로그인 메뉴
콘텐츠 상세보기
친절한 딥러닝 수학 : 인공 신경망 이해를 위한 기초 수학


SMART
 

친절한 딥러닝 수학 : 인공 신경망 이해를 위한 기초 수학

<다테이시 겐고> 저/<김형민> 역 | 한빛미디어

출간일
2021-02-26
파일형태
PDF
용량
13 M
지원 기기
PC 스마트폰태블릿PC
대출현황
보유1, 대출1, 예약중1
콘텐츠 소개
저자 소개
목차
한줄서평

콘텐츠 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.

저자소개

사가대학교 졸업 후 몇 개의 개발 회사를 거친 뒤 2014년 LINE Fukuoka에 입사하여 데이터 분석 및 머신러닝을 전문으로 하는 조직을 신설하고 추천, 텍스트 분류 등 머신러닝을 사용한 제품을 담당했다. 2019년 스마트뉴스 주식회사에 입사하여 현재 머신러닝 엔지니어로 근무하고 있다.

목차

CHAPTER 1 신경망을 시작하자
1.1 신경망에 대한 흥미
1.2 신경망의 위치
1.3 신경망에 대해
1.4 신경망으로 할 수 있는 것
1.5 수학과 프로그래밍
COLUMN 신경망의 역사

CHAPTER 2 순전파를 배우자
2.1 신경망의 시작은 퍼셉트론
2.2 퍼셉트론
2.3 퍼셉트론과 편향
2.4 퍼셉트론으로 이미지의 긴 변 판정하기
2.5 퍼셉트론으로 정사각형 이미지 판정하기
2.6 퍼셉트론의 단점
2.7 다층 퍼셉트론
2.8 신경망으로 정사각형 이미지 판정하기
2.9 신경망의 가중치
2.10 활성화 함수
2.11 신경망의 실체
2.12 순전파
2.13 신경망의 일반화
COLUMN 활성화 함수란?

CHAPTER 3 역전파를 배우자
3.1 신경망의 가중치와 편향
3.2 인간의 한계
3.3 오차
3.4 목적 함수
3.5 경사하강법
3.6 작은 아이디어 델타
3.7 델타 계산
3.8 백프로퍼게이션
COLUMN 기울기 소실이란?

CHAPTER 4 합성곱 신경망을 배우자
4.1 이미지 처리에 강한 합성곱 신경망
4.2 합성곱 필터
4.3 특징맵
4.4 활성화 함수
4.5 풀링
4.6 합성곱층
4.7 합성곱층의 순전파
4.8 전결합층의 순전파
4.9 역전파
COLUMN 교차 엔트로피란?

CHAPTER 5 신경망을 구현하자
5.1 파이썬으로 구현하자
5.2 가로세로비 판정 신경망
5.3 손글씨 숫자 이미지 식별 합성곱 신경망
COLUMN 뒷이야기

APPENDIX A 수학 기초
A.1 시그마
A.2 미분
A.3 편미분
A.4 합성 함수
A.5 벡터와 행렬
A.6 지수와 로그

APPENDIX B 파이썬과 넘파이 기초
B.1 파이썬 환경 설정
B.2 파이썬 기초
B.3 넘파이 기초

한줄서평

  • 10
  • 8
  • 6
  • 4
  • 2

(한글 300자이내)
리뷰쓰기
한줄 서평 리스트
평점 한줄 리뷰 작성자 작성일 추천수

등록된 서평이 없습니다.