울주통합도서관 전자책도서관

책소개

파이토치 코드로 맛보는 딥러닝 핵심 개념!

이 책은 파이토치로 인공지능을 구현하는 방법을 알려준다. 인공지능 입문자를 위한 기초 지식과 최신 인공지능 구현 방법인 인공신경망 기술을 사례를 통해 알아본다. 지도학습 방식의 ANN, DNN, CNN, RNN을 비롯해, 비지도학습 방식의 AE와 GAN 그리고 강화학습 DQN을 직접 구현한다. 딥러닝의 약점을 이용해서 해킹하는 방법을 배우는 등 각 장에서 소개한 신경망으로 재미있는 응용 예제를 다룬다.

예제를 실제 구현해보면서 쉽게 인공지능 구현 방법을 익히도록 구성했으며 예제 코드는 깃허브에서 확인할 수 있다.

* 이 책의 ‘3분’은 ‘3분 만에 배운다’는 뜻이 아니다. ‘3분 음식처럼 간편하고 유용하게 배운다’는 뜻이다.

저자소개

뉴욕 대학교에서 컴퓨터과학 학사 학위를 받았습니다. 우버 드라이버 프라이싱 팀에서 소프트웨어 엔지니어로 근무합니다. 대학교를 다니며 딥러닝과 강화학습 스터디 그룹에 참여하여 『파이썬과 케라스로 배우는 강화학습』(위키북스, 2017)을 공동 집필했습니다.

CHAPTER 1 딥러닝과 파이토치

1.1 인공지능과 머신러닝
1.2 지도학습, 비지도학습, 강화학습
1.3 딥러닝과 신경망
1.4 파이토치가 개발되기까지
1.5 왜 파이토치인가?
1.6 마치며

CHAPTER 2 파이토치 시작하기

2.1 파이토치 설치 & 환경구성
2.2 파이토치 예제 내려받고 실행 확인하기
2.3 주피터 노트북
2.4 마치며

CHAPTER 3 파이토치로 전체 코드 구현하는 ANN

3.1 텐서와 Autograd
3.2 경사하강법으로 이미지 복원하기
3.3 신경망 모델 구현하기
3.4 마치며

CHAPTER 4 패션 아이템을 구분하는 DNN

4.1 Fashion MNIST 데이터셋 알아보기
4.2 인공 신경망으로 패션 아이템 분류하기
4.3 성능 측정하기
4.4 과적합과 드롭아웃
4.5 마치며

CHAPTER 5 이미지 처리 능력이 탁월한 CNN

5.1 CNN 기초
5.2 CNN 모델 구현하기
5.3 ResNet으로 컬러 데이터셋에 적용하기
5.4 마치며

CHAPTER 6 사람의 지도 없이 학습하는 오토인코더

6.1 오토인코더 기초
6.2 오토인코더로 이미지의 특징 추출하기
6.3 오토인코더로 망가진 이미지 복원하기
6.4 마치며

CHAPTER 7 순차적인 데이터를 처리하는 RNN

7.1 RNN 개요
7.2 영화 리뷰 감정 분석
7.3 Seq2Seq 기계 번역
7.4 마치며

CHAPTER 8 딥러닝을 해킹하는 적대적 공격

8.1 적대적 공격이란?
8.2 적대적 공격의 종류
8.3 FGSM 공격
8.4 마치며

CHAPTER 9 경쟁하며 학습하는 GAN

9.1 GAN 기초
9.2 GAN으로 새로운 패션 아이템 생성하기
9.3 cGAN으로 생성 제어하기
9.4 마치며

CHAPTER 10 주어진 환경과 상호작용하며 학습하는 DQN

10.1 강화학습과 DQN 기초
10.2 카트폴 게임 마스터하기
10.3 마치며

책소개

저자소개

목차