출고예상일 안내
주문하신 상품이 한국에서 현지 배송을 위한 출고단계가 이루어질 것으로 예상되는 날짜입니다. 상품을 준비하는 과정에서 내부적인 사정으로 인해 출고예상일에 다소 오차가 생길 수 있습니다.
여러 상품(예약상품포함)을 함께 주문하신 경우 출고예상일이 가장 늦은 날짜에 맞춰 함께 배송됩니다.
텐서플로 첫걸음 회귀분석, 군집화, 합성곱 신경망까지 딥러닝 제대로 입문하기
원제 : FIRST CONTACT WITH TENSORFLOW
ISBN : 9788968484902 / 180쪽 156 x 224 (㎜)
이 상품에 궁금하신점이 있으세요? 1:1상담문의
아래의 도서와 구매하시면 이 도서들의 적립금을 즉시적용해 드립니다.
-
김현철, 신은경, 이민정, 박선우, 정기민, 곽소아, 정문수
-
제임스 러브록
-
칼릭스(손윤석)
-
서길원, 김운호, 허상훈, 박재상, 박경규, 김종욱, 오윤우, 유지영
- 21,420
- 18,900
- 19,800
- 31,500
반디앤루니스 리뷰
처음 만나 는친절한 텐서플로 입문서
전세계거대기업들이인공지능과머신러닝에투자하는가운데구글이오픈소스로공개한딥러닝라이브러리텐서플로가큰관심을받고있다. 이책은복잡한이론설명이아니라실제로예제를코딩하며텐서플로를빠르게익히는것을목표로한다. 머신러닝분야의표준언어인파이썬을이용해회귀분석, 군집화, 합성곱신경망등을실습하며딥러닝의기초를익힐수있다. 특히본한국어판은텐서플로 0.9 버전에맞춰내용을업데이트하고, 순환신경망예제를부록으로추가했다.
출판사 리뷰
출판사 서평 처음 만나는 친절한 텐서플로 입문서 전 세계 거대 기업들이 인공지능과 머신 러닝에 투자하는 가운데 구글이 오픈소스로 공개한 딥 러닝 라이브러리 텐서플로가 큰 관심을 받고 있다. 이 책은 복잡한 이론 설명이 아니라 실제로 예제를 코딩하며 텐서플로를 빠르게 익히는 것을 목표로 한다. 머신 러닝 분야의 표준 언어인 파이썬을 이용해 회귀분석, 군집화, 합성곱 신경망 등을 실습하며 딥 러닝의 기초를 익힐 수 있다. 특히 본 한국어판은 텐서플로 0.9 버전에 맞춰 내용을 업데이트하고, 순환 신경망 예제를 부록으로 추가했다. ◎ 출판사 ... 처음 만나는 친절한 텐서플로 입문서 전 세계 거대 기업들이 인공지능과 머신 러닝에 투자하는 가운데 구글이 오픈소스로 공개한 딥 러닝 라이브러리 텐서플로가 큰 관심을 받고 있다. 이 책은 복잡한 이론 설명이 아니라 실제로 예제를 코딩하며 텐서플로를 빠르게 익히는 것을 목표로 한다. 머신 러닝 분야의 표준 언어인 파이썬을 이용해 회귀분석, 군집화, 합성곱 신경망 등을 실습하며 딥 러닝의 기초를 익힐 수 있다. 특히 본 한국어판은 텐서플로 0.9 버전에 맞춰 내용을 업데이트하고, 순환 신경망 예제를 부록으로 추가했다. ◎ 출판사 리뷰 구글이 만든 차세대 딥 러닝 시스템을 만나다 기계가 사람 얼굴을 구별하고 명화도 그리는 시대입니다. 기계학습, 즉 머신 러닝과 딥 러닝이 폭발적으로 성장한 덕분입니다. 구글, 페이스북, 바이두 등 IT 거인들의 행보에서도 볼 수 있듯, 현재 학계와 업계는 인공지능과 딥 러닝에 총력을 기울이고 있다고 해도 과언이 아닙니다. 이러한 상황에서 구글이 발표한 텐서플로는 기존 딥 러닝 라이브러리들보다 사용이 쉽고 지속적으로 업데이트되고 있어 단연 주목을 받고 있습니다. 딥 러닝에 입문하고 싶다고 해서 복잡한 수학과 통계 이론부터 시작해야 하는 것은 아닙니다. 이 책은 ‘백문이 불여일타’ 정신에 입각하여 실제로 예제를 코딩하며 텐서플로와 빠르게 친해지는 것을 목표로 합니다. 머신 러닝 분야의 표준 언어인 파이썬을 이용해 회귀분석, 군집화, 합성곱 신경망(CNN) 등을 실습하며 딥 러닝의 기초를 익힐 수 있습니다. 특히 본 한국어판은 텐서플로 코리아 블로그 운영자가 원서의 오류를 바로잡고 텐서플로 0.9에 맞춰 내용을 업데이트했으며 부록으로 순환 신경망(RNN) 예제를 추가하여 원서보다 120% 알차게 구성했습니다. 예제 소스 역시 깃허브 저장소에서 한국어 설명이 포함된 주피터 노트북 형태로 만나볼 수 있습니다.
목차
0장 한국어판 서문: 딥 러닝에 대하여
0.1 딥 러닝 개념 잡기
0.2 딥 러닝 알고리즘과 신경망 구조
0.3 글도 쓰고 그림도 그리고 음악도 만드는 인공 신경망
0.4 인공지능의 미래를 향해
1장 텐서플로 기본 다지기
1.1 오픈소스 패키지
1.2 텐서플로 서빙
1.3 텐서플로 설치
1.4 첫 텐서플로 코드
1.5 디스플레이 패널 텐서보드
2장 선형회귀분석
2.1 변수 간의 관계에 대한 모델
2.2 비용함수와 경사 하강법 알고리즘
2.3 알고리즘 실행
3장 군집화
3.1 기본 자료구조: 텐서
3.2 텐서플로의 데이터 저장소
3.3 K-평균 알고리즘
3.4 새로운 그룹
3.5 새로운 중심 계산하기
3.6 그래프 실행
4장 단일 계층 신경망
4.1 MNIST 데이터셋
4.2 인공 뉴런
4.3 간단한 예제: 소프트맥스
4.4 클래스 소속 근거
4.5 클래스 소속 확률
4.6 텐서플로 프로그래밍
4.7 모델 평가
5장 다중 계층 신경망
5.1 합성곱 신경망
5.2 모델 구현
5.3 모델 훈련 및 평가
6장 병렬처리
6.1 GPU 실행 환경
6.2 여러 GPU에서의 병렬처리
6.3 GPU 코드 예제
6.4 분산 버전 텐서플로
7장 마치며
부록A 한국어판 부록: 순환 신경망 예제
A.1 순환 신경망 알고리즘
A.2 LSTM 순환 신경망 알고리즘
A8.3 오버피팅 문제
A.4 언어 모델링
A.5 클래스 설정
A.6 학습 데이터
A.7 모델 생성 클래스
A.8 반복 함수
A.9 결과
A.10 텐서플로가 제공하는 LSTM 이외의 모델
A.11 참고문헌
