소득공제
청년패스
모두의 딥러닝
원리를 쉽게 이해하고 나만의 딥러닝 모델을 만들 수 있다 with 텐서플로(tensorflow) & 케라스(keras)
- 베스트
- IT 모바일 top100 83주
- 본 도서의 개정판이 출간되었습니다.
이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능?
- 문화비소득공제 가능
이 상품의 태그
상세 이미지
책소개
목차
|
[첫째 마당] 나의 첫 딥러닝
1장 최고급 요리를 먹을 시간 __1.1 딥러닝 실행을 위한 준비 사항 __1.2 딥러닝 작업 환경 만들기 __1.3 파이참 설치하기 __1.4 딥러닝 실행하기 2장 처음 해 보는 딥러닝 __2.1 미지의 일을 예측하는 힘 __2.2 폐암 수술 환자의 생존율 예측하기 __2.3 딥러닝 코드 분석 __2.4 ‘블랙박스’를 극복하려면? [둘째 마당] 딥러닝의 동작 원리 3장 가장 훌륭한 예측선 긋기: 선형 회귀 __3.1 선형 회귀의 정의 __3.2 가장 훌륭한 예측선이란? __3.3 최소 제곱법 __3.4 코딩으로 확인하는 최소 제곱 __3.5 평균 제곱근 오차 __3.6 잘못 그은 선 바로잡기 __3.7 코딩으로 확인하는 평균 제곱근 오차 4장 오차 수정하기: 경사 하강법 __4.1 미분의 개념 __4.2 경사 하강법의 개요 __4.3 학습률 __4.4 코딩으로 확인하는 경사 하강법 __4.5 다중 선형 회귀란? __4.6 코딩으로 확인하는 다중 선형 회귀 5장 참 거짓 판단 장치: 로지스틱 회귀 __5.1 로지스틱 회귀의 정의 __5.2 시그모이드 함수 __5.3 오차 공식 __5.4 로그 함수 __5.5 코딩으로 확인하는 로지스틱 회귀 __5.6 여러 입력 값을 갖는 로지스틱 회귀 __5.7 실제 값 적용하기 __5.8 로지스틱 회귀에서 퍼셉트론으로 [셋째 마당] 신경망의 이해 6장 퍼셉트론 __6.1 가중치, 가중합, 바이어스, 활성화 함수 __6.2 퍼셉트론의 과제 __6.3 XOR 문제 7장 다층 퍼셉트론 __7.1 다층 퍼셉트론의 설계 __7.2 XOR 문제의 해결 __7.3 코딩으로 XOR 문제 해결하기 8장 오차 역전파 __8.1 오차 역전파의 개념 __8.2 코딩으로 확인하는 오차 역전파 9장 신경망에서 딥러닝으로 __9.1 기울기 소실 문제와 활성화 함수 __9.2 속도와 정확도 문제를 해결하는 고급 경사 하강법 [넷째 마당] 딥러닝 기본기 다지기 10장 모델 설계하기 [실습] 폐암 수술 환자의 생존율 예측 __10.1 모델의 정의 __10.2 입력층, 은닉층, 출력층 __10.3 모델 컴파일 __10.4 교차 엔트로피 __10.5 모델 실행하기 11장 데이터 다루기 [실습] 피마 인디언 당뇨병 예측 __11.1 딥러닝과 데이터 __11.2 피마 인디언 데이터 분석하기 __11.3 panda를 활용한 데이터 조사 __11.4 데이터 가공하기 __11.5 matplotlib를 이용해 그래프로 표현하기 __11.6 피마 인디언의 당뇨병 예측 실행 12장 다중 분류 문제 해결하기 [실습] 아이리스 품종 예측 __12.1 다중 분류 문제 __12.2 상관도 그래프 __12.3 원-핫 인코딩 __12.4 소프트맥스 __12.5 아이리스 품종 예측 실행 13장 과적합 피하기 [실습] 초음파 광물 예측 __13.1 데이터의 확인과 실행 __13.2 과적합 이해하기 __13.3 학습셋과 테스트셋 __13.4 모델 저장과 재사용 __13.5 k겹 교차 검증 14장 베스트 모델 만들기 [실습] 와인의 종류 예측 __14.1 데이터의 확인과 실행 __14.2 모델 업데이트하기 __14.3 그래프로 확인하기 __14.4 학습의 자동 중단 15장 선형 회귀 적용하기 [실습] 보스턴 집값 예측 __15.1 데이터 확인하기 __15.2 선형 회귀 실행 [다섯째 마당] 딥러닝의 활용 16장 이미지 인식의 꽃, CNN 익히기 204 __16.1 데이터 전처리 __16.2 딥러닝 기본 프레임 만들기 __16.3 더 깊은 딥러닝 __16.4 컨볼루션 신경망(CNN) __16.5 맥스 풀링 __16.6 컨볼루션 신경망 실행하기 17장 시퀀스 배열로 다루는 순환 신경망(RNN) __17.1 LSTM을 이용한 로이터 뉴스 카테고리 분류하기 __17.2 LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기 __17.3 케라스 예제를 통한 더 넓은 활용 부록 [부록 A] 심화학습 1: 오차 역전파의 계산법 1. 편미분이란? 2. 출력층의 오차 업데이트 3. 오차 공식 4. 체인 룰 5. 체인 룰 계산하기 6. 가중치 업데이트하기 7. 은닉층의 오차 업데이트 8. 은닉층의 오차 계산 방법 9. 델타 식 [부록 B] 심화학습 2: 파이썬 코드로 확인하는 신경망 1. 환경 변수 설정하기 2. 신경망의 실행 [부록 C] 심화학습 3: 수식과 함께 익히는 고급 경사 하강법 1. 확률적 경사 하강법 2. 모멘텀 3. 네스테로프 모멘텀 4. 아다그라드 5. 알엠에스프롭 6. 아담 [부록 D] 여러 가지 환경 설정 1. GPU 환경에서 설치하기 2. 리눅스에서 설치하기 3. 맥에서 설치하기 [부록 E] 텐서플로 실행 오류 해결하기 |
저자 소개 1
인디애나대학교 의과대학 영상의학 및 영상과학과 교수로, AI와 딥러닝을 의료 분야에 접목해 알츠하이머병 조기 진단 연구를 이끌고 있다. 특히 유전체·다중오믹스·의학 영상을 AI로 통합 분석하여 질병의 원인을 규명하는 데 주력하고 있다.
도쿄의과치과대학에서 단백질 구조 예측 연구로 박사학위를 취득한 뒤 미국으로 건너가, 딥러닝을 이 분야에 선구적으로 도입했다. 2018년부터 인디애나대학교에서 딥러닝 기반 알츠하이머 조기 진단, 원인 단백질 추적, 유전자 변이 예측 연구를 수행하고 있다.
국내에서는 『모두의 딥러닝(1-4판)』(길벗, 2017-2025), 제7회 브런치북
인디애나대학교 의과대학 영상의학 및 영상과학과 교수로, AI와 딥러닝을 의료 분야에 접목해 알츠하이머병 조기 진단 연구를 이끌고 있다. 특히 유전체·다중오믹스·의학 영상을 AI로 통합 분석하여 질병의 원인을 규명하는 데 주력하고 있다.
도쿄의과치과대학에서 단백질 구조 예측 연구로 박사학위를 취득한 뒤 미국으로 건너가, 딥러닝을 이 분야에 선구적으로 도입했다. 2018년부터 인디애나대학교에서 딥러닝 기반 알츠하이머 조기 진단, 원인 단백질 추적, 유전자 변이 예측 연구를 수행하고 있다.
국내에서는 『모두의 딥러닝(1-4판)』(길벗, 2017-2025), 제7회 브런치북 대상 수상작 『당신의 이유는 무엇입니까』(어떤책, 2020)를 집필했고,『쉽게 시작하는 캐글 데이터 분석』(길벗, 2021),『그림으로 이해하는 인지과학』(길벗, 2022) 등을 번역했으며, 『딥러닝 워크북』(길벗,2018)의 감수를 맡았다.
도쿄의과치과대학에서 단백질 구조 예측 연구로 박사학위를 취득한 뒤 미국으로 건너가, 딥러닝을 이 분야에 선구적으로 도입했다. 2018년부터 인디애나대학교에서 딥러닝 기반 알츠하이머 조기 진단, 원인 단백질 추적, 유전자 변이 예측 연구를 수행하고 있다.
국내에서는 『모두의 딥러닝(1-4판)』(길벗, 2017-2025), 제7회 브런치북 대상 수상작 『당신의 이유는 무엇입니까』(어떤책, 2020)를 집필했고,『쉽게 시작하는 캐글 데이터 분석』(길벗, 2021),『그림으로 이해하는 인지과학』(길벗, 2022) 등을 번역했으며, 『딥러닝 워크북』(길벗,2018)의 감수를 맡았다.
조태호의 다른 상품
관련 분류
품목정보
- 발행일
- 2017년 12월 27일
- 쪽수, 무게, 크기
- 308쪽 | 714g | 183*235*30mm
- ISBN13
- 9791160503715
출판사 리뷰
|
누구나 쉽고 빠르게
나만의 딥러닝 모델을 만들 수 있다! [기초] 딥러닝 동작 원리 배우기 딥러닝 실행에 필요한 환경을 갖춘 다음 선형 회귀, 로지스틱 회귀, 신경망, 역전파 같은 딥러닝의 기본 동작 원리를 배웁니다. [실습] 딥러닝 내 것으로 만들기 폐암 수술 환자의 생존율 예측하기, 피마 인디언의 당뇨병 예측하기, 아이리스 품종 예측하기, 초음파 광물 예측하기, 와인의 종류 예측하기, 보스턴 집값 예측하기 프로젝트를 실습하며 딥러닝 이론을 어떻게 여러 분야에 적용하는지 확인합니다. [활용 및 심화] 딥러닝 정복하기 지금까지 배운 내용을 활용하여 CNN, RNN 같은 좀 더 복잡한 딥러닝을 실행해 봅니다. 그리고 심화 학습에서 오차 역전파와 신경망, 고급 경사 하강법 등의 깊이 있는 개념을 수식과 함께 다룹니다. |
