로그인회원가입장바구니고객센터마이페이지회사소개
kangcom
전체
Home >   >   > 

그림과 수식으로 배우는 통통 인공지능

   
지은이 타니구치 타다히로   |   출판사 주식회사 제이펍  |   발행일 2017년 09월 29일
 
클릭하시면 큰 도서이미지를 보실 수 있습니다.
판매가 23,000원20,700원 10%
마일리지 5% 1,150원
발행일 2017-09-29
ISBN 1185890947 |  9791185890944
기타정보 번역서 | 280쪽 | 일반
예상출고일 2~3일 이내 (근무일기준)
배송비 무료배송
   
컴퓨터공학
   
 

바퀴오리 2호의 모험을 따라가며
인공지능 기술 전반을 공부하는 새로운 커리큘럼!

이 책은 주인공인 바퀴오리 2호가 미로를 빠져나가 스핑크스를 물리치는 여정을 담고 있다. 인공지능이 탑재된 바퀴오리 2호는 미로로 구성된 던전에서 최적의 경로를 선택하고, 적을 피하고, 보물을 획득하고, 스핑크스가 내는 문제를 푼다. 이 이야기 속에는 A* 알고리즘이나 술어 논리, 게임 트리, 자연언어 처리 같은 인공지능 개론의 단골 분야부터 머신러닝이나 로봇의 위치 추정 등 기존의 인공지능 개론에는 없던 새로운 내용까지 담겨 있다.

1. 출판사 서평
바퀴오리 2호의 모험을 따라가며
인공지능 기술 전반을 공부하는 새로운 커리큘럼!

이 책은 주인공인 바퀴오리 2호가 미로를 빠져나가 스핑크스를 물리치는 여정을 담고 있다. 인공지능이 탑재된 바퀴오리 2호는 미로로 구성된 던전에서 최적의 경로를 선택하고, 적을 피하고, 보물을 획득하고, 스핑크스가 내는 문제를 푼다. 이 이야기 속에는 A* 알고리즘이나 술어 논리, 게임 트리, 자연언어 처리 같은 인공지능 개론의 단골 분야부터 머신러닝이나 로봇의 위치 추정 등 기존의 인공지능 개론에는 없던 새로운 내용까지 담겨 있다.

이 책은 흥미로운 이야기를 따라가며 쉽게 이해할 수 있게 구성되었다. 그러나 인공지능 교재를 염두에 두고 집필된 만큼 독자가 미적분이나 선형대수, 데이터 구조 및 기초 알고리즘을 아는 것으로 가정하였다.

이 책의 주요 내용
· 소개
인공지능이란 무엇인가?
· 탐색
상태 공간과 기본적인 탐색 기법 / 최적 경로 탐색하기 / 게임 이론
· 다단계 결정
동적 계획법 / 강화 학습
· 위치 추정
베이즈 필터 / 입자 필터
· 학습과 인식
클러스터링 / 패턴 인식
· 언어와 논리
자연언어 처리 / 기호 논리 / 증명과 질의응답

2. 책속으로
바퀴오리 2호는 던전에 들어가 보물 상자나 출구 등을 찾아야 한다. 바퀴오리 2호는 보물 상자에 들어 있는 아이템이나 보물을 입수하면서 출구에 빠르게 도달하고, 스핑크스를 쓰러뜨린 다음 돌아와야 한다. 던전 안은 미로 구조로 되어 있다. 이 미로를 그저 더듬으면서 나아가서 출구에 도달할 수도 있지만, 같은 곳을 뱅뱅 돌 수도 있고, 막다른 길에 도달할 수도 있을 것이다. 그럼 어떻게 해야 효율적이고 확실하게 보물 상자나 출구를 찾을 수 있을까?
_25쪽

상태나 상태 사이를 오가는 데 필요한 비용이 항상 변하지 않고, 목표 지점이 하나뿐이라면 A* 알고리즘으로 목표 지점에 다다를 수 있다. 그러나 바퀴오리 2호가 실제로 취하는 행동이 한눈팔지 않고 곧장 목표 지점으로 가는 것뿐일까? 가는 도중에 특정한 시각에 나타나는 아이템을 얻어야 하고, 또 다른 특정 시각에 지나가는 적을 피해야만 할 수도 있다. 또, 목표 지점도 여러 곳 존재할 수 있다. 그렇다면 그중에서도 가장 ‘이득이 되는’ 목표 지점으로 가야 할 것이다. 그러나 그렇다고 해서 모든 행동 패턴을 시도해 볼 수는 없는 일, 그럼 어떻게 해야 할까?
_75쪽

강화 학습에는 ‘학습’이라는 말이 포함되어 있기 때문에, 언뜻 보면 동적 계획법이나 제어 이론의 최적 제어론 등과는 전혀 다른 것처럼 보이지만, 실제로는 이들과 매우 공통점이 많은 이론이다.
강화 학습 이론은 처음부터 상태 공간이나 상태와 상태 사이의 인접 관계를 부여하지 않기 때문에, 지식이나 환경의 불확실성을 고려하지 않으면 안 된다. 그 때문에 결정적 시스템이 아닌 확률적 시스템으로서 시스템을 모형화한다는 점과 보상을 받아가면서 학습하는, 다시 말해 온라인 학습을 가정하고 있다는 것이 5장에서 다뤘던 동적 계획법과의 차이점이다. 강화 학습 이론은 수학적으로는 마르코프 결정 프로세스를 전제로 한 최적화 문제로 볼 수 있다.
_101쪽

바퀴오리 2호의 목적은 미로를 빠져나와 스핑크스를 물리치는 것이었다. 그러기 위해서는, 먼저 미로 안에서 목표 지점과 보물 상자를 찾아내야만 한다. 아는 것이 없으면 아무것도 할 수 없으므로 먼저 바퀴오리 2호에게 지도를 주었다. 또, 바퀴오리 2호는 자신의 위치를 정확히 알 수 있다고 가정하였다. 이렇게 구축한 상태 공간에서, 먼저 단순한 탐색 알고리즘인 깊이우선 탐색과 너비우선 탐색을 도입하였다. 깊이우선 탐색은 스택이라는 자료구조를 이용하며 너비우선 탐색은 큐 자료구조에 기반을 두고 있어 오픈 리스트를 관리하고 탐색을 수행하는 방법에 차이가 있었다. 그러나 이 탐색 기법들은 상태 공간을 ‘샅샅이’ 뒤져야 하므로 목표 지점을 효율적으로 탐색하는 것이 보장되지 않았다.
_222쪽

이렇게 ‘가정’이 필요 없도록 단계적으로 기능을 추가하는 식의 인공지능 연구 단계를 구성하는 것이 매우 중요하다. 이를 위해서라도 학습자, 설계자, 연구자 자신이 항상 ‘무엇을 가정하고 있는지’를 주의 깊게 생각하는 것이 중요하다. 이를 위해서는 ‘문제를 해결한다’, ‘실세계를 바꾼다’는 생각을 늘 의식하면서 연구 개발에 매진하는 것이 중요하다. 지능을 만들기 위한 가정을 명확하게 하고, 그 가정을 하나씩 완화하도록 노력하면 바퀴오리 2호의 지능은 사람의 지능에 가까워질 것이다.
_226쪽

CHAPTER 1 인공지능을 만들자 1
1.1 인공지능이란 무엇인가? 2
1.2 인공지능의 역사 4
1.3 인공지능의 기본 문제 7
1.4 바퀴오리 2호의 모험 11
연습문제 15

CHAPTER 2 탐색(1): 상태 공간과 기본적인 탐색 기법 17
2.1 상태 공간 표현 18
2.2 미로의 상태 공간 구성 23
2.3 기본적인 탐색 26
2.4 바퀴오리 2호의 미로 탐색 31
연습문제 34

CHAPTER 3 탐색(2): 최적 경로 탐색하기 35
3.1 최적 경로에 대한 탐색과 휴리스틱 36
3.2 최적 탐색 38
3.3 최고우선 탐색 40
3.4 A* 알고리즘 42
3.5 최적 경로를 따라 미로를 벗어나는 바퀴오리 2호 44
연습문제 47

CHAPTER 4 게임 이론 49
4.1 이득과 회피 행동 50
4.2 표준형 게임 54
4.3 전개형 게임 59
연습문제 64

CHAPTER 5 다단계 결정(1): 동적 계획법 67
5.1 다단계 결정 문제 68
5.2 동적 계획법 70
5.3 보물 상자를 열고 목표 지점으로! 73
5.4 예제: 편집 거리 계산 76
연습문제 81

CHAPTER 6 확률과 베이즈 이론의 기초 83
6.1 환경의 불확실성 84
6.2 확률의 기초 85
6.3 베이즈 정리 89
6.4 확률적 시스템 92
연습문제 97

CHAPTER 7 다단계 결정(2): 강화 학습 99
7.1 강화 학습이란 무엇인가 100
7.2 마르코프 결정 프로세스 102
7.3 할인 누적 보상 103
7.4 가치 함수 107
7.5 학습 방법의 실제: Q-학습 112
연습문제 116

CHAPTER 8 위치 추정(1): 베이즈 필터 117
8.1 위치를 추정하는 문제 118
8.2 부분 관측 마르코프 결정 프로세스 120
8.3 베이즈 필터 122
8.4 바퀴오리 2호의 통로에서의 위치 추정(베이즈 필터) 124
연습문제 128

CHAPTER 9 위치 추정(2): 입자 필터 129
9.1 베이즈 필터의 문제점 130
9.2 몬테 카를로 근사 130
9.3 입자 필터 134
9.4 바퀴오리 2호의 통로 안에서의 위치 추정 (입자 필터) 137
연습문제 140

CHAPTER 10 학습과 인식(1): 클러스터링 141
10.1 클러스터링 142
10.2 K-평균 클러스터링 145
10.3 가우시안 혼합 모형 147
10.4 계층적 클러스터링 150
10.5 차원 축소 151
연습문제 154

CHAPTER 11 학습과 인식(2): 패턴 인식 157
11.1 머신러닝의 기초 158
11.2 패턴 인식 161
11.3 회귀 문제 163
11.4 분류 문제 170
연습문제 175

CHAPTER 12 언어와 논리(1): 자연언어 처리 177
12.1 자연언어 처리 178
12.2 형태소 분석 181
12.3 구문 분석 185
12.4 Bag-of-words 표현 188
연습문제 191

CHAPTER 13 언어와 논리(2): 기호 논리 193
13.1 기호 논리 194
13.2 술어 논리 195
13.3 절 형태 199
연습문제 204

CHAPTER 14 언어와 논리(3): 증명과 질의응답 207
14.1 도출 원리 208
14.2 술어 논리를 통한 질의응답 212
13.3 스핑크스의 수수께끼 216
연습문제 219

CHAPTER 15 정리: 지능을 ‘만든다’는 것 221
15.1 바퀴오리 2호의 모험: 총 정리 편 222
15.2 신체에 대한 지혜 227
15.3 기호에 대한 지혜 232
15.4 인공지능과 미래 236
연습문제 239

APPENDIX A 신경망 학습법에 대한 유도 240
APPENDIX B 연습문제 정답 243

맺으며 253
찾아보기 256
타니구치 타다히로(谷口 忠大)
1978년 교토에서 태어났다. 2001년 교토대학 공학부 물리공학과를 졸업하고, 2006년 교토대학 대학원 고학연구과 정밀공학연구전공 박사과정을 수료하였다. 일본학술진흥회 특별연구원으로 있었으며, 리츠메이칸대학 정보이공학부 지능정보학과 조교를 거쳐 2010년부터는 준교수로 재직
중이다. 계측자동제어학회 학술장려상, 시스템제어정보학회 장려상, 논문상, 스나하라상 등을 수상하였다. 저서로는 《コミュニケーションするロボットは創れるか(커뮤니케이션 로봇을 만들 수 있을까)》(NTT출판, 2010), 《ビブリオバトル(비브리오 배틀)》(분게이슌주, 2013), 《記号創発ロボティク ス(기호창발 로보틱스)》(고단샤, 2014) 등이 있다.

1. 역자 소개
심효섭
연세대학교 문헌정보학과를 졸업했고, 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하게 되면서 개발을 시작하였다. 네이버에서는 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에도 머신러닝에 대한 학습도 꾸준히 하고 있다. 한편, 최근에는 회사에 속하지 않고 지속 가능한 삶에 골똘하고 있다. 옮긴 책으로는 《수식과 그림으로 배우는 통통 머신러닝》, 《수식과 그림으로 배우는 통통 딥러닝》, 《딥 러닝 제대로 시작하기》 등이 있다.
등록된 서평이 없습니다.
수치해석...
지영준, 김화준, 허정권
선택된 상품을 찜하실 수 있습니다. 선택된 상품을 바로구매 하실 수 있습니다.
처음 만나는 전자기학...
곽동주
선택된 상품을 찜하실 수 있습니다. 선택된 상품을 바로구매 하실 수 있습니다.
 
전체평균(0)
회원평점   회원서평수 0
주식회사 제이펍 출판사의 신간
파이썬으로 배우는 게임 개발: 실전편
히로세 츠요시/김연수 저
27,000원
(10%↓+5%)
 
실무에 바로 쓰는 일잘러의 보고서 작성법
김마라 저
16,200원
(10%↓+5%)
 
심층 강화학습 인 액션
류광/류광 저
27,000원
(10%↓+5%)
 
프로그래머를 위한 파이썬
황반석/황반석 저
22,500원
(10%↓+5%)
 
통계의 아름다움
리찌엔/김슬기 저
17,820원
(10%↓+5%)
 
이메일주소수집거부