전체도서

최신 AI 개발 플랫폼에서
머신러닝ㆍ딥러닝ㆍ강화 학습의 기초 기술을 배우자!

이 책은 AI 개발에 필요한 인공지능 기술을 딥러닝 위주로 설명한다. 또한, 독자가 책에서 제공하는 샘플로 실습을 하면서 AI 기술의 구조를 이해할 수 있게 도와준다. 프로그래밍 경험이 있거나 머신러닝ㆍ딥러닝ㆍ강화 학습을 배우고자 하는 독자에게 이 책은 길잡이 역할을 톡톡히 할 것이다! 

구글 코랩을 사용하여 다양한 인공지능 기술을 습득한다!

이 책의 기반이 되는 Google Colaboratory란 브라우저에서 이용할 수 있는 머신러닝이나 딥러닝을 위한 개발환경이다. GPU를 무료로 이용할 수 있으므로 코드의 실행시간을 크게 단축시킬 수 있는 장점이 있다. 이 책은 이러한 구글 코랩을 이용해 쉽게 AI의 기초 기술을 접할 수 있게 해준다.

AI에 관한 교과서다운 책!

독자는 이 책을 통해 AI에 관한 포괄적인 지식과 구현력, AI 학습에 필요한 최소한의 Python과 수학 지식, Python으로 머신러닝의 코드를 읽고 쓰는 힘을 익힐 수 있다. 궁극적으로 AI를 사용한 문제해결력을 키워주는 책이다. 또한 기본에 충실하면서도 다루어야 할 것들을 코드로 자세히 보여줌으로써 독자에게 실전적으로 많은 도움이 될 것이다. 

시작하며
이 책 내용에 관한 문의에 대해서
이 책 샘플의 동작 환경과 샘플 프로그램에 대해서

Chapter0 서문

Chapter1 인공지능, 딥러닝의 개요
1.1 인공지능의 개요
1.2 인공지능의 활용 예
1.3 인공지능의 역사
1.4 1장의 마무리

Chapter2 개발 환경
2.1 Google Colaboratory 시작하는 법
2.2 세션과 인스턴스
2.3 CPU와 GPU
2.4 Google Colaboratory의 여러 가지 기능
2.5 2장의 마무리

Chapter3 Python의 기초
3.1 Python의 기초
3.2 Numpy의 기초
3.3 matplotlib의 기초
3.4 pandas의 기초
3.5 연습
3.6 해답 예
3.7 3장의 마무리

Chapter4 간단한 딥러닝
4.1 딥러닝의 개요
4.2 간단한 딥러닝의 구현
4.3 다양한 신경망
4.4 연습
4.5 정답 예
4.6 4장의 마무리

Chapter5 딥러닝의 이론
5.1 수학의 기초
5.2 단일 뉴런의 계산
5.3 활성화 함수
5.4 순전파와 역전파
5.5 행렬과 행렬곱
5.6 층간의 계산
5.7 미분의 기초
5.8 손실 함수
5.9 경사 하강법
5.10 출력층의 경사
5.11 중간층의 경사
5.12 에포크와 배치
5.13 최적화 알고리즘
5.14 연습
5.15 해답 예
5.16 5장의 마무리

Chapter6 다양한 머신러닝 방법
6.1 회귀
6.2 k 평균법
6.3 서포트 벡터 머신
6.4 연습
6.5 해답 예
6.6 6장의 마무리

Chapter7 합성곱 신경망CNN
7.2 합성곱과 풀링
7.3 im2col과 col2im
7.4 합성곱의 구현
7.5 풀링의 구현
7.6 CNN의 구현
7.7 데이터 확장
7.8 연습
7.9 7장의 마무리

Chapter8 순환 신경망RNN
8.1 RNN의 개요
8.2 간단한 RNN의 구현
8.3 LSTM의 개요
8.4 간단한 LSTM의 구현
8.5 GRU의 개요
8.6 간단히 GRU의 구현
8.7 RNN에 의한 문장의 자동 생성
8.8 자연언어 처리의 개요
8.9 연습
8.10 정답 예
8.11 8장의 마무리

Chapter9 변분 오토 인코더VAE
9.1 VAE의 개요
9.2 VAE의 구조
9.3 오토인코더의 구현
9.4 VAE의 구현
9.5 한층 더 VAE를 배우고 싶은 분을 위해
9.6 연습
9.7 9장의 마무리

Chapter10 적대적 생성망GAN
10.1 GAN의 개요
10.2 GAN의 구조
10.3 GAN의 구현
10.4 좀 더 GAN을 배우고 싶은 분을 위해서
10.5 연습
10.6 정답 예
10.7 10장의 마무리

Chapter11 강화 학습
11.1 강화 학습의 개요
11.2 강화 학습의 알고리즘
11.3 심층 강화 학습의 개요
11.4 Cart Pole 문제
11.5 심층 강화 학습의 구현
11.6 달 표면 착륙선의 제어 -개요-
11.7 달 표면 착륙선의 제어 -구현-
11.8 연습
11.9 정답 예
11.10 11장의 마무리

Chapter12 전이 학습
12.1 전이 학습의 개요
12.2 전이 학습의 구현
12.3 파인 튜닝의 구현
12.4 연습
12.5 정답 예
12.6 12장의 마무리

Appendix 좀 더 배우고 싶은 분을 위해서
AP.1 저서
AP. 2 온라인 강좌
AP. 3 유튜브 채널

마지막으로
찾아보기 

저자 : 아즈마 유키나가

‘인간과 AI의 상생’이 미션인 회사, SAI-Lab 주식회사의 대표이사이며, AI 관련 교육과 연구 개발에 종사하고 있다. 도호쿠 대학 대학원 이학 연구과를 수료했으며, 이학 박사(물리학)이다. 흥미 대상은 인공지능(AI), 복잡계, 뇌과학, 싱귤래리티 등으로, 세계 최대 교육 동영상 플랫폼 Udemy에서 다양한 AI 관련 강좌를 전개하여 수만 명을 지도하는 인기 강사이다. 여러 유명 기업에서 AI 기술을 지도했으며, 엔지니어로서 VR, 게임, SNS 등 장르를 불문하고 다양한 앱을 개발했다.저서로 『첫 딥러닝 -Python으로 배우는 신경망과 역전파』(SB크리에이티브, 2018), 『Python으로 동작해서 배운다! 새로운 수학 교과서 기계학습ㆍ심층학습에 필요한 기초 지식』(쇼에이사, 2019), 『첫 딥러닝2 Python으로 구현하는 순환 신경망, VAE, GAN』(SB크리에이티브, 2020) 등이 있다.저자의 유튜브 채널에서는 무료 강좌가 다수 공개되고 있다.

역자 : 김은철

역자 : 유세라

현재 일본 전문 번역가로 활동하고 있으며, 역서로는 『모두의 알고리즘』, 『PHP 예비학교』, 『데이터 분석을 위한 머신러닝 입문』, 『초보자를 위한 신경망 딥러닝 입문』, 『딥러닝 워크북』, 『유니티 게임 프로그래밍 바이블』, 『게임으로 배우는 파이썬』, 『스위프트로 만드는 실전강좌! 아이폰 앱 프로그래밍』, 『예제로 배우는 핵심 패턴 안드로이드 프로그래밍』, 『유니티를 이용한 VR 앱 개발』, 『유니티를 몰라도 만들 수 있는 유니티 2D 게임 제작』, 『유니티 교과서』, 『처음 만나는 AI 수학 with 파이썬』, 『그림으로 배우는 파이썬』, 『그림으로 배우는 C#』, 『그림으로 배우는 SQL』 등 30여 권의 번역서가 있다.