사이토 고키, 밑바닥부터 시작하는 딥러닝 1(리마스터판) - 파이썬으로 익히는 딥러닝 이론과 구현, 한빛미디어

 

 

"밑바닥부터 시작하는 딥러닝 1(리마스터판)"은 딥러닝의 기초부터 심화까지 체계적으로 안내하는 입문서로, 딥러닝을 처음 접하는 독자뿐만 아니라 기초를 다시 다지고 싶은 개발자와 연구자에게도 유용한 자료입니다. 이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심 개념을 직접 구현해보는 방식으로 구성되어 있어, 독자들이 이론과 실습을 동시에 익힐 수 있도록 돕습니다.

특히, 퍼셉트론, 신경망, 오차역전파법 등 딥러닝의 기본 개념을 명확하게 설명하고, 합성곱 신경망(CNN)과 같은 고급 주제까지 쉽게 접근할 수 있도록 구성되어 있습니다. 복잡한 개념을 이해하기 쉽게 시각화하여, 독자들이 어려운 수식이나 난해한 설명 없이도 내용을 쉽게 따라갈 수 있도록 배려했습니다.

리마스터판에서는 서식과 코드, 그래프 등이 전면 컬러화되어 시각적인 이해를 돕고, 번역과 편집 품질이 한층 개선되었습니다. 또한, 구글 콜랩을 활용해 브라우저에서 바로 실행할 수 있는 코드 예제를 제공하여 실습 환경을 더욱 향상시켰습니다.

이 책은 딥러닝에 대한 관심이 있지만 어디서부터 시작해야 할지 막막한 분들, 이론뿐만 아니라 동작하는 코드를 직접 구현하며 학습하고 싶은 분들에게 적합합니다. 또한, 최신 딥러닝 기술을 다루기 전 기초를 탄탄히 다지고 싶은 분들에게도 유용한 자료가 될 것입니다.

딥러닝의 세계에 첫발을 내딛고자 하는 모든 이들에게 이 책이 훌륭한 길잡이가 되어줄 것입니다. "밑바닥부터 시작하는 딥러닝 1"을 통해 딥러닝의 기초를 다지고, 더 나아가 심화된 기술을 배우는 데 필요한 든든한 발판을 마련해보세요.

 

 

 

목차

CHAPTER 1 헬로 파이썬
_1.1 파이썬이란?
_1.2 파이썬 설치하기
_1.3 파이썬 인터프리터
_1.4 파이썬 스크립트 파일
_1.5 넘파이
_1.6 맷플롯립
_1.7 정리

CHAPTER 2 퍼셉트론
_2.1 퍼셉트론이란?
_2.2 단순한 논리 회로
_2.3 퍼셉트론 구현하기
_2.4 퍼셉트론의 한계
_2.5 다층 퍼셉트론이 출동한다면
_2.6 NAND에서 컴퓨터까지
_2.7 정리

CHAPTER 3 신경망
_3.1 퍼셉트론에서 신경망으로
_3.2 활성화 함수
_3.3 다차원 배열의 계산
_3.4 3층 신경망 구현하기
_3.5 출력층 설계하기
_3.6 손글씨 숫자 인식
_3.7 정리

CHAPTER 4 신경망 학습
_4.1 데이터에서 학습한다!
_4.2 손실 함수
_4.3 수치 미분
_4.4 기울기
_4.5 학습 알고리즘 구현하기
_4.6 정리

CHAPTER 5 오차역전파법
_5.1 계산 그래프
_5.2 연쇄법칙
_5.3 역전파
_5.4 단순한 계층 구현하기
_5.5 활성화 함수 계층 구현하기
_5.6 Affine/Softmax 계층 구현하기
_5.7 오차역전파법 구현하기
_5.8 정리

CHAPTER 6 학습 관련 기술들
_6.1 매개변수 갱신
_6.2 가중치의 초깃값
_6.3 배치 정규화
_6.4 바른 학습을 위해
_6.5 적절한 하이퍼파라미터 값 찾기
_6.6 정리

CHAPTER 7 합성곱 신경망(CNN)
_7.1 전체 구조
_7.2 합성곱 계층
_7.3 풀링 계층
_7.4 합성곱/풀링 계층 구현하기
_7.5 CNN 구현하기
_7.6 CNN 시각화하기
_7.7 대표적인 CNN
_7.8 정리

CHAPTER 8 딥러닝
_8.1 더 깊게
_8.2 딥러닝의 초기 역사
_8.3 더 빠르게(딥러닝 고속화)
_8.4 딥러닝의 활용
_8.5 정리

APPENDIX A Softmax-with-Loss 계층의 계산 그래프
A.1 순전파
A.2 역전파
A.3 정리

 

 

 

- 교보문고: https://bitl.bz/YNAyIj

- 쿠팡: https://bitl.bz/bHIUin

- Yes24: https://bitl.bz/qhZyHF