이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
|
Chapter 01 인공지능
우리 주위의 인공지능 산업혁명과 인공지능 인공지능 머신러닝 딥러닝과 뉴런, 뉴럴 네트워크 인공지능과 머신러닝, 딥러닝 Chapter 02 Hello world in 텐서플로 텐서플로 소개 Windows에서 텐서플로 설치하기 구글 클라우드 Colaboratory 사용하기 구글 클라우드 GPU로 실행하기 MNIST 소개 Chapter 03 머신러닝 알고리즘 입문 Linear Regression Cost Funtion 최적화 함수 오버피팅 Train Set과 Validation Set, Test Set Mini batch와 Epoch Chapter 04 가벼운 파이썬 문법 리뷰 기본 명령어 Linear Regressio 실습 Hypyothesis 정의 Cost Funtion 정의 최적화 함수 정의 그래프 실행 변수와 global_variables_initializer() Placeholder 국어성적 예측하기 실습 MNIST 실습 타이타닉 생존자 예측모델 Chapter 05 뉴럴 네트워크 신경망 소개 Activation Function 역전파 알고리즘 Drop Out Fully Connected Network Chapter 06 뉴럴 네트워크의 구현 실습 Sin 그래프의 예측 비행기 이륙거리 예측모델 Chapter 07 Convolutional Neural Network CNN 소개 Stride Zero Padding과 출력 이미지의 크기 계산 LeNet과 Alex Net VGG net GoogLeNet Chapter 08 CNN 실습 Inception Module을 활용한 이미지 분류기 Tensorflow Hub 소개 이미지 분류기 Retraining Chapter 09 RNN과 LSTM RNN RNN의 다양한 입력과 출력 관계 BPTT(Backpropagation Through Time) RNN 모델에서 Vanishing gradient Problem LSTM(Long Short Term Memory) 네트워크 소개 Chapter 10 RNN의 실습 RNN 실습 내용 소개 RNN 코드 설명 RNN 실습코드의 전체내용 Chapter 11 시각화 도구 Tensor Board Tensor Board 소개 Tensor Board 사용을 위한 코드 추가 Tensor Board 실행하기 Tensor Board 그래프의 범례 연속적인 선 그래프 그리기 Name Scope로 묶어 표현하기 Chapter 12 학습과정을 저장하고 불러오기 변수를 파일로 저장하기 파일에서 변수 읽어오기 Chapter 13 GAN GAN의 개념과 이슈 GAN과 DCGAN(Deep Convolutional GAN) GAN의 수식 리뷰 Stack GAN Cycle GAN 그 밖의 GAN Chapter 14 GAN 실습 MNIST 숫자 이미지 생성 실습 |
박재용의 다른 상품
|
우리는 이 책을 통해 머신러닝의 이론적 개념과 동작 알고리즘을 익히고 코드로 만들어볼 것입니다. 하지만 독자들이 지금까지 사용해온 언어로 머신러닝 알고리즘을 처음부터 구현하기는 쉽지 않습니다. 이것은 단순히 개인의 구현 실력 때문이 아닙니다. 보통 알고리즘을 보고 동작 과정 전체를 이해한 후에 소스코드를 작성하지만, 머신러닝 알고리즘이 생각보다 복잡한 수식으로 이루어져 한 번에 이해하기가 어렵기 때문입니다.
이 책에서 다룬 머신러닝을 사용하여 해결하려는 문제들도 그렇게 쉽거나 간단하지만은 않습니다. 대신에 이미 주어진 문제를 잘 해결한다고 평가받는 좋은 코드들의 구조를 이해하고, 그 이해를 바탕으로 필요한 부분을 고쳐보면서 나만의 코드로 만들 수 있게 될 것입니다. |