컨텐츠상세보기

차근차근 딥 러닝 코딩 실습
차근차근 딥 러닝 코딩 실습
  • 저자조민수 지음 ┃ 김춘지 기획 저
  • 출판사좋은땅
  • 출판일2020-12-18
  • 등록일2021-12-06
보유 2, 대출 0, 예약 0, 누적대출 11, 누적예약 0
대출하기

책소개

딥 러닝은 2006년에 토론토 대학의 제프리 힌톤 박사가 고안했다. 딥 러닝이 세상에 알려진 것은 2012년에 구글이 “대규모 비지도 학습 이미지 데이터를 기반으로 기계가 고양이를 자동으로 인식할 수 있다”라고 발표하면서부터이다. 딥 러닝이 사회적으로 널리 알려진 것은 2016년에 구글의 알파고가 이세돌 9단과의 바둑 시합에서 승리하면서이다.
딥 러닝은 중간 레이어가 여러 개로 구성된 신경망을 사용해 구축하므로 심층 신경망 (Deep Neural Network: DNN)이라고 부르기도 한다. 딥 러닝은 분류와 회귀 문제에 적용 가능하다.
신경망 알고리즘은 인간 뇌의 뉴런이 자극을 전달하는 방법에서 영감을 받아 만들어 졌고, 딥 러닝과 신경망이라는 용어는 구분하지 않고 사용하는 경우가 많다. 그러나 딥 러닝은 실제 인간 뇌가 작동하는 방식과 같지 않으며 직접적으로 연관이 있지 않다.
딥 러닝은 신경망에서 발전된 것으로 머신 러닝 알고리즘의 하나이지만 기존의 머신 러닝과는 완전히 다른 학습 방법이라고 보는 시각도 있다. 그 이유는 특징을 추출할 때 사람이 개입할 필요가 없기 때문이다. 기존의 머신 러닝은 특징 추출을 사람이 직접 해야 했지만, 딥 러닝은 기계가 학습하면서 자동으로 특징을 추출한다.

목차

1 머신 러닝과 딥 러닝(ML/DL)7
2 머신 러닝/딥 러닝 프레임워크(ML/DL Framework) 15
3 주피터 노트북(Jupyter Notebook) 25
4 파이썬(Python) 41
5 넘파이(Numpy) 63
6 판다스(Pandas) 75
7 필로우(Pillow) 93
8 맷플롯립(Matplotlib) 105
9 사전 학습(Pre-training Learning) 121
10 전이 학습(Transfer Learning) 141
11 분류 성능 평가(Classification Performance Evaluation) 185

부록 A. KISTI 슈퍼컴퓨터 이용하기199
부록 B. 도커(Docker) 이미지 이용하기211
부록 C. 데이콘(DACON) 경진대회 체험하기233
부록 D. 윈도우즈에 텐서플로와 케라스 설치하기261
부록 E. 참고 서적274

한줄 서평