- 출간 정보
- 2020.08.01. 전자책 출간
- 2020.07.25. 종이책 출간
- 파일 정보
- 14.2MB
- 525쪽
- ISBN
- 9788920037832
- ECN
- -
리디 접속이 원활하지 않습니다.
강제 새로 고침(Ctrl + F5)이나 브라우저 캐시 삭제를 진행해주세요.
계속해서 문제가 발생한다면 리디 접속 테스트를 통해 원인을 파악하고 대응 방법을 안내드리겠습니다.
테스트 페이지로 이동하기
<딥러닝의통계적이해> 이 책은 통계학의 기본 모형인 선형 회귀모형, 로지스틱 모형, 확률분포와 연결하여 딥러닝을 이해할 수 있도록 설계되었다.
자연어처리 관련 딥러닝 모형은 복잡한 알고리즘으로 구성되어 있지만 이 책에 포함되었다.
이 책으로 빠르게 발전하고 있는 딥러닝의 모든 것을 알기 어렵지만 딥러닝을 이해하고 활용하는 출발점이 될 수 있다.
이 책은 10개 장으로 구성되어 있다. 제1장에서는 딥러닝의 개요, 제2장에서 제4장까지는 일반적 딥러닝의 작성과 특성을 살펴보았다.
제5장과 제6장에서는 이미지 인식, 객체 검출에 이용되는 합성곱 신경망을, 제7장은 GAN과 오토인코더 등 비지도 학습모형을 학습한다.
제8장에서는 시퀀스 데이터에 이용되는 순환신경망, LSTM 등을, 제9장에서는 자연어처리에서 활용되는 Word2Vec, Transformer, BERT에 대하여 설명하였다.
Transformer와 BERT 등은 알고리즘 중심으로 기술되어서 통계학 전공자가 이해하는 데 어려움이 있을 수 있지만
자연어처리에서 실제 이용되는 알고리즘이기 때문에 책에 포함하였다. 제10장에는 딥러닝을 구현하기 위한 Python 코드가 소개되어 있다.
이 책에서 Tensorflow-Keras 기반 기초 코드가 제공되고 있지만 딥러닝 코드 구현이 직접적인 목적은 아니다.
딥러닝을 구현하는 코드는 지속적으로 바뀌어서 공개되므로 관련 사이트를 확인하길 바란다.
이긍희
서울대학교 계산통계학과 (학사, 석사)
Texas A&M University (통계학 박사)
-현재: 한국방송통신대학교 정보통계학과 교수
김용대
서울대학교 계산통계학과 (학사, 석사)
Ohio State University (통계학 박사)
-현재: 서울대학교 통계학과 교수
김기온
연세대학교 응용통계학과 (학사, 석사)
Penn State University (통계학 박사)
-현재: SKT, AI Language Tech Labs
제1장 딥러닝의 개요
제2장 딥러닝과 통계학
제3장 딥러닝 모형의 구조와 학습
제4장 딥러닝의 제 문제와 발전
제5장 합성곱신경망의 기초
제6장 합성곱신경망의 응용
제7장 오토인코더와 GAN
제8장 순환신경망
제9장 딥러닝 모형을 이용한 자연어처리
제10장 딥러닝 실습
4.0 점
1명이 평가함
내가 남긴 별점 0.0
별로예요
그저 그래요
보통이에요
좋아요
최고예요
'구매자' 표시는 리디에서 유료도서 결제 후 다운로드 하시거나 리디셀렉트 도서를 다운로드하신 경우에만 표시됩니다.
성인 인증 안내
성인 재인증 안내
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 보실 수 있습니다.
성인 인증 후에 이용해 주세요.
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 선물하실 수 있습니다.
성인 인증 후에 이용해 주세요.
본문 끝 최상단으로 돌아가기
무료이용권을 사용하시겠습니까?
사용 가능 : 장
<>부터 총 화
무료이용권으로 대여합니다.
무료이용권으로
총 화 대여 완료했습니다.
남은 작품 : 총 화 (원)
딥러닝의통계적이해
작품 제목
대여 기간 : 일
작품 제목
결제 금액 : 원
결제 가능한 리디캐시, 포인트가 없습니다.
리디캐시를 충전하시면 자동으로 결제됩니다.
최대 5% 리디포인트 적립 혜택도 놓치지 마세요!
이미 구매한 작품입니다.
작품 제목
원하는 결제 방법을 선택해주세요.
작품 제목
대여 기간이 만료되었습니다.
다음화를 보시겠습니까?