한국기술뉴스

뉴스홈 > 네이버 검색결과

네이버 책

친절한 딥러닝 수학 (인공 신경망 이해를 위한 기초 수학)

다테이시 겐고 저 | 한빛미디어 | 20210302

0원 → 25,200원

소개 고등학교 수학으로 이해하는 인공 신경망 수학 기초는 약하지만 일단 개발부터 하고 보는 그대에게 수학을 어려워하는 마음을 깊이 공감하고 가능한 한 이해하기 쉽게 풀어냈다. 다양한 그림과 수식으로 신경망의 개념과 원리부터 경사하강법, 오차역전파법까지 설명하며 등장인물의 대화 속에서 자연스럽게 익힐 수 있도록 배려했다. 차근차근 쌓은 이론을 바탕으로 신경망을 구현해 이미지 크기를 판정해보고 손글씨도 식별해볼 수 있다. 수학이 약해 딥러닝이 낯설게 느껴졌다면, 딥러닝 이해에 필요한 수학 기초를 탄탄히 다지고 싶다면 이 책이 아주 좋은 안내자가 되어줄 것이다.

국제표준 도서번호(ISBN) : 9791162243886

C++로 배우는 딥러닝 (신경망의 기초부터 C++를 이용한 구현까지)

후지타 타케시 저 | 성안당 | 20180629

0원 → 20,700원

소개 입문자와 소프트웨어 엔지니어를 위한 딥러닝과 신경망의 모든 것! 신경망의 기본부터 합성곱 신경망(CNN), 재귀형 신경망(RNN)까지 총 망라! 요즘 생활어가 된 인공지능을 구현하기 위해서는 머신러닝, 좀 더 세부적으로는 딥러닝으로 범위를 좁혀서 딥러닝의 기초가 되는 신경망을 공부해야 한다. 집안에서 “기가지니, TV 좀 켜줘!”하고 인공지능 스피커에서 말하면 TV를 켜주거나 꺼주기도 하지만 아직은 친구처럼 느껴질 정도로 진화된 단계는 아니다. 익사이트 주식회사(www.excite.co.jp)의 기술 전략실 이사로 머신러닝 기반 제품 개발에 종사 중인 저자 후지타 타케시는 이러한 딥러닝에 대한 갈증을 이 책을 통해 확실하게 풀어 준다. 저자는 “딥러닝의 기초가 되는 신경망(뉴럴 네트워크)은 뇌신경 세포의 전기적인 행동에서 영감을 얻어 단순화한 구조를 컴퓨터로 재현 가능한 알고리즘으로 정의한 것”으로, “최근에는 딥러닝 전용 프레임워크가 개발되어 구글 사의 텐서플로(TensorFlow)를 비롯, UC버클리의 카페(Caffe), 몬트리올 대학의 테아노(Theano), 프리퍼드네트웍 사의 체이너(Chainer) 등 문턱이 낮아져 일반 사용자도 딥러닝을 이용한 서비스 구축이 가능하다”고 말한다. 저자는 활용을 위해서는 기초 이론을 학습해야 한다고 강조하며 이 책의 독자를 딥러닝의 기초를 학습하려는 입문자와 소프트웨어 엔지니어로 규정한다. 역자인 김성훈 씨에 따르면 이 책에서는 CUDA(Compute Unified Device Architecture) 커널을 바탕으로 고속화된 행렬 라이브러리, 활성화 함수, 손실 함수 등 C++로 딥러닝을 하는 이들에게 필요한 다양한 예제가 마련되어 있으며 실제 예제 구현을 위해서는 엔비디어의 GPU를 탑재한 그래픽 카드가 필요하다. 이 책은 1장에서는 신경망 구축에 필요한 최소한의 C++ 프로그래밍 지식을, 2장에서는 병렬 프로그래밍의 중요성과 그에 관한 지식과 행렬 연산을 설명한 뒤 3장 이후부터 신경망에 관한 깊이 있는 내용으로 이어지고 있다. 또 3장에서는 퍼셉트론이라는 신경망의 최소 단위가 되는 유닛과 퍼셉트론을 중첩한 신경망의 기본형인 다층 퍼셉트론(MLP)를 설명한다. 4장에서는 신경망의 매개변수 학습법인 오차역전파법을, 5장에서는 다층 퍼셉트론을 이용해 손글씨 숫자 이미지를 인식해 본다. 6장에서는 머신러닝 전반에서 발생하는 오버피팅(Overfitting, 과적합)을 신경망에서 억제하는 방법을, 7장에서는 딥러닝이 주목받는 계기가 된 기술 중 하나인 오토인코더(Autoencoder)를, 8장에서는 현재 딥러닝의 대표 주자로 불리는 합성곱 신경망(CNN)을, 9장에서는 재귀형 신경망으로 불리는 자기 출력을 입력으로 하는 재귀 구조로 된 신경망을 이용해 자연 언어 처리에 응용하는 예를 소개한다. 이 책 한 권이면 딥러닝의 기본 개념에 대한 설명과 이론에 대한 골격이 잡히면서 C++로 코딩을 해보면서 딥러닝 서비스 개발에 대한 자신감까지 덤으로 얻을 수 있을 것이다.

국제표준 도서번호(ISBN) : 9788931555660

자바 딥러닝의 핵심 (자바만 알면 초보자도 딥러닝을 마스터할 수 있다)

유스케 스고모리 저 | 에이콘출판 | 20170125

0원 → 22,500원

소개 인공지능의 열풍이 불고 있다. 알파고를 통해 더욱 대중적으로 알려진 딥러닝은 머지 않아 모든 개발자들이 알아야 할 필수 기술이 될 것이다. 딥러닝의 학습에 있어서 가장 중요한 것은 알고리즘의 이해와 구상하는 모델을 신속하게 구현하고 검증하는 실험을 반복하는 것이며, 이를 통해서 더 깊은 이해와 통찰력을 얻을 수 있는 것이다. 『자바 딥러닝의 핵심』은 딥러닝 알고리즘을 자바로 구현하는 과정을 처음부터 단계적으로 설명하며, 수학적인 지식이 부족해도 딥러닝 알고리즘을 쉽게 구현할 수 있게 안내한다. 자바(JAVA)는 현재 가장 널리 사용되는 프로그래밍 언어다. 국내에 자바 개발자들에게는 짧은 시간에 딥러닝의 핵심 기술을 구현해 볼 수 있는 좋은 지침서가 될 것이다.

국제표준 도서번호(ISBN) : 9788960779662

시계열 예측과 분석: 통계적 모형·혼합형 모형·딥러닝 모형 (통계적 모형·혼합형 모형·딥러닝 모형)

박유성 저 | 자유아카데미 | 20240405

0원 → 32,400원

소개 시계열 예측 방법은 (1) 통계적 방법, (2) 혼합적(hybrid) 방법, (3) 딥러닝 기반 방법으로 구분할 수 있다. 대표적인 통계적 방법은 시계열 분해, ARIMA, VARIMA 등이 있고, 혼합적 방법은 통계적 방법과 딥러닝 기반 방법을 혼합한 시계열 예측 기법으로 Prophet, Neural Prophet 등이 대표적이다. 딥러닝을 기반으로 하는 시계열 모형은 딥러닝의 3대 아키텍처인 MLP, RNN, CNN을 근간으로 시계열의 예측력을 획기적으로 향상시키고 정밀화하였으며, 대표적으로 BlockRNN, TCN, N-HiTs, Transformer, DLinear, TiDE, TFT 등이 있다. 저자는 지난 30여 년간 강단에서 통계적 시계열 모형을 강의해 왔고, 최근 7년여 동안은 머신러닝, 딥러닝, 강화학습, 그리고 XAI(explainable AI)를 강의해 왔기 때문에 딥러닝을 이용한 고수준 시계열 모형의 출현은 시간 문제라고 생각해 왔다. 특히, 최근 3~4년 동안 발표된 딥러닝 시계열 모형은 양적으로나 질적으로나 놀라운 성과를 보여주고 있다. 정밀한 시계열 예측은 금융, 물류, marketing, 인사, 경제계획, 의사결정 등에 결정적인 역할을 한다. 대형마트에는 수만 개의 item들이 있으며, 이 item들의 판매량은 실시간으로 기록되고 있다. 이런 데이터를 이용하여 item들의 판매량을 정확하게 예측하면 생산, 분배, 인력 수급, 배치 및 상품진열, 선택적 promotion, 광고 등에 대한 의사결정에 중요한 정보가 된다. 이러한 형태의 데이터를 multiple 데이터라고 하는데, 각 item의 시계열 관측치가 많을 뿐만 아니라 item의 수도 매우 큰 big data이므로 딥러닝을 기반으로 하는 시계열 모형의 적용은 필수적이다. 그러나 딥러닝 시계열 모형을 적용하기 위해서는 딥러닝에 대한 깊이 있는 사전지식과 tensorflow나 pytorch와 같은 프로그램 언어의 습득도 해야 하는 커다란 장애요인이 존재한다. 이를 회피하기 위해 저자는 간단하게 딥러닝 모형을 적용하고 응용할 수 있도록 Darts와 Neural Prophet이라는 라이브러리를 이용하였다. 저자는 시계열 예측에 있어서 딥러닝을 기반으로 한 시계열 모형과 혼합형 시계열 모형이 빠르게 기존의 통계적 시계열 모형을 대체할 것으로 생각한다. 라이브러리로 인해 딥러닝 모형을 통계적 시계열 모형보다 더 쉽게 적용할 수 있고, 대규모 시계열 데이터의 처리능력과 예측정밀도가 통계적 시계열 모형보다 훨씬 우수하며 이에 더해 예측 결과에 대한 이유와 설명변수의 기여도를 설명할 수 있게 되었기 때문이다. 이 책은 총 30여 개의 시계열 모형과 시계열 패턴 탐색으로 시계열을 예측하는 방법을 적용하고 응용할 수 있도록 구성하였다. 하나의 모형에 2개 이상의 초모수나 모형 가정을 선택하면, 최소한 60여 개의 모형을 주어진 시계열 데이터에 적용할 수 있다는 의미가 된다. 이 책의 내용을 숙지하면 보다 우수한 시계열 예측을 위한 모형설정, 예측 방법, 예측 결과 해석 방법을 습득하게 되며, 하나의 시계열 데이터에 수십개의 모형을 적합하여 만든 자신만의 앙상블 시계열 모형을 구축할 수 있는 능력을 가지게 된다. 좋은 책을 만들기 위해 노력하였지만 부족한 부분이 있을 수 있다. 이 점은 양해를 바라며 출간 후 나올 수 있는 수정사항 등은 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공할 예정이니 참고하기를 바란다. 끝으로, 이 책의 개념도를 그려주고 교정을 도와준 박진세 군의 노고에 감사를 전하고, 항상 응원하고 격려하는 사랑하는 가족에게도 감사의 마음을 전한다.

국제표준 도서번호(ISBN) : 9791158086046

파이썬 딥러닝 머신러닝 입문 (Python Deep Learning Machine Learning)

오승환 저 | 정보문화사 | 20210105

0원 → 22,500원

소개 아직도 파이썬을 모른다고? 이 책은 코드를 직접 입력하고 실행하는 데 필요한 기본적인 환경을 ‘구글 코랩’을 활용하여 파이썬의 가장 기본적인 문법 중 핵심적인 내용만 간단하게 설명한다. 머신러닝과 딥러닝을 직접 경험해보고 싶지만 파이썬 초보자라면 이 책이 적합할 것이다. 데이터를 수집하고 정리하는 판다스를 다루고, 사이킷런 등 다양한 머신러닝 기법들을 예제를 통해 실행한다. 그리고 실제 경진 대회 사이트에서 데이터를 받아 머신러닝 분석을 통해 결과를 예측해봄으로써 실전 경진 대회를 위한 실력을 체크해 볼 수 있다. 이후 머신러닝에서 다룬 데이터로 분류, 회귀 문제 등을 해결하면서 딥러닝의 기본 구조를 다룬다. 마지막으로 자연어, 시계열 예측 등 다양한 딥러닝 응용 사례를 다룸으로써 단순한 구조의 모델을 직접 만들어 보는 것으로 마무리 되는 구성이다. 그렇기 때문에 파이썬을 배우는 목적이 인공지능 기술을 실무에 활용하기 위한 것이라면 준전문가로 성장해 나갈 수 있을 것이다.

국제표준 도서번호(ISBN) : 9788956749006

딥러닝 (2학기, 워크북 포함)

이병래^우호성^유찬우 저 | 한국방송통신대학교출판문화원 | 20230725

0원 → 19,500원

소개 딥러닝은 인공지능의 넓은 연구 영역 중에서 기계학습을 탐구하는 분야에 속하며, 그중에서도 특히 많은 층으로 구성되는 심층 신경망을 훈련하기 위한 이론 및 알고리즘을 연구하는 분야이다. 신경망은 두뇌의 신경구조에 착안한 모델로서, 인공 뉴런으로 구성되는 층을 여러 개 연결한 구조이다. 초기의 단순한 모델에서 시작하여 현재의 심층 신 경망을 성공적으로 학습하여 다양한 영역에 실용적으로 활용할 수 있게 되기까지 여러 차례의 부침이 있었다. 현시점에서 딥러닝은 컴퓨터 비전, 자연어 처리, 음성인식 등 다 양한 영역에서 놀랄 만한 성과를 보이고 있으며, 앞으로의 가능성에 대해서도 큰 관심을 가지고 연구하고 있는 분야이다. 이 교재에서는 딥러닝을 이해하는 데 기초가 되는 기본적인 신경망 구조 및 학습 방법을 바탕으로 다양한 유형의 심층망 모델을 소개한다.

국제표준 도서번호(ISBN) : 9788920046704

실무자를 위한 딥러닝

로널드 크누젤 저 | 에이콘출판 | 20220630

0원 → 36,000원

소개 딥러닝과 머신러닝의 초보 실무자나 실무 관리자를 위한 책이다. 딥러닝과 머신러닝은 데이터가 가장 중요하며, 데이터에서 모든 것이 시작된다. 데이터를 어떻게 다듬고, 구성하고, 사용해야 하는지를 상세히 설명한다. 모델 산출도 중요하지만 그다음이 더 중요하다. 모델의 성능을 어떻게 평가해야 하는지, 각 성능치가 의미하는 바가 무엇인지, 산출된 모델을 어떤 방식으로 개선해 나가야 하는지를 명료하게 해설한다. 언어 모델이나, 상담 챗봇, 이미지 생성/합성 등 화려한 최신 모델에 대한 책은 아니다. 기본에 충실해 독자가 실무 수행 중에 채워 넣어야 할 항목들을 담백하게 설명한다.

국제표준 도서번호(ISBN) : 9791161756523

파이썬 플렉스 기초통계부터 머신러닝/딥러닝 입문까지 (기초통계부터 머신러닝/딥러닝 입문까지)

양오석^왕승현^양예림^김다인 저 | 지필미디어 | 20240419

0원 → 27,000원

소개 필자가 파이썬을 처음 접한 것은 학생들에게 통계학을 가르치던 어느 날이었다. 통계 패키 기가 쉽게 접근하기 힘든 데이터를 수집하는데 사용되곤 하던 R 패키지보다 성능면에서는 다양성이 다소 떨어지지만 데이터 수집 결과물을 보면 R보다 깔끔한 상태로 데이터가 정리 되어 있음을 보았다. 깔끔한 손질은 비정형데이터를 수집할 때 그 기능이 더욱 돋보인다. 이 에 필자는 비정형데이터 수집을 위한 도구로 주로 파이썬을 사용하기 시작했다. 물론 파이썬이 지닌 우수한 기능은 또 다른 면에서도 발견된다. 필자가 주요 관심을 갖고 있는 추천알고리즘의 경우 파이썬으로 코딩한 추천알고리즘이 웹에서 기능할 때 깔끔하게 작동하는 모습을 보게 된다. 이는 파이썬이 기존 C 언어와 유사하게 개발되었기 때문이다. 물론 좀 더 정확히는 자바 스크립트도 필요하고 다른 연동시킬 도구 언어도 필요하지만 말이 다. 그만큼 기존 컴퓨터 언어로 개발된 프로그램들과 쉽게 연동될 수 있는 것이 파이썬이다. 개발자라면 더 복잡하고 우수한 언어 패키지도 있지만 학생들로서는 쉽게 다가갈 수 있는 파 이썬을 기본으로 하기가 쉽다. 원래 필자는 스타타(Stata)의 매력에 푹 빠져 있던 연구자였다. 필자는 학부생 수준에서 쉽 게 다가갈 수 있는 Stata 통계책을 집필하였고, 이후 R통계책도 몇 권 집필한 바 있다 . 통계분 석의 경우에는 파이썬이 유능한 도구라고 말하기 어렵다. 좀 더 정확히 말하자면 Stata, R, 파 이썬이 갖고 있는 기능과 목적이 달라 각각의 장점과 목적에 맞게 패키지를 사용해야 한다. Stata와 R이 통계분석에서 강조하는 인과관계를 중시하고 이를 잘 보여준다면, 파이썬은 ‘중 요한’ 인자를 밝혀주는데 그 기능의 우수성이 담겨있다. 따라서 파이썬을 통한 통계분석 기 능은 일반 회귀분석과 패널모형분석 등 전통적인 분석모형에서 그 우수성이 나타나는 것이 아니라, 인공신경망 분석과 같은 또 다른 형태의 분석모형에서 그 빛을 발한다. 그 만큼 사용 하고자 하는 연구자가 그 기능과 목적을 잘 구별하여 차별적으로 사용해야 한다는 말이다. 지금은 4차 산업혁명 시대를 논하는 시점이 되었다. 빅데이터, 인공지능, 블록체인 등등 새롭고 놀라운 주제어들이 주변을 꽉 채우고 있다. 우리 연구자들은 물론 사회생활을 준비 하는 학생들에게 어렵고 도전적인 과제를 남겨주는 무섭고 두려운 개념들이다. 그렇다고 그냥 주저 앉아 있어도 된다는 뜻도 아니며, 그럴 수도 없다. 이처럼 주변 환경이 급변하는 상황에서 그리고 또 또다른 도전적인 기술을 연마할 것을 요구하는 사회적 부름에 우리들은 각자 열심히 대응해야 할 것이다. 이에 필자는 이 책을 통해 학생이나 일반인들이 4차 산 업혁명 시대를 준비하는 과정에서 자신의 기술 역량을 익히는데 조금이나마 도움이 되기를 기대해 본다. 이 책에 사용된 일부 데이터는 저자가 집필한 Stata 사용법 책에서 활용된 데이터이며, 일 부 데이터는 인터넷 등에서 제공된 공개 데이터 자료임을 밝혀둔다. 또한 해석이나 설명에 있어서 Stata 사용법 책이나 R 사용법 책에서 제시된 내용과 일부 일치함을 밝혀둔다. 이는 동일한 데이터 자료를 사용하여 분석처리를 할 때 도출되는 결과는 동일해야 하며, 단지 사 용하는 프로그램이나 패키지에 따라 처리 방식이 다를 뿐임을 확인하기 위함이다. 또한 실제 로 저자가 게재한 연구논문에 사용된 데이터 자료를 제공하여 독자들이 연구논문을 작성하 는데 필요한 실제 데이터 자료를 처리해 봄으로써 자신의 연구논문을 작성하는데 구체적으 로 도움이 되도록 하기 위함이다

국제표준 도서번호(ISBN) : 9791193187272

머신러닝과 딥러닝 (C언어로 구현하며 익히는 기본 개념)

오다카 토모히로 저 | 프리렉 | 20170322

0원 → 0원

소개 C 언어로 직접 구현해보며 익히는 머신러닝과 딥러닝의 기본 개념 최근 인공지능 연구가 많은 관심을 받고 있다. 그중에서 하나의 기둥이 바로 딥러닝(Deep Learning) 기술이다. 딥러닝은 인공지능 연구에서 지금까지 축적된 머신러닝(Machine Learning)의 성과이며, 특히 음성 인식이나 이미지 인식, 행동 지식 습득 등에서 큰 성공을 거두고 있다. 이 책에서는 수식은 최대한 배제하여 그림과 함께 머신러닝의 다양한 분야를 알기 쉽게 설명하고 이 배경지식을 전제로 딥러닝이란 무엇인가를 알아본다. 또한, 단순한 개념 나열에 그치는 것이 아니라 구체적인 처리 절차와 이에 맞는 간단한 프로그램을 직접 구현해봄으로써 이들 기술이 어떤 것인가를 쉽게 이해할 수 있도록 소개한다. 이미 구현된 라이브러리나 도구를 사용하지 않고 하나하나 C 언어로 코드를 작성하므로, 머신러닝과 딥러닝을 처음 시작하려는 프로그래머에게 유용한 책이 될 것이다.

국제표준 도서번호(ISBN) : 9788965401681

케라스 딥러닝 응용 (실생활 시나리오로 28가지 실습하기)

리테쉬 바그와트^말라 압둘라네자드^매튜 무캄 저 | 에이콘출판사 | 20200625

0원 → 31,500원

소개 예전에는 소수의 전문가만 이해하고 사용할 수 있었던 딥러닝 모델을 이제는 누구나 쉽게 만들고 활용할 수 있다. 초보자에게 쉽게 따라 할 수 있는 여러 예제를 통해 머신러닝의 개념과 실생활 문제를 해결하는 데 케라스를 활용하는 방법을 보여준다. 머신러닝을 이미 접해본 사람에게는 딥러닝의 기본 수학 개념과 필요에 따라 케라스를 응용할 수 있는 가이드라인을 제공한다.

국제표준 도서번호(ISBN) : 9791161754185