모두의 딥러닝
책 소개
누구나 쉽고 빠르게
나만의 딥러닝 모델을 만들 수 있다!
[기초] 딥러닝 동작 원리 배우기
딥러닝 실행에 필요한 환경을 갖춘 다음 선형 회귀, 로지스틱 회귀, 신경망, 역전파 같은 딥러닝의 기본 동작 원리를 배웁니다.
[실습] 딥러닝 내 것으로 만들기
폐암 수술 환자의 생존율 예측하기, 피마 인디언의 당뇨병 예측하기, 아이리스 품종 예측하기, 초음파 광물 예측하기, 와인의 종류 예측하기, 보스턴 집값 예측하기 프로젝트를 실습하며 딥러닝 이론을 어떻게 여러 분야에 적용하는지 확인합니다.
[활용 및 심화] 딥러닝 정복하기
지금까지 배운 내용을 활용하여 CNN, RNN 같은 좀 더 복잡한 딥러닝을 실행해 봅니다. 그리고 심화 학습에서 오차 역전파와 신경망, 고급 경사 하강법 등의 깊이 있는 개념을 수식과 함께 다룹니다.
나만의 딥러닝 모델을 만들 수 있다!
[기초] 딥러닝 동작 원리 배우기
딥러닝 실행에 필요한 환경을 갖춘 다음 선형 회귀, 로지스틱 회귀, 신경망, 역전파 같은 딥러닝의 기본 동작 원리를 배웁니다.
[실습] 딥러닝 내 것으로 만들기
폐암 수술 환자의 생존율 예측하기, 피마 인디언의 당뇨병 예측하기, 아이리스 품종 예측하기, 초음파 광물 예측하기, 와인의 종류 예측하기, 보스턴 집값 예측하기 프로젝트를 실습하며 딥러닝 이론을 어떻게 여러 분야에 적용하는지 확인합니다.
[활용 및 심화] 딥러닝 정복하기
지금까지 배운 내용을 활용하여 CNN, RNN 같은 좀 더 복잡한 딥러닝을 실행해 봅니다. 그리고 심화 학습에서 오차 역전파와 신경망, 고급 경사 하강법 등의 깊이 있는 개념을 수식과 함께 다룹니다.
작가 소개
저 : 조태호
일본 도쿄의과치과대학에서 생명정보학(Bioinformatics) 전공으로 박사 학위를 받고 현재 미국 텍사스 대학에서 박사 후 과정 중에 있습니다. 알파고로 딥러닝이 한국에 널리 알려지기 이전부터 딥러닝을 이용한 연구를 국제 학회지에 발표해 왔고, 이중 '딥러닝을 이용한 단백질 구조 연구'는 영국의 《이코노미스트》와 국내 다수 언론에 소개된 바 있습니다. 방송대 TV 강의 등을 통해 어려운 내용을 쉽게 설명하는 작업을 해 왔고 컴퓨터·IT 분야 서적을 여러 권 집필하였습니다.
목 차
[첫째 마당] 나의 첫 딥러닝
1장 최고급 요리를 먹을 시간
__1.1 딥러닝 실행을 위한 준비 사항
__1.2 딥러닝 작업 환경 만들기
__1.3 파이참 설치하기
__1.4 딥러닝 실행하기
2장 처음 해 보는 딥러닝
__2.1 미지의 일을 예측하는 힘
__2.2 폐암 수술 환자의 생존율 예측하기
__2.3 딥러닝 코드 분석
__2.4 ‘블랙박스’를 극복하려면?
[둘째 마당] 딥러닝의 동작 원리
3장 가장 훌륭한 예측선 긋기: 선형 회귀
__3.1 선형 회귀의 정의
__3.2 가장 훌륭한 예측선이란?
__3.3 최소 제곱법
__3.4 코딩으로 확인하는 최소 제곱
__3.5 평균 제곱근 오차
__3.6 잘못 그은 선 바로잡기
__3.7 코딩으로 확인하는 평균 제곱근 오차
4장 오차 수정하기: 경사 하강법
__4.1 미분의 개념
__4.2 경사 하강법의 개요
__4.3 학습률
__4.4 코딩으로 확인하는 경사 하강법
__4.5 다중 선형 회귀란?
__4.6 코딩으로 확인하는 다중 선형 회귀
5장 참 거짓 판단 장치: 로지스틱 회귀
__5.1 로지스틱 회귀의 정의
__5.2 시그모이드 함수
__5.3 오차 공식
__5.4 로그 함수
__5.5 코딩으로 확인하는 로지스틱 회귀
__5.6 여러 입력 값을 갖는 로지스틱 회귀
__5.7 실제 값 적용하기
__5.8 로지스틱 회귀에서 퍼셉트론으로
[셋째 마당] 신경망의 이해
6장 퍼셉트론
__6.1 가중치, 가중합, 바이어스, 활성화 함수
__6.2 퍼셉트론의 과제
__6.3 XOR 문제
7장 다층 퍼셉트론
__7.1 다층 퍼셉트론의 설계
__7.2 XOR 문제의 해결
__7.3 코딩으로 XOR 문제 해결하기
8장 오차 역전파
__8.1 오차 역전파의 개념
__8.2 코딩으로 확인하는 오차 역전파
9장 신경망에서 딥러닝으로
__9.1 기울기 소실 문제와 활성화 함수
__9.2 속도와 정확도 문제를 해결하는 고급 경사 하강법
[넷째 마당] 딥러닝 기본기 다지기
10장 모델 설계하기
[실습] 폐암 수술 환자의 생존율 예측
__10.1 모델의 정의
__10.2 입력층, 은닉층, 출력층
__10.3 모델 컴파일
__10.4 교차 엔트로피
__10.5 모델 실행하기
11장 데이터 다루기
[실습] 피마 인디언 당뇨병 예측
__11.1 딥러닝과 데이터
__11.2 피마 인디언 데이터 분석하기
__11.3 panda를 활용한 데이터 조사
__11.4 데이터 가공하기
__11.5 matplotlib를 이용해 그래프로 표현하기
__11.6 피마 인디언의 당뇨병 예측 실행
12장 다중 분류 문제 해결하기
[실습] 아이리스 품종 예측
__12.1 다중 분류 문제
__12.2 상관도 그래프
__12.3 원-핫 인코딩
__12.4 소프트맥스
__12.5 아이리스 품종 예측 실행
13장 과적합 피하기
[실습] 초음파 광물 예측
__13.1 데이터의 확인과 실행
__13.2 과적합 이해하기
__13.3 학습셋과 테스트셋
__13.4 모델 저장과 재사용
__13.5 k겹 교차 검증
14장 베스트 모델 만들기
[실습] 와인의 종류 예측
__14.1 데이터의 확인과 실행
__14.2 모델 업데이트하기
__14.3 그래프로 확인하기
__14.4 학습의 자동 중단
15장 선형 회귀 적용하기
[실습] 보스턴 집값 예측
__15.1 데이터 확인하기
__15.2 선형 회귀 실행
[다섯째 마당] 딥러닝의 활용
16장 이미지 인식의 꽃, CNN 익히기 204
__16.1 데이터 전처리
__16.2 딥러닝 기본 프레임 만들기
__16.3 더 깊은 딥러닝
__16.4 컨볼루션 신경망(CNN)
__16.5 맥스 풀링
__16.6 컨볼루션 신경망 실행하기
17장 시퀀스 배열로 다루는 순환 신경망(RNN)
__17.1 LSTM을 이용한 로이터 뉴스 카테고리 분류하기
__17.2 LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기
__17.3 케라스 예제를 통한 더 넓은 활용
부록
[부록 A] 심화학습 1: 오차 역전파의 계산법
1. 편미분이란?
2. 출력층의 오차 업데이트
3. 오차 공식
4. 체인 룰
5. 체인 룰 계산하기
6. 가중치 업데이트하기
7. 은닉층의 오차 업데이트
8. 은닉층의 오차 계산 방법
9. 델타 식
[부록 B] 심화학습 2: 파이썬 코드로 확인하는 신경망
1. 환경 변수 설정하기
2. 신경망의 실행
[부록 C] 심화학습 3: 수식과 함께 익히는 고급 경사 하강법
1. 확률적 경사 하강법
2. 모멘텀
3. 네스테로프 모멘텀
4. 아다그라드
5. 알엠에스프롭
6. 아담
[부록 D] 여러 가지 환경 설정
1. GPU 환경에서 설치하기
2. 리눅스에서 설치하기
3. 맥에서 설치하기
[부록 E] 텐서플로 실행 오류 해결하기
1장 최고급 요리를 먹을 시간
__1.1 딥러닝 실행을 위한 준비 사항
__1.2 딥러닝 작업 환경 만들기
__1.3 파이참 설치하기
__1.4 딥러닝 실행하기
2장 처음 해 보는 딥러닝
__2.1 미지의 일을 예측하는 힘
__2.2 폐암 수술 환자의 생존율 예측하기
__2.3 딥러닝 코드 분석
__2.4 ‘블랙박스’를 극복하려면?
[둘째 마당] 딥러닝의 동작 원리
3장 가장 훌륭한 예측선 긋기: 선형 회귀
__3.1 선형 회귀의 정의
__3.2 가장 훌륭한 예측선이란?
__3.3 최소 제곱법
__3.4 코딩으로 확인하는 최소 제곱
__3.5 평균 제곱근 오차
__3.6 잘못 그은 선 바로잡기
__3.7 코딩으로 확인하는 평균 제곱근 오차
4장 오차 수정하기: 경사 하강법
__4.1 미분의 개념
__4.2 경사 하강법의 개요
__4.3 학습률
__4.4 코딩으로 확인하는 경사 하강법
__4.5 다중 선형 회귀란?
__4.6 코딩으로 확인하는 다중 선형 회귀
5장 참 거짓 판단 장치: 로지스틱 회귀
__5.1 로지스틱 회귀의 정의
__5.2 시그모이드 함수
__5.3 오차 공식
__5.4 로그 함수
__5.5 코딩으로 확인하는 로지스틱 회귀
__5.6 여러 입력 값을 갖는 로지스틱 회귀
__5.7 실제 값 적용하기
__5.8 로지스틱 회귀에서 퍼셉트론으로
[셋째 마당] 신경망의 이해
6장 퍼셉트론
__6.1 가중치, 가중합, 바이어스, 활성화 함수
__6.2 퍼셉트론의 과제
__6.3 XOR 문제
7장 다층 퍼셉트론
__7.1 다층 퍼셉트론의 설계
__7.2 XOR 문제의 해결
__7.3 코딩으로 XOR 문제 해결하기
8장 오차 역전파
__8.1 오차 역전파의 개념
__8.2 코딩으로 확인하는 오차 역전파
9장 신경망에서 딥러닝으로
__9.1 기울기 소실 문제와 활성화 함수
__9.2 속도와 정확도 문제를 해결하는 고급 경사 하강법
[넷째 마당] 딥러닝 기본기 다지기
10장 모델 설계하기
[실습] 폐암 수술 환자의 생존율 예측
__10.1 모델의 정의
__10.2 입력층, 은닉층, 출력층
__10.3 모델 컴파일
__10.4 교차 엔트로피
__10.5 모델 실행하기
11장 데이터 다루기
[실습] 피마 인디언 당뇨병 예측
__11.1 딥러닝과 데이터
__11.2 피마 인디언 데이터 분석하기
__11.3 panda를 활용한 데이터 조사
__11.4 데이터 가공하기
__11.5 matplotlib를 이용해 그래프로 표현하기
__11.6 피마 인디언의 당뇨병 예측 실행
12장 다중 분류 문제 해결하기
[실습] 아이리스 품종 예측
__12.1 다중 분류 문제
__12.2 상관도 그래프
__12.3 원-핫 인코딩
__12.4 소프트맥스
__12.5 아이리스 품종 예측 실행
13장 과적합 피하기
[실습] 초음파 광물 예측
__13.1 데이터의 확인과 실행
__13.2 과적합 이해하기
__13.3 학습셋과 테스트셋
__13.4 모델 저장과 재사용
__13.5 k겹 교차 검증
14장 베스트 모델 만들기
[실습] 와인의 종류 예측
__14.1 데이터의 확인과 실행
__14.2 모델 업데이트하기
__14.3 그래프로 확인하기
__14.4 학습의 자동 중단
15장 선형 회귀 적용하기
[실습] 보스턴 집값 예측
__15.1 데이터 확인하기
__15.2 선형 회귀 실행
[다섯째 마당] 딥러닝의 활용
16장 이미지 인식의 꽃, CNN 익히기 204
__16.1 데이터 전처리
__16.2 딥러닝 기본 프레임 만들기
__16.3 더 깊은 딥러닝
__16.4 컨볼루션 신경망(CNN)
__16.5 맥스 풀링
__16.6 컨볼루션 신경망 실행하기
17장 시퀀스 배열로 다루는 순환 신경망(RNN)
__17.1 LSTM을 이용한 로이터 뉴스 카테고리 분류하기
__17.2 LSTM과 CNN의 조합을 이용한 영화 리뷰 분류하기
__17.3 케라스 예제를 통한 더 넓은 활용
부록
[부록 A] 심화학습 1: 오차 역전파의 계산법
1. 편미분이란?
2. 출력층의 오차 업데이트
3. 오차 공식
4. 체인 룰
5. 체인 룰 계산하기
6. 가중치 업데이트하기
7. 은닉층의 오차 업데이트
8. 은닉층의 오차 계산 방법
9. 델타 식
[부록 B] 심화학습 2: 파이썬 코드로 확인하는 신경망
1. 환경 변수 설정하기
2. 신경망의 실행
[부록 C] 심화학습 3: 수식과 함께 익히는 고급 경사 하강법
1. 확률적 경사 하강법
2. 모멘텀
3. 네스테로프 모멘텀
4. 아다그라드
5. 알엠에스프롭
6. 아담
[부록 D] 여러 가지 환경 설정
1. GPU 환경에서 설치하기
2. 리눅스에서 설치하기
3. 맥에서 설치하기
[부록 E] 텐서플로 실행 오류 해결하기
01. 반품기한
- 단순 변심인 경우 : 상품 수령 후 7일 이내 신청
- 상품 불량/오배송인 경우 : 상품 수령 후 3개월 이내, 혹은 그 사실을 알게 된 이후 30일 이내 반품 신청 가능
02. 반품 배송비
| 반품사유 | 반품 배송비 부담자 |
|---|---|
| 단순변심 | 고객 부담이며, 최초 배송비를 포함해 왕복 배송비가 발생합니다. 또한, 도서/산간지역이거나 설치 상품을 반품하는 경우에는 배송비가 추가될 수 있습니다. |
| 고객 부담이 아닙니다. |
03. 배송상태에 따른 환불안내
| 진행 상태 | 결제완료 | 상품준비중 | 배송지시/배송중/배송완료 |
|---|---|---|---|
| 어떤 상태 | 주문 내역 확인 전 | 상품 발송 준비 중 | 상품이 택배사로 이미 발송 됨 |
| 환불 | 즉시환불 | 구매취소 의사전달 → 발송중지 → 환불 | 반품회수 → 반품상품 확인 → 환불 |
04. 취소방법
- 결제완료 또는 배송상품은 1:1 문의에 취소신청해 주셔야 합니다.
- 특정 상품의 경우 취소 수수료가 부과될 수 있습니다.
05. 환불시점
| 결제수단 | 환불시점 | 환불방법 |
|---|---|---|
| 신용카드 | 취소완료 후, 3~5일 내 카드사 승인취소(영업일 기준) | 신용카드 승인취소 |
| 계좌이체 |
실시간 계좌이체 또는 무통장입금 취소완료 후, 입력하신 환불계좌로 1~2일 내 환불금액 입금(영업일 기준) |
계좌입금 |
| 휴대폰 결제 |
당일 구매내역 취소시 취소 완료 후, 6시간 이내 승인취소 전월 구매내역 취소시 취소 완료 후, 1~2일 내 환불계좌로 입금(영업일 기준) |
당일취소 : 휴대폰 결제 승인취소 익월취소 : 계좌입금 |
| 포인트 | 취소 완료 후, 당일 포인트 적립 | 환불 포인트 적립 |
06. 취소반품 불가 사유
- 단순변심으로 인한 반품 시, 배송 완료 후 7일이 지나면 취소/반품 신청이 접수되지 않습니다.
- 주문/제작 상품의 경우, 상품의 제작이 이미 진행된 경우에는 취소가 불가합니다.
- 구성품을 분실하였거나 취급 부주의로 인한 파손/고장/오염된 경우에는 취소/반품이 제한됩니다.
- 제조사의 사정 (신모델 출시 등) 및 부품 가격변동 등에 의해 가격이 변동될 수 있으며, 이로 인한 반품 및 가격보상은 불가합니다.
- 뷰티 상품 이용 시 트러블(알러지, 붉은 반점, 가려움, 따가움)이 발생하는 경우 진료 확인서 및 소견서 등을 증빙하면 환불이 가능하지만 이 경우, 제반 비용은 고객님께서 부담하셔야 합니다.
- 각 상품별로 아래와 같은 사유로 취소/반품이 제한 될 수 있습니다.
| 상품군 | 취소/반품 불가사유 |
|---|---|
| 의류/잡화/수입명품 | 상품의 택(TAG) 제거/라벨 및 상품 훼손으로 상품의 가치가 현저히 감소된 경우 |
| 계절상품/식품/화장품 | 고객님의 사용, 시간경과, 일부 소비에 의하여 상품의 가치가 현저히 감소한 경우 |
| 가전/설치상품 | 전자제품 특성 상, 정품 스티커가 제거되었거나 설치 또는 사용 이후에 단순변심인 경우, 액정화면이 부착된 상품의 전원을 켠 경우 (상품불량으로 인한 교환/반품은 AS센터의 불량 판정을 받아야 합니다.) |
| 자동차용품 | 상품을 개봉하여 장착한 이후 단순변심의 경우 |
| CD/DVD/GAME/BOOK등 | 복제가 가능한 상품의 포장 등을 훼손한 경우 |
| 상품의 시리얼 넘버 유출로 내장된 소프트웨어의 가치가 감소한 경우 | |
| 노트북, 테스크탑 PC 등 | 홀로그램 등을 분리, 분실, 훼손하여 상품의 가치가 현저히 감소하여 재판매가 불가할 경우 |