본문 바로가기

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

케라스로 완성하는 인공 신경망 기본기 상세페이지

컴퓨터/IT IT 비즈니스

케라스로 완성하는 인공 신경망 기본기

7가지 실전 예제와 노하우

소장종이책 정가25,000
전자책 정가20%20,000
판매가20,000
케라스로 완성하는 인공 신경망 기본기

작품 소개

<케라스로 완성하는 인공 신경망 기본기> 이 책은 파이썬, 텐서플로 그리고 케라스를 활용해 인공 신경망을 손쉽게 구성하는 과정을 보여준다. 서로 다른 7가지의 실전 프로젝트에서 상황에 적합한 인공 신경망(FNN, CNN, RNN, LSTM 등)을 구성해보고, 최적의 인공 신경망을 얻어내기 위한 노하우를 하나씩 살펴본다. 다양한 주제를 다루고 있지만 난이도는 높지 않으며, 간단한 구현 속에서 성능이 향상돼 가는 인공 신경망을 볼 수 있다. 인공 신경망을 처음으로 직접 구현하거나 자신의 문제에 어떻게 적용할지 막막해 하는 독자들에게 추천한다.


저자 소개

인공지능과 인공 신경망(ANN, Artificial Neural Network)은 날로 발전하며 그 적용 분야를 넓히고 있다. 수학적인 이론의 발전도 한몫하고 있지만 연산 장치의 발전이 인공 신경망의 수준에 미친 영향이 특히 엄청나다. 어느새 자동차의 완전 자율주행이 법적으로 허용될 것인가를 진지하게 논하는 시대가 왔다는 점을 생각하면 발전된 인공지능이 우리 곁에 멀리 떨어져 있지도 않음을 새삼 느낀다.
특히 인터넷상에는 인공지능과 인공 신경망을 친절하게 설명하는 글이 많다. 문제는 너무 많다는 것이다. 인공 신경망을 직접 구현하고자 컴퓨터 앞에 처음 앉은 사람은 어디서부터 시작할지 막막함을 느낄 수도 있다. 자신의 분야에 신경망을 어떻게 적용할지, 데이터 취득, 입력과 출력 변수의 설정과 가공, 신경망의 구조, 학습 기법 등 인공 신경망 설계자가 결정할 부분이 너무나 많다. 관련 조언을 해주는 글이 많지만 여러 군데에 산재돼 있어 인공 신경망을 처음 접하는 설계자가 모두 파악하기까지는 어려움이 있다.
이 책은 케라스라는 파이썬 오픈 소스 신경망 라이브러리를 활용해 인공 신경망을 구현하는 방법을 예제로 설명한다. 피드포워드 신경망(FNN), 합성곱 신경망(CNN), 신경망(RNN), LSTM의 구조와 연산 방법을 살펴본 뒤 이들을 활용해 7가지 실전 예제를 해결해본다. 기초적인 실전 예제로 부동산 가격 추측, 뉴스 분류 등의 문제를 다루고, 다양한 분야에서 인공 신경망을 활용하기 원하는 독자들을 위해 비선형 시스템의 묘사(상태 폐루프 추정), 고장 진단 등의 문제도 살펴본다. 이 책은 예제를 해결해 가며 인공 신경망의 구성 방법뿐만 아니라 인공 신경망의 성능 검토 방법과 성능 향상 방법을 설명한다.

목차

1부. 이론: 인공지능과 인공 신경망


1장. 인공지능의 분류
1.1 지도학습
1.2 비지도학습
1.3 강화학습


2장. 지도학습 구현 기법
2.1 선형 회귀
2.2 단계적 회귀
2.3 K-최근접 이웃
2.4 결정 트리
2.5 서포트 벡터 머신


3장. 인공 신경망의 구조와 연산
3.1 피드포워드 신경망
3.2 합성곱 신경망
3.3 순환 신경망


4장. 인공 신경망의 생성 과정과 응용
4.1 데이터 취득
4.2 인공 신경망의 생성, 학습, 검증
4.3 인공 신경망의 배포


2부. 실습: 케라스를 활용한 인공 신경망 구현

5장. 케라스 소개와 실습 준비
5.1 텐서플로와 케라스
5.2 인공지능 관련 파이썬 패키지
5.3 파이썬, 파이참, 케라스 설치
5.4 첫 인공 신경망 구현-집값 추정 회귀 문제


6장. 회귀 문제
6.1 피드포워드 신경망을 이용한 회귀-영구자석 전동기의 최고 효율 운전 조건
6.1.1 문제 배경과 인공 신경망의 필요성
6.1.2 데이터 불러오기와 전처리
6.1.3 신경망 구성, 훈련, 검증
6.1.4 배포-다른 환경에서 활용하기와 훈련된 모델의 모수 추출하기
6.2 모수 정규화와 과적합 방지-노이즈를 갖는 데이터 추정
6.3 연속된 신호의 추정과 출력 변수 가공-비선형 시스템 묘사
6.3.1 시스템 상태 추정의 의의
6.3.2 신경망을 이용한 비선형 시스템 묘사 모델 구현


7장. 분류 문제
7.1 합성곱 신경망의 활용-패션 이미지 분류
7.1.1 패션 이미지 데이터셋 소개
7.1.2 이미지 분류를 위한 인공 신경망 구현
7.2 순환 신경망의 활용-뉴스 분류
7.2.1 언어 처리를 위한 연산 기법
7.2.2 뉴스 분류를 위한 인공 신경망 구현
7.3 이상 진단 문제의 데이터 취득-전동기 인버터 고장 분류
7.3.1 문제 배경과 인공 신경망의 필요성
7.3.2 고장 분류 기법과 고장 데이터 취득
7.3.3 신경망 구성, 훈련, 검증
7.3.4 이상 데이터셋 취득과 진단에 관한 조언


부록 A
A1. 파이썬 패키지 사용 예제
A2. GPU의 메모리 사용량 제한하기


리뷰

구매자 별점

0.0

점수비율

  • 5
  • 4
  • 3
  • 2
  • 1

0명이 평가함

리뷰 작성 영역

이 책을 평가해주세요!

내가 남긴 별점 0.0

별로예요

그저 그래요

보통이에요

좋아요

최고예요

별점 취소

구매자 표시 기준은 무엇인가요?

'구매자' 표시는 리디에서 유료도서 결제 후 다운로드 하시거나 리디셀렉트 도서를 다운로드하신 경우에만 표시됩니다.

무료 도서 (프로모션 등으로 무료로 전환된 도서 포함)
'구매자'로 표시되지 않습니다.
시리즈 도서 내 무료 도서
'구매자’로 표시되지 않습니다. 하지만 같은 시리즈의 유료 도서를 결제한 뒤 리뷰를 수정하거나 재등록하면 '구매자'로 표시됩니다.
영구 삭제
도서를 영구 삭제해도 ‘구매자’ 표시는 남아있습니다.
결제 취소
‘구매자’ 표시가 자동으로 사라집니다.

이 책과 함께 구매한 책


이 책과 함께 둘러본 책



본문 끝 최상단으로 돌아가기

spinner
모바일 버전