인공지능 공부하면서 많은 책들을 봤고, 인터넷 동영상 강의도 봤는데,이 책 만큼 신경망을 쉽고 명쾌하게 설명하는 책은 없었습니다.수학적인 백그라운드가 많지 않은 분들도 부담없이 입문할 수 있습니다. 다만, 이미 신경망에 대해 충분히 이해하고 계신 분이라면 굳이 볼 필요는 없겠지만, 기초를 다시 한번 튼튼히 하는 차원에서는 시간될 때 소설처럼 읽어보면 좋을 것 같습니다.적절한 예제를 통해 개념을 쉽게 이해할 수 있습니다.번역도 어색함 없이 완벽하다 생각합니다.이러한 개념서, 기초서들이 보다 많이 출판되었으면 하네요. ^^
인류에겐 이런 딥러닝 입문서가 필요했다
딥러닝 입문자가 늘고 있지만, 수학 이론을 공부하자니 갈 길이 멀고 원리를 무시한 채 코딩부터 하자니 응용이 불가능하다. 수학 공식과 통계 이론을 달달 익혀야 딥러닝을 배울 수 있는 것은 아니다. 딥러닝을 관통하는 핵심은 신경망이고, 신경망의 기초는 행렬을 통한 가중치 계산뿐이다. 동작 원리를 이해하면 응용과 구현은 자연히 따라온다.
이 책은 전공을 불문하고 행렬곱과 다항식 미분에 필요한 사칙연산만 할 수 있다면 누구나 신경망을 이해하고 나아가 파이썬으로 구현할 수 있음을 보여준다. 수학 공식을 최소화하고 친절한 그림과 명료한 문장으로 개념을 설명한다. 기존의 많은 자료에서 너무 어렵게 혹은 너무 간단히 넘어갔던 가중치, 오차 역전파, 경사 하강법 등을 철저히 일반인의 눈높이에서 학습할 수 있다.
프롤로그
PART 1 인공 신경망의 동작 원리
1장 인간에게는 쉽고 기계에게는 어려운
2장 간단한 예측자
3장 분류는 예측과 그다지 다르지 않습니다
4장 분류자 학습시키기
5장 분류자 1개로는 충분치 않을 수 있습니다
6장 대자연의 컴퓨터, 뉴런
7장 신경망 내의 신호 따라가기
8장 솔직히 행렬곱은 유용합니다
9장 3계층 신경망에 행렬곱 적용하기
10장 여러 노드에서 가중치 학습하기
11장 여러 노드에서의 오차의 역전파
12장 다중 계층에서의 오차의 역전파
13장 행렬곱을 이용한 오차의 역전파
14장 가중치의 진짜 업데이트
15장 가중치 업데이트 예제
16장 데이터 준비하기
PART 2 파이썬으로 인공 신경망 직접 만들기
17장 파이썬
18장 인터랙티브 파이썬 = IPython
19장 파이썬 시작하기
20장 파이썬으로 인공 신경망 만들기
21장 MNIST 손글씨 데이터 인식하기
PART 3 더 재미있는 것들
22장 나만의 손글씨 데이터
23장 신경망의 마음속 들여다보기
24장 회전을 통해 새로운 학습 데이터 만들기
에필로그
부록 A 기초 미분
부록 B 라즈베리 파이에서의 신경망 구현
카테고리 없음