이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 분야의 이벤트
이지스퍼블리싱-Do it! 시리즈
이 상품의 시리즈 알림신청
이 상품의 태그
상세 이미지
책소개
목차
|
01장 강화 학습이란?
__01-1 강화 학습 멀리서 훑어보기 __01-2 마르코프 결정 과정으로 시작하는 강화 학습 __01-3 모델 프리 강화 학습 02장 강화 학습에 딥러닝 조합하기 __02-1 딥러닝 쾌속 복습! __02-2 DQN 공부하기 03장 알파고 도전을 위한 첫걸음 __03-1 게임을 스스로 플레이하는 에이전트 만들기 __03-2 유니티 엔진으로 에이전트 만들기 04장 딥레이서로 구현하는 자율 주행 __04-1 PPO 알고리즘 알아보기 __04-2 딥레이서로 공부하는 강화 학습 05장 영화 [아이언맨]의 자비스 만들기 __05-1 자연어 처리가 뭐죠? __05-2 자연어 처리 기법 알아보기 __05-3 GPT로 알아보는 자연어 처리와 강화 학습 __05-4 GPT-2로 자비스 만들기 __05-5 GPT-3와 강화 학습의 미래 06장 분산 강화 학습 공부하기 __06-1 분산 학습 기초 공부하기 __06-2 분산 강화 학습을 위한 RLlib 라이브러리 __06-3 분산 강화 학습 실행해 보기 07장 강화 학습으로 만드는 신경망 구조 __07-1 NAS란 무엇일까? __07-2 NAS 흐름 알아보기 __07-3 NAS 직접 사용해 보기 08장 NAS 더 자세히 알아보기 __08-1 NAS를 만드는 3단계 다시 알아보기 __08-2 탐색 전략 알아보기 __08-3 탐색 공간 알아보기 __08-4 성능 평가 전략 알아보기 __08-5 NAS, NASNet, ENAS 요약하기 |
저자 소개 3
현재 국내 통신사에서 AI 학습과 서비스 개발 플랫폼의 설계, 과제를 담당하고 있다. 압구정 삼성전자 소프트웨어 멤버십을 시작으로 밀레니엄이 시작되던 2000년부터 삼성전자, 현대카드에서 소프트웨어 개발자, 소프트웨어 아키텍트로 활동했다. 2018년부터 대규모 GPU를 활용한 AI 개발 플랫폼을 주제로 다양한 강연과 기고를 진행해 왔다. 최근에는 GPU가 아닌 다양한 코프로세서를 활용한 컴퓨팅에 관심이 있다.
조규남의 다른 상품
이화여대 신산업융합대학 겸임교수로 데이터 분석 및 AI 강의를 하고 있으며, 카논그룹의 CTO로 재직 중이다. 이전에는 IBM의 Data&AI 팀에서 엔지니어로 근무했으며, 이후 카카오벤처스 패밀리사인 1z Labs를 공동창업한 후, 지분을 매각한 바 있다. 연세대학교에서 데이터 분석 전공으로 석사 과정을 졸업하고 박사 과정을 수료했다. SK C&C, KISTI, NRF, DBpia 등에서 프로젝트를 진행하였으며 Apache Zeppelin, Qiskit, KoGPT-2 등 오픈소스 프로젝트에 기여했다. 삼성, 현대, LG, 딜로이트 등 기업을 대상으로 강연하고 연세대학교, 이
이화여대 신산업융합대학 겸임교수로 데이터 분석 및 AI 강의를 하고 있으며, 카논그룹의 CTO로 재직 중이다. 이전에는 IBM의 Data&AI 팀에서 엔지니어로 근무했으며, 이후 카카오벤처스 패밀리사인 1z Labs를 공동창업한 후, 지분을 매각한 바 있다. 연세대학교에서 데이터 분석 전공으로 석사 과정을 졸업하고 박사 과정을 수료했다. SK C&C, KISTI, NRF, DBpia 등에서 프로젝트를 진행하였으며 Apache Zeppelin, Qiskit, KoGPT-2 등 오픈소스 프로젝트에 기여했다. 삼성, 현대, LG, 딜로이트 등 기업을 대상으로 강연하고 연세대학교, 이화여대, 중앙대학교, 동덕여대, 상명대학교, 순천대학교 등에서도 강연했다. 참여 도서로는 『머신러닝 디자인 패턴』(한빛미디어, 2021), 『Do it 강화 학습 입문』(이지스퍼블리싱, 2021), 『코딩진로』(호모루덴스, 2021), 『초소형 머신러닝 TINYML』(한빛미디어, 2020), 『쉽게 배우는 AWS AI 서비스』(한빛미디어, 2022), 『하이퍼레저 블록체인 개발』(한빛미디어, 2019), 『블록체인의 정석』(지앤선, 2019) 등이 있다. 깃허브에서 @YUNHO0130으로 활동하고 기술 블로그와 유튜브 채널을 운영하고 있다.
맹윤호의 다른 상품
낮에는 계약서와 코드를 두드리고 밤에는 신시사이저와 기타를 난도질하는 공학과 미디어의 주변인. 임베디드 프로그래머, 미들웨어 개발자, 프로젝트 매니저, 사업 개발 등 다양한 직군에 종사해왔으며 최근에는 엔터테인먼트 산업에서 다양한 웹 프로젝트를 진행 중이다. 사회적인 덕후로 생존하기 위해 오늘도 코드, 그리고 글과 씨름하고 있다. 참여 도서로는 『머신러닝 디자인 패턴』(한빛미디어, 2021), 『초소형 머신러닝 TinyML』(한빛미디어, 2020), 『라즈베리 파이로 배우는 컴퓨터 아키텍처』(위키북스, 2017) 등이 있다.
임지순 의 다른 상품
관련 분류
품목정보
- 발행일
- 2021년 06월 11일
- 쪽수, 무게, 크기
- 360쪽 | 188*257*30mm
- ISBN13
- 9791163032526
출판사 리뷰
|
이런 사람이 읽으면 좋아요
- 머신러닝·딥러닝 공부를 하면서 들은 ‘강화 학습’이 무엇인지 궁금해진 사람 - 알파고의 핵심 기술인 ‘강화 학습’을 다양한 실습으로 공부해 보고 싶은 사람 - 에저 분산 강화 학습, AWS 자율 주행 딥레이서 등 강화 학습 상용 서비스를 직접 사용하고 싶은 사람 - 강화 학습의 이론·실습 공부를 한 번에 끝내고 싶은 사람 이런 강화 학습 기술을 경험하고 배울 수 있어요 - 파이썬으로 블랙잭 봇 만들기 - OpenAI 짐 레트로로 2D 게임(비행기 게임)을 자동 플레이하는 에이전트 만들기 - UnityML로 3D 게임(공 균형 유지하기 게임)을 자동 플레이하는 에이전트 만들기 - AWS 딥레이서에서 자율 주행 에이전트 만들기 - MS 에저에서 분산 강화 학습 실습하기 - NAS로 자동 신경망 구성 실습하기 블랙잭 봇부터 자동 신경망 구성까지 실제 동작하는 강화 학습 에이전트 만들기 강화 학습으로 만든 알파고! 강화 학습은 대체 무엇이고 어떤 원리로 동작할까? 직접 만들고 실행하면서 공부하다 보면 강화 학습을 쉽게 이해할 수 있다! 나보다 게임을 더 잘하는 블랙잭, 2D·3D 게임 플레이 봇, 내가 정한 규칙에 맞게 트랙을 달리는 자율 주행 AWS 딥레이서, 내가 하는 질문에 척척 대답하는 GPT-2 꼬맹이 자비스, 신경망을 자동으로 만들어 주는 NAS까지! 책 한 권으로 강화 학습 공부를 끝내 보자! 마르코프 결정 과정, 몬테카를로 학습, PPO 알고리즘 등 강화 학습 이론 소개 강화 학습의 이론 공부도 빼놓을 수 없다! 영화 [엣지 오브 투모로우]로 마르코프 결정 과정이 무엇인지 이해하는 것으로 시작하여 블랙잭 봇을 만들며 몬테카를로 학습을 배우고, 게임 봇이나 아마존 딥레이서에 적용하는 PPO 알고리즘 등 ‘강화 학습에 입문하려면 꼭 알아야 하는 알고리즘’을 수식과 함께 소개했다. AWS 딥레이서, MS 에저 분산 강화 학습 등 상용 서비스 활용 방법 수록 강화 학습을 현실에 적용할 수 있는지 알고 싶다면 상용 서비스를 직접 사용해 보면 된다! AWS 딥레이서 서비스로 자율 주행 자동차를 만들어 전 세계 사용자와 대결해 보고, MS 에저 분산 강화 학습을 실습하여 실제 강화 학습을 효과적으로 할 수 있는 분산 시스템도 경험해 본다! 이지스퍼블리싱이 선사하는 독자 지원 · 본문 소스 100% 무료 제공 - 깃허브: https://github.com/yunho0130/start-RL · 이 책의 독자들과 함께 공부하고 책 선물도 받아 가세요! - 두잇 스터디룸(책 내용 관련 질문 환영): cafe.naver.com/doitstudyroom |
추천평
|
강화 학습의 시야를 확 넓혀 주는 본격 실습 입문서. 이 책은 자연어 처리, 자율 주행, 게임과 같은 영역에서 강화 학습이 어떻게 작용하는지 공부하고 실습해 볼 수 있습니다. 순수 파이썬으로 작성한 블랙잭 게임 강화 학습부터 신경망을 스스로 만들어 나가는 NAS까지 다양한 실습 예제로 강화 학습을 지루하지 않게 공부할 수 있었습니다. - 송호연 (Riiid VP of AIOps)
|
|
강화 학습 입문자, 실무자 모두에게 필요한 책. 이 책은 강화 학습을 쉽게 공부하고 적용할 수 있도록 설계되어 있습니다. 강화 학습 기술을 쉽게 공부할 수 있는 아주 훌륭한 프레임워크인 셈이죠. 또한 다양한 예제로 강화 학습을 경험하고 연습할 수 있게 해주며 강화 학습 초기 학습자에게 알맞은 짜임새 있는 구성이 돋보입니다. 인공지능이 인공지능을 만드는 NASneural architecture search와 대용량 분산 강화 학습을 다루는 점이 특히 좋았습니다. - 이근배 (포스텍 인공지능대학원 교수)
|
|
이론과 실습이라는 토끼 두 마리를 한 번에 모두 잡게 해주는 책. 이 책은 인공지능 중에서도 복잡한 의사결정 문제 해결에 효과적이며 범용 인공지능 기술로 각광받는 강화 학습을 다룹니다. 강화 학습의 이론 설명에만 그치지 않고 게임이나 자율 주행과 같은 다양한 실제 환경에서 활용해 보는 경험을 제공하는 실습 구성이 무척 인상 깊었습니다. - 우홍욱 (성균관대학교 소프트웨어학과 교수)
|
|
최신 알고리즘과 실습을 직관적으로 쉽게 설명하는 책. 직관적으로 이해하기 쉬운 설명과 직접 입력하고 실행하여 눈으로 볼 수 있는 코드를 제공해서 공부하기 편한 책이라는 생각이 듭니다. 배경지식이 없는 상태에서 강화 학습을 재미있게 시작해 보고 싶은 개발자에게 큰 도움이 되리라 믿습니다. - 김동호 (ex-SecondMind CTO)
|
|
강화 학습 입문자도 쉽게 읽을 수 있는 구성이 돋보이는 책. 아마존, 마이크로소프트와 같은 기업에서 제공하는 강화 학습 SaaS의 활용법까지 설명했다는 점에서 특히 눈에 띕니다. 한마디로 딥러닝을 막 마친 사람이 강화 학습을 잘 활용할 수 있게 만들어 주는 책입니다. 강화 학습 입문을 목표로 공부하는 개발자에게 더할 나위 없는 선물이라 생각합니다. - 김홍석 (구글 리서치)
|
