책소개
최신 AI 개발 플랫폼에서
머신러닝·딥러닝·강화 학습의 기초 기술을 배우자!
이 책은 AI 개발에 필요한 인공지능 기술을 딥러닝 위주로 설명한다.
또한, 독자가 책에서 제공하는 샘플로 실습을 하면서 AI 기술의 구조를 이해할 수 있게 도와준다.
프로그래밍 경험이 있거나 머신러닝·딥러닝·강화 학습을 배우고자 하는 독자에게
이 책은 길잡이 역할을 톡톡히 할 것이다!
저자소개
‘인간과 AI의 공존’을 미션으로 하는 주식회사 SAI-Lab의 대표이사로, AI 관련 교육과 연구 개발에 종사하고 있다. 토후쿠대학 대학원 이학연구과 수료 후 이학박사(물리학)를 취득했다. 인공지능(AI), 복잡계, 뇌과학, 특이점(singularity) 등에 관심이 많으며 프로그래밍/AI 강사로서 지금까지 오프라인에서 1000명 이상, 온라인에서는 2만 명에 가까운 인원을 지도했다. 세계 최대 교육 동영상 플랫폼인 유데미(Udemy)에서 ‘처음 시작하는 파이썬’, ‘실전 데이터과학과 머신러닝’, ‘모두의 딥러닝’, ‘모두의 AI 강좌’ 등을 강의하고 있다. 엔지니어로도 일하면서 VR, 게임, SNS 등 분야를 불문한 다양한 애플리케이션을 개발했다.
저서로 『첫 딥러닝 ?Python으로 배우는 신경망과 역전파』(SB크리에이티브, 2018), 『Python으로 동작해서 배운다! 새로운 수학 교과서 기계학습·심층학습에 필요한 기초 지식』(쇼에이사, 2019), 『첫 딥러닝2 Python으로 구현하는 순환 신경망, VAE, GAN』(SB크리에이티브, 2020) 등이 있다. 저자의 유튜브 채널에서는 무료 강좌가 다수 공개되고 있다.
목차
시작하며
이 책 내용에 관한 문의에 대해서
이 책 샘플의 동작 환경과 샘플 프로그램에 대해서
Chapter0 서문
Chapter1 인공지능, 딥러닝의 개요
1.1 인공지능의 개요
1.2 인공지능의 활용 예
1.3 인공지능의 역사
1.4 1장의 마무리
Chapter2 개발 환경
2.1 Google Colaboratory 시작하는 법
2.2 세션과 인스턴스
2.3 CPU와 GPU
2.4 Google Colaboratory의 여러 가지 기능
2.5 2장의 마무리
Chapter3 Python의 기초
3.1 Python의 기초
3.2 Numpy의 기초
3.3 matplotlib의 기초
3.4 pandas의 기초
3.5 연습
3.6 해답 예
3.7 3장의 마무리
Chapter4 간단한 딥러닝
4.1 딥러닝의 개요
4.2 간단한 딥러닝의 구현
4.3 다양한 신경망
4.4 연습
4.5 정답 예
4.6 4장의 마무리
Chapter5 딥러닝의 이론
5.1 수학의 기초
5.2 단일 뉴런의 계산
5.3 활성화 함수
5.4 순전파와 역전파
5.5 행렬과 행렬곱
5.6 층간의 계산
5.7 미분의 기초
5.8 손실 함수
5.9 경사 하강법
5.10 출력층의 경사
5.11 중간층의 경사
5.12 에포크와 배치
5.13 최적화 알고리즘
5.14 연습
5.15 해답 예
5.16 5장의 마무리
Chapter6 다양한 머신러닝 방법
6.1 회귀
6.2 k 평균법
6.3 서포트 벡터 머신
6.4 연습
6.5 해답 예
6.6 6장의 마무리
Chapter7 합성곱 신경망CNN
7.1 CNN의 개요
7.2 합성곱과 풀링
7.3 im2col과 col2im
7.4 합성곱의 구현
7.5 풀링의 구현
7.6 CNN의 구현
7.7 데이터 확장
7.8 연습
7.9 7장의 마무리
Chapter8 순환 신경망RNN
8.1 RNN의 개요
8.2 간단한 RNN의 구현
8.3 LSTM의 개요
8.4 간단한 LSTM의 구현
8.5 GRU의 개요
8.6 간단히 GRU의 구현
8.7 RNN에 의한 문장의 자동 생성
8.8 자연언어 처리의 개요
8.9 연습
8.10 정답 예
8.11 8장의 마무리
Chapter9 변분 오토 인코더VAE
9.1 VAE의 개요
9.2 VAE의 구조
9.3 오토인코더의 구현
9.4 VAE의 구현
9.5 한층 더 VAE를 배우고 싶은 분을 위해
9.6 연습
9.7 9장의 마무리
Chapter10 적대적 생성망GAN
10.1 GAN의 개요
10.2 GAN의 구조
10.3 GAN의 구현
10.4 좀 더 GAN을 배우고 싶은 분을 위해서
10.5 연습
10.6 정답 예
10.7 10장의 마무리
Chapter11 강화 학습
11.1 강화 학습의 개요
11.2 강화 학습의 알고리즘
11.3 심층 강화 학습의 개요
11.4 Cart Pole 문제
11.5 심층 강화 학습의 구현
11.6 달 표면 착륙선의 제어 -개요-
11.7 달 표면 착륙선의 제어 -구현-
11.8 연습
11.9 정답 예
11.10 11장의 마무리
Chapter12 전이 학습
12.1 전이 학습의 개요
12.2 전이 학습의 구현
12.3 파인 튜닝의 구현
12.4 연습
12.5 정답 예
12.6 12장의 마무리
Appendix 좀 더 배우고 싶은 분을 위해서
AP.1 저서
AP. 2 온라인 강좌
AP. 3 유튜브 채널
마지막으로
찾아보기
