이 상품의 태그
소개
목차
|
1. 인공신경망의 기초
2. 딥러닝의 역사와 발전 3. 활성화 함수의 역할 4. 손실 함수와 최적화 5. '모든 것은 변화한다'는 고대 그리스 철학자 헤라클레이토스의 명언처럼, 우리 주변의 모든 것은 끊임없이 변화하고 발전합니다. 인공지능 분야도 예외는 아닙니다. 특히 딥러닝 분야에서는 신경망을 효과적으로 학습시키기 위한 다양한 최적화 알고리즘들이 계속해서 발전하고 있습니다. 이번 장에서는 이러한 최적화 알고리즘들의 근간이 되는 경사 하강법과 그 변형들에 대해 자세히 알아보겠습니다. 6. 과적합 방지와 정규화 기법 7. 합성곱 신경망(CNN)의 구조 8. 순환 신경망(RNN)과 시퀀스 처리 9. 자연어 처리와 딥러닝 10. 오토인코더와 표현 학습 11. 생성적 적대 신경망(GAN)의 원리 12. 강화학습과 딥러닝의 결합 13. 전이 학습과 도메인 적응 14. 메타 학습과 퓨샷 학습 15. 해석 가능한 AI와 모델 설명 16. 베이지안 딥러닝과 불확실성 17. 연합 학습과 분산 AI 18. 그래프 신경망과 관계 학습 19. 강건한 딥러닝과 적대적 공격 20. 에너지 효율적 딥러닝과 모델 압축 21. 멀티모달 딥러닝과 융합 학습 22. 지속적 학습과 평생 학습 23. 딥러닝의 미래와 도전 과제 |
저자 소개
교양 서적 작가. 복잡한 개념을 일상의 언어로 풀어내어 많은 독자들의 사랑을 받았다. 현재 교양 서적 집필 활동에 전념하고 있다.
품목정보
- 발행일
- 2024년 11월 01일
- 지원기기
- 크레마,PC(윈도우 - 4K 모니터 미지원),아이폰,아이패드,안드로이드폰,안드로이드패드,전자책단말기(저사양 기기 사용 불가),PC(Mac)
- 파일/용량
- EPUB(DRM) | 4.55MB ?
- 글자 수/ 페이지 수
- 약 9.2만자, 약 2.7만 단어, A4 약 58쪽 ?
- ISBN13
- 9791173281174
- AI 활용 여부
- 본 도서는 AI를 활용해 제작된 콘텐츠입니다.
