한국기술뉴스

뉴스홈 > 네이버 검색결과

네이버 책

엑셀로 배우는 딥러닝 (AI의 구조를 쉽게 이해할 수 있는 딥러닝 초입문)

와쿠이 요시유키^와쿠이 사다미 저 | 성안당 | 20181122

0원 → 20,700원

소개 어려운 딥러닝은 저리가라~ 엑셀로 대화하고 차근차근 이해하는 딥러닝 첫 입문서! 합성곱 신경망의 판단 엑셀 워크시트의 예 다수 수록! AI의 구조를 쉽게 이해할 수 있는 딥러닝 초(超)입문 엑셀로 배우는 딥러닝 엑셀의 매크로 기능은 약 20여 년 전부터도 인공지능의 구현 사례와도 같았다. 수만 건의 통신사의 무료 아이디를 제 칸에 자동으로 스스로 위치 이동하면서 처리하는 기능은 편리하고 놀라왔다. 또 수만 건의 독자엽서를 통계를 내 정확한 편집 반영의 도구로 사용하는데 엑셀만한 툴도 없었다. 딥러닝을 C++이나 파이썬으로 배우는 것보다 생활 속의 필수 툴이 된 엑셀로 배운다면 더 쉽게 접근할 수 있고 어울리는 그림이 될 것으로 생각되는 이유이다. 역자인 권기태 교수는 역자 서문을 통해 이 책에 대해 “텐서플로, 파이썬, R, C++ 등 전문 도구나 프로그래밍 언어로만 가능했던 딥러닝(Deep Learning, 심층학습)을 의인화된 예와 엑셀을 이용하여 놀랍도록 쉽게 설명하고 있다.”라고 소개한다. 특히 저자인 와쿠이 요시유키 씨와 와쿠이 사다미 씨는 전문 과학서적 저술가로 국내외에서 대중적인 인지도가 높다. 저자들은 이 책에서 ‘합성곱 신경망’은 인공 뉴런으로 구성되지만 뉴런 하나하나를 엑셀의 셀 하나하나와 바꿀 수 있다고 설명한다. 또 이 책에서는 딥러닝을 구체적으로 소개하지만 지도 학습(Supervised Learning)만을 고려한다고 선을 긋는다. 비지도 학습(Unsupervised Learning)이나 강화 학습(Reinforcement Learning)은 입문편에서 다루기에는 높은 수준이라는 것이다. 또, 활성화 함수는 시그모이드 함수를 주로 고려한다. 실제로 딥러닝 개론서를 살펴보면 높은 수준의 통계나 수학적 지식을 요구하는 경우가 많은데 이 책은 엑셀 실행 예를 들어 전혀 어렵지 않다. 하나의 숫자 이미지를 대상으로 합성곱 신경망이 ‘1’인가 ‘2’인가 판단을 내리는 워크시트의 예라든가, 테스트용 필기체 문자를 O, X 판단을 내리는 워크시트 등 딥러닝의 첫발을 내딛는 독자에게 도움 되는 예제가 다수 수록되어 있다. 특히 이 책의 예제 워크시트는 역자인 권기태 교수가 직접 워크시트를 제작하여 검증을 거쳤으며, (주)성안당 자료실-자료실에서 다운로드 가능하도록 제공하였다. 지난 겨울 일본 방문 시 원서를 발견하고 번역판을 내고 싶었다는 권기태 교수는 원서의 오류도 일부 수정하여 출간될 수 있도록 세심한 정성을 기울였다. 딥러닝이나 머신러닝, 인공지능이 뭔지 궁금한데 어떻게 첫 단추를 끼워야할지 모르겠다는 분들의 도움닫기에 큰 역할을 할 책으로 추천할 만하다.

국제표준 도서번호(ISBN) : 9788931555738

인공지능, 머신러닝, 딥러닝 (제2판)

김의중 저 | 미리어드스페이스 | 20230828

0원 → 28,800원

소개 인공지능, 머신러닝, 딥러닝을 쉽고 재미있게 배워보자! 본격적인 인공지능 시대를 준비하기 위해 이제는 인공지능 실체를 정확히 이해할 필요가 있다. 이 책에서는 ‘인공지능, 머신러닝, 딥러닝’에 관련된 모든 것을 기본개념과 그림자료를 통해 알기 쉽게 설명한다. 그리고 인공지능의 핵심을 학습이라고 정의하고, 머신러닝/딥러닝을 사전지식이 없어도 쉽게 이해할 수 있도록 zero-base에서부터 그 동작원리를 보여준다. 이 책에서 다루는 내용  인공지능의 과거, 현재 그리고 미래  모델이란? 모델의 정의와 개념을 소개하고, 물리모델, 학습모델, 추론모델의 차이점과 인공지능에서 사용되는 모델은 어떤 것이 있는지 설명한다  인공지능의 핵심은 학습이라고 정의하고, 머신러닝의 학습방법인 지도학습, 비지도학습, 강화학습의 개념과 현재까지 개발된 모든 학습모델들을 알기 쉽게 예제를 통해 설명한다  전통적인 머신러닝과 딥러닝의 차이점을 단순한 포함관계가 아닌 개념적으로 어떤 차이가 있고 각각 어떤 장단점이 있는지 구체적으로 비교한다  딥러닝의 발전과정을 다시한번 되돌아보고, 딥러닝 모델이 왜 현재 인공지능에서 핵심적인 역할을 하고 있는지를 설명한다  최근에 가장 많은 관심을 받고 있는 딥러닝 모델인 언어모델, 생성모델 그리고 심층강화학습 모델을 심도 있게 다룬다

국제표준 도서번호(ISBN) : 9791197420672

딥러닝 첫걸음 (머신러닝에서 컨벌루션 신경망까지)

김성필 저 | 한빛미디어 | 20161230

0원 → 0원

소개 머신러닝에서 컨벌루션 신경망까지 다루고 있는『딥러닝 첫걸음』. 딥러닝은 머신러닝의 기반 위에 세워진 기술이다. 딥러닝을 제대로 이해하려면 간단하게라도 머신러닝의 철학을 알고 있어야 한다. 따라서 책의 첫 번째 주제는 ‘머신러닝'에 대해 살펴본다. 두 번째 주제는 ‘인공 신경망'이다. 딥러닝은 신경망을 이용한 머신러닝 기법으로, 딥러닝과 신경망은 따로 떼어 놓을 수 없는 불가분의 관계이다. 세 번째 주제는 이 책의 주제이기도 한 ‘딥러닝’에 대해 살펴본다. 그동안 딥러닝의 걸림돌이 되었던 요인을 소개하고, 딥러닝에서 어떻게 해결하는지 제시한다. 또한 대표적인 딥러닝 기술인 컨벌루션 신경망의 기본 개념과 구조를 소개하고 예제까지 구현해 본다.

국제표준 도서번호(ISBN) : 9788968487323

머신러닝 딥러닝 (2022 세종도서 학술부문)

송정현 저 | 형설미래교육원 | 20210917

0원 → 34,200원

소개 이 책은 머신러닝을 처음 시작하는 분들이 흥미를 잃지 않고 끝까지 학습하여 딥러닝으로 계속 학습을 이어갈 수 있도록 하는 것을 목표로 하고 있습니다. 이 책은 크게 3단계로 구성되어 있습니다. 첫 번째 단계는 머신러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 머신러닝 모델을 구현하기 위해서는 기본적인 프로그래밍 스킬을 필요로 하기 때문에 핵심적인 기능들을 요약해서 빠르게 머신러닝으로 접근할 수 있도록 하였습니다. 두 번째 단계는 본격적인 머신러닝 학습 단계입니다. 머신러닝이 무엇인지 이해를 돕기 위해 수치 예측과 분류 예측 모델을 구현하는 실습 예제를 통해 직관적으로 이해할 수 있도록 하였습니다. 인공신경망이 발전해 온 과정을 초보자도 쉽게 이해할 수 있는 설명으로 오늘날 다층 인공신경망의 학습 원리를 명확히 이해할 수 있도록 하였습니다. 또한 안정적이고 빠르게 성공적인 모델을 학습시키기 위한 여러 가지 이론적 개념과 용어들은 도식화된 이미지를 사용하여 쉽게 이해할 수 있도록 하였습니다. 또한 통계학이나 미분과 같은 수학 지식이 부족한 분들도 수식이 의미하는 바가 무엇인지 이해하는데 어렵지 않도록 쉽게 풀어서 설명하였습니다. 세 번째 단계는 딥러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 최근 일상생활에서 이 딥러닝 기술들을 쉽게 접하게 되면서 딥러닝 기술에 대한 관심도 그만큼 커지고 있습니다. 따라서 딥러닝 분야에서 최근 가장 활발하게 발전되고 있는 컴퓨터비전 분야와 자연어처리 분야에 대한 기반 지식을 학습할 수 있도록 하여 본인이 관심 있는 분야로 계속해서 학습을 이어나갈 수 있게 구성하였습니다. 머신러닝과 딥러닝 초보자분들께 이 책이 많은 도움이 되길 바라며 앞으로 더 흥미를 갖게 되어 좀 더 Deep하게 학습해 나가시길 바라겠습니다.

국제표준 도서번호(ISBN) : 9791186320914

처음 배우는 딥러닝 수학 (그림으로 이해하고 엑셀로 확인하는 딥러닝 수학 기본)

와쿠이 요시유키^와쿠이 사다미 저 | 한빛미디어 | 20180201

0원 → 22,500원

소개 고등학교 수학으로 살펴보는 딥러닝 개념 딥러닝 모델의 바탕은 수학입니다. 따라서 수학 전공자 수준만큼은 아니더라도 딥러닝에서 사용하는 수학 이론의 큰 그림을 이해해야 실제 딥러닝 모델을 제대로 설계해서 개발할 수 있습니다. 이 책은 신경망을 구현하는 데 사용하는 수학 이론을 그림 중심으로 설명합니다. 또한 엑셀을 이용해 수학 이론의 구현 결과를 살펴볼 수 있습니다. 딥러닝 관련 라이브러리를 사용해본 경험은 있지만, 수학에 바탕을 둔 딥러닝 모델 구현을 어려워한다면 이 책을 읽고 원하는 딥러닝 모델을 구현하는 토대를 쌓기 바랍니다.

국제표준 도서번호(ISBN) : 9791162240441

딥러닝 워크북 (머신 러닝 기초부터 딥러닝, 강화 학습까지 예제로 실습하여 이해한다!)

시미즈 료 저 | 길벗 | 20180430

0원 → 19,800원

소개 결국 실무에서는 GPU다! CPU에서 익혀 GPU에 적용한다? CUDA, cuDNN 설치부터 생소하다! GPU 실습 환경을 구성하는 방법부터 머신 러닝과 딥러닝, 강화 학습 기초까지 간단한 이미지 인식, 분류 등 다양한 예제로 실습한다. 체이너(Chainer), 텐서플로(TensorFlow) 등 다양한 프레임워크를 사용해 딥러닝의 전체 모습을 살펴볼 수 있다. 또한, 실습하면서 만날 수 있는 오류에 대한 대처법도 수록했다.

국제표준 도서번호(ISBN) : 9791160504606

딥러닝 레볼루션 (AI 시대, 무엇을 준비할 것인가)

테런스 J. 세즈노스키 저 | 한국경제신문 | 20191028

0원 → 22,500원

소개 인공지능, 초연결, 초지능, 자율주행까지 모든 혁신은 딥러닝에서 시작되었다 4차 산업혁명, AI 시대의 미래를 예측하려면 딥러닝에 주목하라 ‘스마트폰 혁명’ 이후의 새로운 패러다임은 무엇일까. 누구도 경험하지 못한 미래가 다가오고 있다. ‘딥러닝 혁명’이 바로 그것이다. 딥러닝 혁명에서 시작된 변혁은 산업, 교육, 경제, 문화, 전 영역에 걸쳐 가시화되고 있다. 새로운 패러다임 등장은 필연적으로 승자와 패자를 낳는다. 발 빠르게 적응하는 이와 그렇지 못한 이가 나뉘는 것이다. 얼마 전 소프트뱅크 손정의 회장이 문재인 대통령을 만나 자리에서 “첫째도 AI, 둘째도 AI, 셋째도 AI”라고 힘주어 말했다. 인공지능에 기업과 국가의 경쟁력이 달려 있으며, 인공 지능 개발에 모든 역량을 집중해야 한다는 것이었다. 실제로 4차 산업혁명 열풍과 알파고 충격 이후, 인공지능은 제조업, 통신, 자동차, 서비스업 등 산업뿐만 아니라 교육, 의료, 법조, 행정 등 우리 생활 모든 영역에 깊숙이 들어왔다. 빅데이터와 인공지능이 결합된 서비스가 나의 욕구를 나보다 먼저 정확하게 알고 상품을 추천을 해주는 일은 이제 너무 당연해서 특별하게 느껴지지 않을 정도다. 이제는 앞을 내다보는 질문이 필요한 시점이다. 이와 같은 변화가 어디서 시작되었고, 앞으로 어떻게 될 것이며, 나아가 우리는 무엇을 준비해야 하는지 말이다. 《딥러닝 레볼루션》의 저자 테런스 J, 세즈노스키는 인공지능 발전에 결정적 역할을 한 것이 딥러닝이라고 말한다. 딥러닝 없이는 지금과 같은 변화가 없었을 것이며, AI 시대의 미래를 예측하기 위해서는 딥러닝을 알아야 한다는 것이다. 모두의 각광을 받고 있는 빅데이터, 초연결, 자율주행 역시 딥러닝 없이는 불가능했을 성과다. “아무리 많은 데이터를 만들어내도 머신러닝(딥러닝)이 발전하지 않으면 아무 소용이 없다”는 말이 이를 압축적으로 보여준다. 이 책에서 신경과학과 머신러닝 분야의 대가인 세즈노스키는 통찰력 있게 인공지능의 과거와 현재를 돌아보고 미래를 조망한다. 딥러닝은 지금까지 이뤄낸 변화보다 앞으로 훨씬 큰 변화를 가져올 것이다. 하지만 여기에는 ‘궁극적으로’라는 단서가 붙는다. 그 시기가 앞당겨질지 아닐지, 발전의 결과물을 유리하게 이용할지 못할지는 전적으로 우리가 어떻게 하느냐에 달려 있다.

국제표준 도서번호(ISBN) : 9788947545228