서강대학교 로욜라도서관

탑메뉴

전체메뉴

전체메뉴닫기


검색

상세정보

모두의 딥러닝 / 개정 2판

조태호

상세정보
자료유형단행본
서명/저자사항모두의 딥러닝 / 조태호 지음
개인저자조태호
판사항개정 2판
발행사항서울 : 길벗, 2020
형태사항368 p. : 천연색삽화 ; 24 cm
총서명즐거운 프로그래밍 경험 모두의 시리즈
기타표제원리를 쉽게 이해하고 나만의 딥러닝 모델을 만들 수 있다!
텐서플로2.0 반영
ISBN9791165210397
일반주기 색인수록
부록: A. 구글 코랩과 파이참에서 딥러닝 실행하기 -- B. 잘 알려지지 않은 딥러닝 시작에 관한 이야기
분류기호006.3
언어한국어

이 책의 다른 판을 확인할 수 있습니다. 이 책의 다른 판 보기

소장정보

서비스 이용안내
  • 서가에 없는 자료서가에 없는 자료
  • SMS발송SMS발송
메세지가 없습니다
No. 등록번호 청구기호 소장처/자료실 도서상태 반납예정일 예약 서비스
1 1364023 006.3 조832ㅁ 2020 1관4층 일반도서 대출중 2020-09-14
SMS발송
2 1366724 006.3 조832ㅁ 2020 1관4층 일반도서 대출가능
서가에 없는 자료 SMS발송
3 1366723 006.3 조832ㅁ 2020 1관4층 일반도서 대출가능
서가에 없는 자료 SMS발송


서평 (0 건)

서평추가

서평추가
별점
별0점
  • 별5점
  • 별4.5점
  • 별4점
  • 별3.5점
  • 별3점
  • 별2.5점
  • 별2점
  • 별1.5점
  • 별1점
  • 별0.5점
  • 별0점
제목입력
본문입력

*주제와 무관한 내용의 서평은 삭제될 수 있습니다.

출판사 제공 책소개

출판사 제공 책소개 일부

2년 연속 베스트셀러, 내용과 소스 코드 전면 업그레이드!
딥러닝 기초부터 최신 트렌드까지 한 권으로 공부하자


그동안 딥러닝 입문서로 제 역할을 톡톡히 해낸 『모두의 딥러닝』이 최근 주목받는 주제들을 담아 기존 내용을 보강하여 개정 2판으로 돌아왔다. 초판에서 다루지 않았던 GAN, 오토인코더, 자연어 처리, 전이 학습 등 새로운 내용을 수록하였고, 딥러닝을 공부하면서 나오는 수식을 좀 더 수월하게 이해할 수 있도록 기초 수학편을 추가했다. 복잡한 수식은 최대한 걷어내고 기본 동작 원리 → 딥러닝 이론 → 딥러닝 활용 → 심화까지 단계별로 학습할 수 있게 구성했으며, 실전 프로젝트를 통해 다양한 딥러닝 모델을 구현해 볼 수 있다. 이 책이 딥러닝 세계로 입문하려는 여러분의 첫걸음을 도와줄 것이다.

누구나 쉽고 빠르게
나만의 딥러닝 모델을 만들 수 있다!

기초 | 딥러닝을 위한 준비 운동

최소한의 설치로 딥러닝 실행 환경을 갖추고 딥러닝을 이해하는 데 필요한 기초 수학을 학습합니다. 그 다음 선형 회귀, 로지스틱 회귀, 신경망, 오차 역전파 같은 딥러닝의 동작 원...

출판사 제공 책소개 전체

2년 연속 베스트셀러, 내용과 소스 코드 전면 업그레이드!
딥러닝 기초부터 최신 트렌드까지 한 권으로 공부하자


그동안 딥러닝 입문서로 제 역할을 톡톡히 해낸 『모두의 딥러닝』이 최근 주목받는 주제들을 담아 기존 내용을 보강하여 개정 2판으로 돌아왔다. 초판에서 다루지 않았던 GAN, 오토인코더, 자연어 처리, 전이 학습 등 새로운 내용을 수록하였고, 딥러닝을 공부하면서 나오는 수식을 좀 더 수월하게 이해할 수 있도록 기초 수학편을 추가했다. 복잡한 수식은 최대한 걷어내고 기본 동작 원리 → 딥러닝 이론 → 딥러닝 활용 → 심화까지 단계별로 학습할 수 있게 구성했으며, 실전 프로젝트를 통해 다양한 딥러닝 모델을 구현해 볼 수 있다. 이 책이 딥러닝 세계로 입문하려는 여러분의 첫걸음을 도와줄 것이다.

누구나 쉽고 빠르게
나만의 딥러닝 모델을 만들 수 있다!

기초 | 딥러닝을 위한 준비 운동

최소한의 설치로 딥러닝 실행 환경을 갖추고 딥러닝을 이해하는 데 필요한 기초 수학을 학습합니다. 그 다음 선형 회귀, 로지스틱 회귀, 신경망, 오차 역전파 같은 딥러닝의 동작 원리를 배웁니다.

실습 | 딥러닝 내 것으로 만들기
폐암 수술 환자의 생존율 예측하기, 피마 인디언의 당뇨병 예측하기, 아이리스 품종 예측하기, 초음파 광물 예측하기, 보스턴 집값 예측하기 프로젝트를 실습하며 딥러닝 이론이 어떻게 적용되는지 살펴봅니다.

활용 및 심화 | 딥러닝 정복하기
지금까지 배운 내용을 적절하게 활용해 봅니다. CNN, RNN부터 자연어 처리, GAN, 오토인코더, 전이 학습까지 딥러닝에서 주목받는 주제들을 담았습니다. 또한, 심화 학습에서 오차 역전파와 신경망 등의 개념을 수식과 함께 좀 더 깊이 있게 다뤄봅니다.
이전 다음
이전 다음

함께 비치된 도서