소득공제
PDF
eBook
파이썬과 엑셀로 시작하는 딥러닝
딥러닝의 알고리즘 원리부터 파악하기
스마트한 PDF 필기 기능을 사용해 보세요!
- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
이 분야의 이벤트
상세 이미지
소개
목차
|
PART 0 개발 환경 구축1. 파이썬 설치 01. Windows OS 버전 02. Mac OS 버전 2. 필요 패키지 설치 01. 주피터(Jupyter) 02. xlwings 03. 사이킷런(Scikit-Learn) 04. OpenCV 및 Numpy 05. Matplotlib 3. 파이썬-엑셀 연동 실습 01. 셀 내 중복값 제거 실습 02. 웹캠 이미지 엑셀 출력 PART 1 넘파이(Numpy)1. 배열(ndarray) 01. arange 함수 02. reshape 함수 03. array indexing 2. 연산 01. 행렬의 사칙연산과 행렬곱 02. eye 함수 03. 전치 행렬(Transpose) 04. flip 함수 05. pad 함수 3. 미분 01. 함수의 기울기 02. 미분 프로그래밍 PART 2 딥러닝 개요1. 딥러닝 학습 2. y = wx 학습 01. 엑셀 데이터 준비 02. 손실 함수(Loss)의 정의 03. 경사 하강법(Gradient Descent) 04. 모델 구현 3. y = wx + b 학습 01. 편미분 02. 확률적 경사 하강법(Stochastic Gradient Descent) 03. 모델 구현 4. y = w1 × 1 + w2 × 2 + b 학습 01. 행렬 표현 02. 행렬 연산의 이해 03. 모델 구현 5. 임의의 함수 학습 01. 딥러닝(Deep Learning) 02. 체인룰(CHAIN RULE), 순전파(Forward Propagation), 역전파(Back Propagation)03. 활성화 함수(Activation Function) 04. 모델 구현 PART 3 회귀 예제1. 당뇨병 예측 데이터 01. 데이터 확인 및 모델 만들기 02. 데이터 정규화 03. 하이퍼 파라미터(Hyper Parameter) 설정 04. 과소/과대 적합 방지 2. 체력 검사 데이터 01. 데이터 확인 02. 다중 출력 모델 설계 03. 다중 출력 모델의 역전파 PART 4 분류 개요1. 이진 분류 01. 시그모이드(Sigmoid) 02. 분류의 역전파 03. 모델 구현 04. 시그모이드를 중간층의 활성화 함수로 사용하지 않는 이유 12. 다중 분류 01. 소프트맥스(Softmax) 02. 카테고리컬 크로스 엔트로피(Categorical Cross Entropy) 03. 모델구현 PART 5 분류 예제1. 붓꽃 분류 01. 데이터 확인 02. 원핫인코딩(One-hot Encoding) 03. 모델 구현 2. 손글씨 분류 01. 데이터 확인 02. 데이터 전처리 03. 모델 구현 04. 모델 검증 및 한계 PART 6 CNN1. 이미지 데이터 특성 2. 필터와 합성곱(Convolution) 연산 3. 합성곱의 역전파 4. 모델 구현 5. CNN 추가 정보 01. 행렬로 표현 02. Stride 03. 패딩(Padding) 04. 풀링(Pooling) 05. 채널 PART 7 RNN1. RNN 구조 2. 순전파와 역전파 연산 부록 1 Google Spreadsheet 사용1. 구글 드라이브 API 설정하기 2. 구글 스프레드시트 API 설정하기 부록 2 Tensorflow 사용1. 당뇨병 데이터 2. 체력 검사 데이터 3. 붓꽃 데이터 4. 손글씨 데이터 5. 영어 철자 예측 데이터
|
저자 소개 3
기계정보공학을 전공하고 현재 산업차량 무인화 파트에서 일하고 있다. 알파고를 보고 딥러닝에 입문하였으며, 특히 최신 논문 리뷰 및 구현에 관심이 많다. 현재 강화 학습 관련 유튜브 채널을 운영하고 있다.
홍재권의 다른 상품
역사학을 전공하고 산업의 수요에 맞춰 독학으로 프로그래밍을 학습하였다. 대학원 진학 과정을 통해 딥러닝에 입문하였고, 현재는 소프트웨어 개발 법인을 운영하고 있다. 인공지능에 대한 기술 구현에 관심이 많고 컴퓨터 비전 분야를 연구하고 있다.
메카트로닉스공학을 전공하고 현재 산업용 엔진 제품 검증팀에서 근무하고 있다. 데이터 기반 고장 예측 진단 분야에 흥미를 느껴 딥러닝에 입문하였고, 인공지능 대학원 진학을 통해 더 깊이 있는 연구와 실전적인 기술을 학습하고 있다.
품목정보
- 발행일
- 2023년 08월 11일
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 84.24MB ?
- 글자 수/ 페이지 수
- 약 333쪽 ?
- ISBN13
- 9788956749655
출판사 리뷰
|
예제와 실습으로 따라 하는 기초와 응용많은 사람들이 인공지능 기술이 우리의 미래를 어떻게 바꿀지 기대하고 있다. 세계의 많은 기업이 투자를 아끼지 않는 모습만 봐도 알 수 있다. 이 책은 말로만 듣던 딥러닝을 실무적 코드로 성능 향상을 위해 알고리즘의 내부 동작 방식과 그 원리를 이해하는 데 집중했다. 초기보다 구조화되고 진보된 파이토치, 텐서플로, 케라스같은 오픈소스 프레임워크들이 발달함에 따라 구현 방식도 어렵지 않기 때문에 비전공자도 바로 시작할 수 있다. 특히 딥러닝에서 중요한 순전파와 역전파 등을 엑셀을 통해 시각화하고 기초가 되는 이론은 넘파이로 구현하기 때문에 각 단계별 값의 변화를 코드를 통해 쉽게 파악할 수 있다. 이 책에서는 주로 파이썬과 xlwings를 이용해 코드를 구현하고 엑세을 활용하여 실습을 진행한다. 실습을 위해 필요한 프로그래밍 언어와 관련된 라이브러리 패키지를 설치하고 사용 방법부터 안내하므로 시작을 두려워 하지 않아도 된다. 특히 마지막에는 엑셀 사용이 어려운 사람들을 위해 구글 코랩과 구글 스프레드시트를 연동하여 사용하는 방법까지 안내함으로써 다양한 기능을 더욱 쉽게 활용할 수 있게 될 것이다.
|
