선형대수학과 확률로 시작하는 딥러닝의 정석
최신 딥러닝 기술의 핵심과 본질을 다루는 바이블이 돌아왔습니다.
머신러닝과 딥러닝은 자율 주행 자동차, 언어 생성 등 많은 영역에서 혁신을 일으켰습니다. 하지만 딥러닝은 여전히 복잡하고, 이해하기 어려운 주제입니다.
연구 논문은 전문 용어로 가득하고, 온라인에 흩어져 있는 튜토리얼은 실무자가 문제를 해결하는 방법을 제대로 이해하는 데 실질적인 도움이 거의 되지 않습니다. 1판보다 더욱 완성도 높게 돌아온 『딥러닝의 정석 (2판)』의 목표는 이러한 격차를 해소하는 것입니다.
이 책은 전문 용어나 복잡한 내용을 최대한 배제하고 기술 혁신 내용을 직관적으로 설명합니다. 머신러닝과 신경망의 기초부터 시작하여 이미지 분석, 차원 축소, 언어 처리, 모델 해석, 생성 모델링, 강화 학습까지 다양한 주제를 다루며 최신 머신러닝의 본질을 깊이 있게 탐구합니다.
딥러닝의 기본부터 심화 내용까지 아우르며,
딥러닝 기술을 마스터할 수 있도록 돕는 『딥러닝의 정석 (2판)』을 확인해 보세요!
[미리보기] [한빛미디어] [교보문고] [예스24] [알라딘]
2판에서 추가된 내용
- 선형대수학과 확률에 대한 수학적 배경 지식 제공
- 딥러닝을 사용하여 문제에 접근하는 방법
- 파이토치 기반 신경망 구현
- 생성 모델링과 해석 가능성 방법론에 관한 이론과 실무 지식
목차
- CHAPTER 1 딥러닝을 위한 선형대수학 기초
- CHAPTER 2 확률 기초
- CHAPTER 3 신경망
- CHAPTER 4 순방향 신경망 훈련
- CHAPTER 5 PyTorch 기반 신경망 구현
- CHAPTER 6 경사하강법
- CHAPTER 7 합성곱 신경망
- CHAPTER 8 임베딩과 표현 학습
- CHAPTER 9 시퀀스 분석 모델
- CHAPTER 11 해석 가능성 방법론
- CHAPTER 12 메모리 증강 신경망
- CHAPTER 13 강화 학습