용인예술과학대학교 전자책도서관

책소개

수포자도 이해하는 신경망 동작 원리와 딥러닝 기초
전 세계 독자가 주목한 정말 쉬운 머신러닝 입문서
머신러닝과 딥러닝의 기초는 바로 신경망입니다. 신경망을 이해하지 못하면 계층, 활성화 함수, 역전파 등 머신러닝의 주요 개념을 익히는 데에도 한계가 있습니다. 수학을 공부한 사람은 물론 많은 개발자도 이 신경망이라는 장벽에 부딪혀 딥러닝에 입문하는 데 어려움을 겪고 있습니다.

신경망은 실제로는 그렇게 어렵지 않습니다. 알기 쉽게 가르쳐주는 사람이 없었던 것뿐입니다. 이 책은 나이나 전공을 불문하고 사칙연산만 할 수 있다면 누구나 신경망을 이해할 수 있고, 나아가 파이썬만으로 구현할 수 있다는 것을 보여줍니다. 수학 공식을 최소화하고 친절한 그림과 명료한 문장으로 개념을 설명하는 데 초점을 뒀습니다. 전 세계 5개국에서 번역 출판되었고, 저자는 해외에서 이 책을 토대로 발표 및 교육 활동을 펼쳐 좋은 반응을 얻은 바 있습니다. 수포자라고 해서 딥러닝까지 포기할 필요는 없습니다. 이 책과 함께 다시 도전해보세요!

저자소개

20년 경력의 베테랑 개발자. 물리학 학사와 머신러닝 및 데이터 마이닝 석사 학위가 있으며, 런던 파이썬 미트업 그룹을 이끌고 있다. 천체물리학, 공공 에너지, 보안 기기, 성능 튜닝, 금융 분야 수치 컴퓨팅, 웹 감정 분석, 통신 네트워크 등 다양한 분야에서 오픈소스와 함께 즐겁게 일했다. 영국 정부의 IT 혁신 사업을 이끌어 오픈소스 도입에 앞장서기도 했다. 기술과 수학을 많은 사람에게 전파하고 싶은 마음에 일반인 대상으로 파이썬과 신경망을 가르치고 있고, 집필과 강연 활동을 펼치고 있다.

프롤로그

PART 1 인공 신경망의 동작 원리
1장 인간에게는 쉽고 기계에게는 어려운
2장 간단한 예측자
3장 분류는 예측과 그다지 다르지 않습니다
4장 분류자 학습시키기
5장 분류자 1개로는 충분치 않을 수 있습니다
6장 대자연의 컴퓨터, 뉴런
7장 신경망 내의 신호 따라가기
8장 솔직히 행렬곱은 유용합니다
9장 3계층 신경망에 행렬곱 적용하기
10장 여러 노드에서 가중치 학습하기
11장 여러 노드에서의 오차의 역전파
12장 다중 계층에서의 오차의 역전파
13장 행렬곱을 이용한 오차의 역전파
14장 가중치의 진짜 업데이트
15장 가중치 업데이트 예제
16장 데이터 준비하기

PART 2 파이썬으로 인공 신경망 직접 만들기
17장 파이썬
18장 인터랙티브 파이썬 = IPython
19장 파이썬 시작하기
20장 파이썬으로 인공 신경망 만들기
21장 MNIST 손글씨 데이터 인식하기

PART 3 더 재미있는 것들
22장 나만의 손글씨 데이터
23장 신경망의 마음속 들여다보기
24장 회전을 통해 새로운 학습 데이터 만들기

에필로그

부록 A 기초 미분
부록 B 라즈베리 파이에서의 신경망 구현

책소개

저자소개

목차