서강대학교 로욜라도서관

탑메뉴

전체메뉴

전체메뉴닫기


검색

상세정보

친절한 실전 딥러닝 수업 : 현업 문제 해결을 위한 트랜스퍼 러닝에서 AutoML까지

김찬란

상세정보
자료유형단행본
서명/저자사항친절한 실전 딥러닝 수업 : 현업 문제 해결을 위한 트랜스퍼 러닝에서 AutoML까지 / 김찬란 지음
개인저자김찬란
발행사항서울 : BJPublic(비제이퍼블릭), 2020
형태사항xii, 295 p. : 삽화 ; 23 cm
ISBN9791190014809
서지주기참고문헌(p. 285-291)과 색인수록
언어한국어

소장정보

서비스 이용안내
  • 찾지못한자료찾지못한자료
  • SMS발송SMS발송
메세지가 없습니다
No. 등록번호 청구기호 소장처/자료실 도서상태 반납예정일 예약 서비스
1 1372202 006.31 김811ㅊ 1관4층 일반도서 대출가능
찾지못한자료 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

기초 딥러닝 모델을 기반으로 배우는 트랜스퍼 러닝,
한 권으로 끝내자


딥러닝의 학습 과정은 엄청난 규모의 데이터와 컴퓨팅 파워(돈과 시간)가 필요하다. 그래서 아무리 열심히 해도 세계 최고를 이기기는 힘들다. 하지만, 이것은 기초가 되는 모델에 대한 이야기이다. 세계 최고의 기업과 연구소에서 학습한 기초 모델(Base Model)을 기반으로 트랜스퍼 러닝(Transfer Learning)을 한다면, 누구나 그보다 뛰어난 결과를 낼 수 있다.
쉽게 말해, 구글이 학습한 모델을 '더' 학습하여 구글보다 똑똑한 인공지능을 만들 수 있다. 왜냐하면, 기본 모델은 범용적인 모델이기 때문이다. 특정한 문제를 풀기 위해서는 이 기본 모델에서 한 걸음 더 나아가야 하는데, 그 방법이 바로 트랜스퍼 러닝이다. 이 책에서는 기본적인 케라스 프레임워크와 딥러닝 이론으로 시작하여 트랜스퍼 러닝에 대해 집중해서 다루고자 한다.

이 책의 특징
- 케라스 프레임워크를 통한 기초 딥러닝 모델 구현 및 문제를 해결한다.
- 수학적인 이론 및 증명보다는 설명과 예제에 집중한다.
- 제한된 자원 속에...

출판사 제공 책소개 전체

기초 딥러닝 모델을 기반으로 배우는 트랜스퍼 러닝,
한 권으로 끝내자


딥러닝의 학습 과정은 엄청난 규모의 데이터와 컴퓨팅 파워(돈과 시간)가 필요하다. 그래서 아무리 열심히 해도 세계 최고를 이기기는 힘들다. 하지만, 이것은 기초가 되는 모델에 대한 이야기이다. 세계 최고의 기업과 연구소에서 학습한 기초 모델(Base Model)을 기반으로 트랜스퍼 러닝(Transfer Learning)을 한다면, 누구나 그보다 뛰어난 결과를 낼 수 있다.
쉽게 말해, 구글이 학습한 모델을 '더' 학습하여 구글보다 똑똑한 인공지능을 만들 수 있다. 왜냐하면, 기본 모델은 범용적인 모델이기 때문이다. 특정한 문제를 풀기 위해서는 이 기본 모델에서 한 걸음 더 나아가야 하는데, 그 방법이 바로 트랜스퍼 러닝이다. 이 책에서는 기본적인 케라스 프레임워크와 딥러닝 이론으로 시작하여 트랜스퍼 러닝에 대해 집중해서 다루고자 한다.

이 책의 특징
- 케라스 프레임워크를 통한 기초 딥러닝 모델 구현 및 문제를 해결한다.
- 수학적인 이론 및 증명보다는 설명과 예제에 집중한다.
- 제한된 자원 속에서 실전 개발 및 연구 문제 해결을 위한 트랜스퍼 러닝 활용한다.

이 책이 필요한 독자
- 머신러닝/딥러닝을 실제로 구현하고 실전 문제에 적용시켜보고 싶은 분들
- 기술적 트렌드에 뒤쳐지는 것이 싫은, 빠르게 현대 기술의 시작점에 서고 싶은 분들
- 수학적 증명보다는 친절한 설명이 필요한 분들

독자대상
초중급

소스코드 다운로드
https://github.com/bjpublic/TMI-Deeplearning

이 책은 딥러닝을 실전에 활용할 수 있도록 실습 위주의 내용으로 구성하였다. '딥러닝을 지금 시작하기에는 너무 늦었다'라는 말을 할 수도 있겠지만 이 책은 어려운 수학을 설명하는 데에 내용을 할애하는 것이 아닌 실전으로 영상과 텍스트에서 각각 어떻게 적용되는지에 대해 흥미롭게 설명하므로 포기하지 않고 따라갈 수 있을 것이다. 영상과 자연어 처리, 음성 처리 등 다양한 분야에서 딥러닝이 활용되고 있는데 이 책을 끝내면 딥러닝에 대해 한 걸음 더 나아가는 자기 자신을 발견할 것이다.
이전 다음

함께 비치된 도서