로그인회원가입장바구니고객센터마이페이지회사소개
kangcom
전체
Home >   >   > 

직접 해보는 텐서플로를 이용한 딥러닝

 [데이터의 숨겨진 의미를 찾아서]
   
지은이 댄 반 복셀   |   출판사 에이콘  |   발행일 2018년 01월 25일
 
클릭하시면 큰 도서이미지를 보실 수 있습니다.
판매가 20,000원18,000원 10%
마일리지 5% 1,000원
발행일 2018-01-25
ISBN 1161751122 | 9791161751122
기타정보 번역서 | 176쪽 | 일반
예상출고일 1일 (근무일기준)
배송비 2,000원 (20,000원이상 무료배송)
   
일반
종합지수 0p
   
 

★ 요약 ★



가장 인기 있고 강력한 인공지능 라이브러리인 텐서플로를 기초부터 차근차근 배워보자. 예제를 통해 로지스틱 회귀에서부터 컨볼루션 신경망, 순환 신경망, 심층 신경망까지 인공지능을 한 단계씩 쉽고 빠르게 만들 수 있다. 데이터를 처리하고, 그 데이터를 바라보는 방식을 완전히 전환시킬 수 있는 통찰을 얻을 수 있을 것이다.





★ 이 책에서 다루는 내용 ★



■ 실행 환경 설정 및 텐서플로 설치

■ 계산을 위한 간단한 텐서플로 그래프 작성

■ 텐서플로로 분류 문제에 로지스틱 회귀 적용

■ 텐서플로로 다층 신경망 설계 및 학습

■ 간단한 신경망에서 시작해 점점 더 정확한 모델 작성

■ 다른 종류의 신경망에서 텐서플로를 사용하는 방법

■ 텐서플로를 위한 고수준 인터페이스인 SciKit-Flow로 신경망 구현







★ 이 책의 대상 독자 ★



딥러닝이 대세가 되면서 심층 신경망을 사용해 데이터를 이해하고 정확한 결과를 얻는 것이 가능하게 됐다. 이 책은 딥러닝으로 이러한 가능성을 탐구할 수 있게 안내한다. 텐서플로의 효율성과 편리함은 데이터를 처리할 수 있게 하며, 이전과는 다른 방식으로 데이터를 이해할 수 있도록 한다.





★ 이 책의 구성 ★



1장, '시작하기'에서는 텐서플로를 사용해 적용할 기술과 모델을 설명한다. 먼저 사용 중인 컴퓨터에 텐서플로를 설치한다. 텐서플로에서 제공하는 기본 연산에 대해 살펴본 후, 바로 머신 러닝 문제로 넘어가서 로지스틱 회귀와 몇 줄의 텐서플로 코드를 사용해 적절한 모델을 성공적으로 만든다.

2장, '심층 신경망'에서는 텐서플로의 가장 강력한 기능인 심층 신경망을 살펴본다. 단층과 다층 은닉층 모델에 대해 알아본다. 또한 서로 다른 종류의 신경망에 대해 알아보고, 텐서플로를 사용해 첫 번째 신경망을 만들고 학습시킨다.

3장, '컨볼루션 신경망'에서는 딥러닝에서 가장 강력한 발전에 대해 이야기하고, 컨볼루션의 개념을 간단한 예제에 적용한다. 컨볼루션을 실용적인 관점에서 이해해본다. 또한 신경망에서 컨볼루션 레이어와 풀링(pooling) 레이어가 무엇인지 텐서플로 예제와 함께 설명한다.

4장, '순환 신경망'에서는 RNN 모델의 개념과 텐서플로를 사용한 구현 방법을 소개한다. 먼저 텐서플로에서 제공하는 TensorFlow Learn이라는 간단한 인터페이스를 살펴본다. 또한 컨볼루션 신경망뿐만 아니라 밀집 신경망(dense neural networks)을 통해 가중치를 더 자세하게 추출한다.

5장, '마무리'에서는 이 책을 통해 살펴본 내용을 정리하고, 글꼴 분류를 위한 텐서플로 모델과 정확도를 검토한다.





★ 지은이의 말 ★



텐서플로(TensorFlow)는 머신 러닝(machine learning)과 신경망(neural networks)을 학습시키기 위한 오픈소스 소프트웨어 라이브러리다. 텐서플로는 구글에 의해 개발했으며, 2015년에

오픈소스로 공개했다.

이 책을 통해 새로운 연구 문제를 해결하기 위한 텐서플로 사용 방법을 배운다. 텐서플로를 통해 가장 인기 있는 머신 러닝 기법 중 하나인 신경망을 사용하게 된다. 이 책에서는 모델을 향상시키기 위해 단순 신경망과 심층 신경망 모두를 다룬다.

이 책 전반부에는 다양한 글꼴의 글자 및 숫자 이미지를 학습해 주어진 글자 이미지의 글꼴을 판별해본다. 이것은 간단한 분류 문제로, 하나의 픽셀이나 위치보다는 픽셀 사이의 지역적 구조가 중요하기 때문에 텐서플로에서 제공하는 딥러닝(deep learning)으로 해결하기에 이상적이다. 단순한 모델에서 시작해 조금씩 더 복잡한 방법을 소개하고, 코드를 한 줄씩 설명한다. 이 책이 끝날 즈음에는 글꼴 인식을 위한 고급 모델을 직접 만들 수 있게 될 것이다.

이제 텐서플로를 사용한 데이터 마이닝에 깊이 빠져볼 시간이다.



1장. 시작하기
__텐서플로 설치
____텐서플로: 메인 페이지
____텐서플로: 설치 페이지
____pip를 사용한 치
____CoCalc를 사용한 설치
__간단한 계산
____스칼라와 텐서 정의
____텐서 연산
____계산하기
____변수 텐서
____중간 값 표시와 치환
__로지스틱 회귀 모델 만들기
____글꼴 분류 데이터 세트 소개
____로지스틱 회귀
____데이터 준비
____텐서플로 모델 만들기
__로지스틱 회귀 학습
____손실 함수 개발
____모델 학습
____모델 정확도 평가
__정리

2장. 심층 신경망
__신경망 기초
____로그 함수
____시그모이드 함수
__단일 은닉층 모델
____단일 은닉층 모델 살펴보기
____역전파
__단일 은닉층 설명
____모델 가중치 이해
__다중 은닉층 모델
____다중 은닉층 모델 살펴보기
__다중 은닉층 모델 결과
____다중 은닉층 그래프 이해
__정리

3장. 컨볼루션 신경망
__컨볼루션 레이어 필요성
____여러 특징 추출
__컨볼루션 레이어 응용
____컨볼루션 레이어 살펴보기
__풀링 레이어 필요성
____맥스 풀링 레이어
__풀링 레이어 응용
__심층 CNN
____컨볼루션 레이어와 풀링 레이어 함께 추가
____CNN으로 폰트 분류
__더 깊은 CNN
____CNN 레이어 추가
__심층 마무리 CNN
__정리

4장. 순환 신경망
__RNN 살펴보기
____가중치 모델링
____RNN 이해
__TensorFlow Learn
____설정
____로지스틱 회귀
__DNNs
____Learn에서 CNN 사용
____가중치 추출
__정리

5장. 마무리
__연구 평가
__모든 모델 검토
____로지스틱 회귀 모델
____단일 은닉층 신경망 모델
____심층 신경망
____컨볼루션 신경망
____심층 컨볼루션 신경망
__텐서플로의 미래
____다른 텐서플로 프로젝트
__정리

★ 요약 ★



가장 인기 있고 강력한 인공지능 라이브러리인 텐서플로를 기초부터 차근차근 배워보자. 예제를 통해 로지스틱 회귀에서부터 컨볼루션 신경망, 순환 신경망, 심층 신경망까지 인공지능을 한 단계씩 쉽고 빠르게 만들 수 있다. 데이터를 처리하고, 그 데이터를 바라보는 방식을 완전히 전환시킬 수 있는 통찰을 얻을 수 있을 것이다.





★ 이 책에서 다루는 내용 ★



■ 실행 환경 설정 및 텐서플로 설치

■ 계산을 위한 간단한 텐서플로 그래프 작성

■ 텐서플로로 분류 문제에 로지스틱 회귀 적용

■ 텐서플로로 다층 신경망 설계 및 학습

■ 간단한 신경망에서 시작해 점점 더 정확한 모델 작성

■ 다른 종류의 신경망에서 텐서플로를 사용하는 방법

■ 텐서플로를 위한 고수준 인터페이스인 SciKit-Flow로 신경망 구현







★ 이 책의 대상 독자 ★



딥러닝이 대세가 되면서 심층 신경망을 사용해 데이터를 이해하고 정확한 결과를 얻는 것이 가능하게 됐다. 이 책은 딥러닝으로 이러한 가능성을 탐구할 수 있게 안내한다. 텐서플로의 효율성과 편리함은 데이터를 처리할 수 있게 하며, 이전과는 다른 방식으로 데이터를 이해할 수 있도록 한다.





★ 이 책의 구성 ★



1장, '시작하기'에서는 텐서플로를 사용해 적용할 기술과 모델을 설명한다. 먼저 사용 중인 컴퓨터에 텐서플로를 설치한다. 텐서플로에서 제공하는 기본 연산에 대해 살펴본 후, 바로 머신 러닝 문제로 넘어가서 로지스틱 회귀와 몇 줄의 텐서플로 코드를 사용해 적절한 모델을 성공적으로 만든다.

2장, '심층 신경망'에서는 텐서플로의 가장 강력한 기능인 심층 신경망을 살펴본다. 단층과 다층 은닉층 모델에 대해 알아본다. 또한 서로 다른 종류의 신경망에 대해 알아보고, 텐서플로를 사용해 첫 번째 신경망을 만들고 학습시킨다.

3장, '컨볼루션 신경망'에서는 딥러닝에서 가장 강력한 발전에 대해 이야기하고, 컨볼루션의 개념을 간단한 예제에 적용한다. 컨볼루션을 실용적인 관점에서 이해해본다. 또한 신경망에서 컨볼루션 레이어와 풀링(pooling) 레이어가 무엇인지 텐서플로 예제와 함께 설명한다.

4장, '순환 신경망'에서는 RNN 모델의 개념과 텐서플로를 사용한 구현 방법을 소개한다. 먼저 텐서플로에서 제공하는 TensorFlow Learn이라는 간단한 인터페이스를 살펴본다. 또한 컨볼루션 신경망뿐만 아니라 밀집 신경망(dense neural networks)을 통해 가중치를 더 자세하게 추출한다.

5장, '마무리'에서는 이 책을 통해 살펴본 내용을 정리하고, 글꼴 분류를 위한 텐서플로 모델과 정확도를 검토한다.





★ 지은이의 말 ★



텐서플로(TensorFlow)는 머신 러닝(machine learning)과 신경망(neural networks)을 학습시키기 위한 오픈소스 소프트웨어 라이브러리다. 텐서플로는 구글에 의해 개발했으며, 2015년에

오픈소스로 공개했다.

이 책을 통해 새로운 연구 문제를 해결하기 위한 텐서플로 사용 방법을 배운다. 텐서플로를 통해 가장 인기 있는 머신 러닝 기법 중 하나인 신경망을 사용하게 된다. 이 책에서는 모델을 향상시키기 위해 단순 신경망과 심층 신경망 모두를 다룬다.

이 책 전반부에는 다양한 글꼴의 글자 및 숫자 이미지를 학습해 주어진 글자 이미지의 글꼴을 판별해본다. 이것은 간단한 분류 문제로, 하나의 픽셀이나 위치보다는 픽셀 사이의 지역적 구조가 중요하기 때문에 텐서플로에서 제공하는 딥러닝(deep learning)으로 해결하기에 이상적이다. 단순한 모델에서 시작해 조금씩 더 복잡한 방법을 소개하고, 코드를 한 줄씩 설명한다. 이 책이 끝날 즈음에는 글꼴 인식을 위한 고급 모델을 직접 만들 수 있게 될 것이다.

이제 텐서플로를 사용한 데이터 마이닝에 깊이 빠져볼 시간이다.



등록된 서평이 없습니다.
좋은 사진을 만드는 박승근의 드론 사진 강의...
박승근
선택된 상품을 찜하실 수 있습니다. 선택된 상품을 바로구매 하실 수 있습니다.
이것이 우리에게 딱 맞는 딥러닝 with 텐서플로...
박재용
선택된 상품을 찜하실 수 있습니다. 선택된 상품을 바로구매 하실 수 있습니다.
 
전체평균(0)
회원평점   회원서평수 0
에이콘 출판사의 신간
『유니티 3D RPG 게임은 이렇게 만든다: RPG 게임 개발의 시작』
바헤 카라미언 저
27,000원
(10%↓+5%)
 
『텐서플로1.x로 배우는 머신 러닝 : 실용적인 사례로 만들어보는 머신 러닝 시스템』
콴 후아, 샴스 울 아짐, 사이프 아메드 저
27,000원
(10%↓+5%)
 
『금융공학으로 R 마스터하기 : R로 거래전략을 최적화하고 내 손으로 위기 관리 시스템 구축하기』
에디나 벨린게르, 페렌츠 일레, 밀란 바딕스, 아담 바나이, 게르게이 더로치, 바바라 도모토르, 게르게리 개블러, 대니엘 허브런, 페테르 주하즈, 이스트반 마르기타이, 발라츠 마커스, 피테르 메드베예프, 줄리아 몰나, 발라츠 아르패드 슈스, 아그네스 투짜, 타마스 바다스, 커터 바러디, 어그네시 비도비츠던치 저
27,000원
(10%↓+5%)
 
『손안의 자바: 초보자를 위한 자바 프로그래밍의 핵심 + 알파』
김지훈, 이현우 저
27,000원
(10%↓+5%)
 
『대용량 머신 러닝과 스파크 : 빅데이터 기반의 머신 러닝 애플리케이션 구축』
레자울 카림, 마헤디 카이저 저
31,500원
(10%↓+5%)
 
이메일주소수집거부