는 처음 보는 수식이나 notation이 매우 어렵고 불편하게 느껴질 수 있다. 그렇지만 어느 정도 들은 풍월이 있고 오가며 인공지능 이야기를 몇 번 들어본 상태라면 많은 도움을 받을 수 있는 책이다. 

개인적으로는 4장과 5장의 최적화와 정규화가 도움이 된 것 같다. 이 책을 읽으며 최적화와 정규화의 의미를 알게 된 것 같고, 최적화와 정규화가 필요한 이유에 대해서도 이해가 가기 시작했다. 각각의 최적화 방법에 대해 수식과, 그래프가 도움이 되었고 상세한 해설이 유익했다.

최종적으로 인공지능을 조금 더 깊이 파고들고 싶은 사람이라면 Do it! 딥러닝 교과서는 좋은 선택이라고 할 수 있겠다.

단, 마음의 준비는 필요하다. 

지금까지 완독했던 Do it! 시리즈와는 다르게, 정말 교과서같은 책입니다.

덕분에 깊이있는 내용을 접할 수 있습니다만, 다소 이해하는데 어려움이 있는 것은 사실입니다. 그래도 중간중간에 그림이 있어 개념 이해는 가능합니다.

읽어가면서 나름 중요하다고 생각한 내용을 정리한 후, 각 장의 마지막에 제시된 tensorflow tutorial 실습코드를 colab에서 실행하면서 익힐 수 있습니다.

신경망 학습을 함에 있어, 초기화의 중요성. 그리고 과적합 방지를 위한 다양한 정규화의 중요성이 잘 설명되어 있습니다.

개념 설명들이 자세해서 좋긴 합니다. 역시 교과서다운 책. CNN을 활용하기 위해서 꼭 완벽히 이해할 필요는 없을 듯 합니다. 제대로 알려면 이런 것들이 있는지 한번은 읽어볼 필요가 있겠습니다.

8장. 순환 신경망과 9장. 생성 모델의 내용은 개념 이해도 만만치 않은게 사실입니다.

* 신경망 모델을 새롭게 개발할 목적이 아니고, 기존의 제시된 모델을 활용하는 목적이라면, 아주 핵심적인 내용에 대한 개념만 이해하자고 욕심을 내려 놓습니다.

* 그래도, 이 교재에 나와있는 설명만으로 몇 번을 읽어도 이해의 한계가 있습니다.

* 온라인 상의 동영상 강의를 듣고, 다시 읽어봐야 어느정도 이해의 수준이 올라갑니다.

딥러닝에 대해 개념적으로 이해할 수 있도록 친절하게 설명한 말 그대로 "교과서" 입니다!

알기쉽게 그려진 도해를 바탕으로 설명을 시작하여서,

세세한 부분으로 가면 필요한 수식과 그래프들을 동원하여 깊은 이해를 도와줍니다.

머신러닝/딥러닝과 관련된 여러 서적으로 접하면서도

이과 같이 개념적으로 쉬운 설명과 깊은 내용을 동시에 전달하는 책은 드물었던 것 같습니다.

# 딥러닝의 기초를 배우다

딥러닝 교육을 들은지 4달이 지나면서 이제야 딥러닝이 무엇인지,,아주 조금 알것만 같다...ㅎㅎ

기본 교육을 들을때는 왜 쓰는지도 모르면서 무작정 배웠다면, 이번에 고급 교육을 배우면서 (아직 나의 수준은 기초) 아 이런식으로 딥러닝 모델을 구축하는지를 알게됐다.

그러면서 궁금한게 많아지고, 중간중간 찾고싶은 게 많아졌다.

'딥러닝 교과서'는 이럴때 보기 좋은 책이다.

처음부터 쭉~ 봐도 좋고, 아니면 공부하면서 모를때 바로바로 찾기 좋다.!

앞쪽에는 딥러닝의 기초를 쭉 설명 해주고, 뒤에서는 최신 논문 내용을 담아서 더욱 좋다.

# 최신 논문 배우기

이 책은 최신 논문의 내용을 담은게 큰 장점이다.

완전 깊게는 아니지만, 그래도 최신 논문을 하나하나 체크할 수 있기 때문에 많은 도움이 될 것 같다.

# 정리노트로 마무리 하기

딥러닝 관련해서 나중에 면접을 보게 되면 정말 유용할 것 같은 페이지다.

키워드를 주고, 그것을 정리해놓은 노트부분이 개인적으로 아주 마음에 든다.

아무리 어려운 개념이어도 , 가볍게 설명할 수 있어야 하기 때문이다.