책 소개
소스 코드 파일은 여기에서 내려 받으실 수 있습니다.
요약
케라스로 다양한 문제를 해결하면서 케라스와 딥러닝 기초를 쉽게 배울 수 있는 책이다. 신경망 기초와 케라스 설치 방법을 제공해 입문자도 쉽게 접근할 수 있으며, 단계적으로 모델을 개선 시킬 수 있는 방법을 쉽게 설명한다. 널리 활용되는 합성곱 신경망과 순환 신경망에 대해 배우며, 최근 관심 뜨거운 연구 분야인 GAN과 알파고로 화제가 되었던 강화학습에 대한 실습 내용도 담고 있다. 다양한 실습을 진행하면서 실무 환경에서는 어떻게 케라스를 활용할 수 있을지에 대한 통찰력을 얻을 수 있을 것이다.
이 책에서 다루는 내용
■ 역전파 알고리즘을 활용한 신경망의 단계별 함수 최적화
■ 결과 개선을 위한 신경망 미세조정
■ 영상과 음성 처리에 심층 학습 활용
■ 재귀 신경 텐서 네트워크(RNTN)를 사용한 단어 임베딩 개선
■ 순환 신경망(RNN) 구조 탐색
■ 오토인코더 구현 과정
■ 강화학습을 통한 심층 신경망 발전
이 책의 대상 독자
이 책은 파이썬 지식이 필요하며, 머신 러닝 경험이 있는 데이터 과학자이거나 신경망을 아는 AI 프로그래머라면 케라스로 딥러닝을 배우기에 좋은 시작점으로 활용할 수 있다.
이 책의 구성
1장, '신경망 기초'에서는 신경망의 기초를 배운다.
2장, '케라스 설치와 API'에서는 AWS, 마이크로소프트 애저, 구글 클라우드, 사용자 컴퓨터에 케라스를 설치하는 방법을 다룬다. 그 외에도 케라스 API에 대해 소개한다.
3장, '합성곱 신경망을 활용한 딥러닝'에서는 합성곱 신경망 개념을 소개한다. 합성곱 신경망은 텍스트에서 비디오, 음성에 이르기까지 여러 영역에서 성공을 거두고 원래의 이미지 처리 영역을 뛰어넘는, 딥러닝에서의 근본적인 혁신을 가져왔다.
4장, '적대적 생성 네트워크와 웨이브넷'에서는 사람이 만든 데이터와 유사한 합성 데이터를 재생산하는 데 사용하는 적대적 생성 네트워크를 소개한다. 사람의 목소리와 악기를 아주 잘 재현하는 데 사용하는 심층 신경망인 웨이브넷도 소개한다.
5장, '단어 임베딩'에서는 단어 임베딩에 대해 설명하고, 단어 간의 관계를 탐지하고 유사한 단어를 그룹화하는 딥러닝 방법론에 관해 설명한다.
6장, '순환 신경망'에서는 텍스트와 같이 시퀀스 데이터를 처리하기에 적합한 네트워크 종류인 순환 신경망을 다룬다.
7장, '기타 딥러닝 모델'에서는 케라스 함수 API, 회귀 네트워크, 오토 인코더에 대해 간단히 살펴본다.
8장, 'AI 게임 플레이'에서는 강화학습을 가르치고 보상 피드백을 기반으로 아케이드 게임을 하는 방법을 배우는 딥러닝 네트워크를 케라스로 어떻게 작성하는지 설명한다.
부록, '결론'에서는 이 책에서 다루는 주제를 요약하고 케라스 2.0을 독자에게 소개한다.
상세이미지
목차
목차
- 1장. 신경망 기초
- 2장. 케라스 설치와 API
- 3장. 합성곱 신경망을 활용한 딥러닝
- 4장. 적대적 생성 네트워크와 웨이브넷
- 5장. 단어 임베딩
- 6장. 순환 신경망
- 7장. 기타 딥러닝 모델
- 8장. AI 게임 플레이
- 부록. 결론
도서 오류 신고
정오표
정오표
[p.20 : 3행]
인공신경망 ANN, Artifitial Neutal Network
->
인공신경망 ANN, Artifitial Neural Network
[p.341]
Bellmann equation
->
Bellman equation