마틴 헤이건 , 하워드 데무스 , 마크 허드슨 빌 , 올랜도 헤수스, 신경망 설계 - 주요 신경망 이론과 응용 사례 | 2 판, 에이콘출판
#광고 - 링크로 구매 시 글쓴이에게 소정의 수수료가 제공됩니다. "신경망 설계"는 인공지능 분야의 중요한 이론과 실제를 다룬 책으로, 마틴 헤이건을 비롯한 여러 저자들이 집필하였습니다. 이 책은 신경망 이론에 대한 체계적이고 상세한 설명을 제공하여, 독자가 이 복잡한 주제를 쉽게 이해할 수 있도록 돕습니다. 특히, 인공 신경망의 역사와 주요 개념, 구조, 훈련 방법을 포괄적으로 다루고 있어, 인공지능에 관심 있는 이들에게 큰 도움이 될 것입니다. 이 책은 2019년 대한민국학술원 우수학술도서로 선정될 만큼 그 가치를 인정받고 있으며, 대학원 교재로도 널리 사용되고 있습니다. 신경망의 이론적 기반을 다지는 데 중점을 두고 있으며, 선형대수 이론을 통해 수학적 이해를 돕습니다. 각 장마다 예제와 문제 풀이..
2025. 5. 17.
차루 C. 아가르왈, 신경망과 심층학습 - 뉴럴 네트워크와 딥러닝 교과서, 제이펍
#광고 - 링크로 구매 시 글쓴이에게 소정의 수수료가 제공됩니다. "신경망과 심층학습"은 차루 C. 아가르왈이 저술한 인공지능 분야의 필독서로, 신경망의 기초부터 고급 주제까지 체계적으로 정리한 교과서입니다. 이 책은 특히 딥러닝과 머신러닝에 관심이 있는 대학원생, 연구자, 실무자들에게 적합하며, 각 장마다 연습문제를 통해 독자의 이해를 돕고 있습니다. 책은 신경망의 기본 구조와 훈련 방법을 소개하며, 전통적인 기계 학습 모형과의 관계를 명확히 설명합니다. 이를 통해 독자는 지지 벡터 기계, 로지스틱 회귀, 추천 시스템 등 신경망의 특수 사례를 이해할 수 있습니다. 또한, 심층 신경망의 훈련과 정칙화에 관한 심도 있는 논의가 포함되어 있어, 이론적 배경을 탄탄히 다질 수 있습니다. 저자는 IBM T. J..
2025. 5. 16.
토머스 닐드, 개발자를 위한 필수 수학 - 기초 수학으로 시작하는 데이터 과학 첫걸음, 한빛미디어
#광고 - 링크로 구매 시 글쓴이에게 소정의 수수료가 제공됩니다. "개발자를 위한 필수 수학"은 데이터 과학, 머신러닝, 통계학 등 현대 IT 분야에서 필수적으로 요구되는 수학적 기초를 다루는 책입니다. 저자 토머스 닐드는 이 책을 통해 개발자들이 수학을 보다 쉽게 이해하고 활용할 수 있도록 돕고자 합니다. 이 책은 기초 수학부터 시작하여 미적분, 확률, 통계, 선형대수학 등 다양한 수학적 개념을 체계적으로 설명합니다. 각 장에서는 이론적인 설명뿐만 아니라, 실제 프로그래밍 언어인 파이썬을 활용한 실습 코드도 제공하여 독자들이 배운 내용을 즉시 적용할 수 있도록 구성되어 있습니다. 특히, 선형 회귀, 로지스틱 회귀, 신경망 등 데이터 과학의 핵심 기술에 수학이 어떻게 적용되는지를 명확하게 설명하며, 이..
2025. 4. 6.
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, ..
2025. 3. 15.
트레버 헤이스티 , 로버트 팁시라니 , 제롬 프리드먼, 통계학으로 배우는 머신러닝, 에이콘출판
"통계학으로 배우는 머신러닝"은 데이터 과학과 머신러닝에 관심이 있는 분들에게 필수적인 지침서입니다. 이 책은 스탠퍼드대학교의 저명한 통계학자 트레버 헤이스티와 그의 동료들이 집필한 것으로, 통계학적 관점에서 머신러닝을 이해하는 데 중점을 두고 있습니다. 책은 통계학의 기본 개념을 바탕으로 머신러닝의 다양한 알고리즘을 설명합니다. 회귀 분석부터 신경망, 서포트벡터머신, 그리고 부스팅과 같은 고급 기법까지 폭넓게 다루고 있어, 독자들이 이론적 배경을 탄탄히 다질 수 있도록 돕습니다. 특히, 단순히 알고리즘을 적용하는 것을 넘어, 모델의 이론적 이해를 통해 데이터에서 더 깊은 인사이트를 얻고자 하는 연구자와 실무자에게 유용합니다. 각 장은 주제에 대한 개요와 함께 수식, 그래프, 도표 등을 통해 시각적 이해..
2025. 2. 19.
이안 굿펠로 , 요슈아 벤지오 , 에런 쿠빌, 심층 학습, 제이펍
"심층 학습"은 인공지능 분야에 대한 깊이 있는 이해를 제공하는 필독서입니다. 이안 굿펠로와 요슈아 벤지오, 에런 쿠빌이라는 세계적인 전문가들이 공동 저술한 이 책은, 심층 학습의 기본 개념부터 고급 연구 주제까지 폭넓게 다룹니다. 이 책은 단순히 이론적인 설명에 그치지 않고, 실제 업계 실무자들이 사용하는 다양한 심층 학습 기법들을 상세히 설명합니다. 특히, 선형대수, 확률론, 정보 이론 등 심층 학습에 필수적인 수학적 기초를 탄탄히 다지며, 심층 순방향 신경망, 합성곱 신경망, 순차열 모형화 등의 기법을 소개합니다. 또한 자연어 처리, 음성 인식, 컴퓨터 비전, 온라인 추천 시스템 등 다양한 응용 분야에서의 심층 학습 활용법도 다루고 있어, 실무적인 관점에서의 접근도 가능합니다. 이 책은 심층 학습의..
2025. 2. 13.
