YES24 카테고리 리스트

YES24 유틸메뉴

Global YES24안내보기: Global YES24는?

K-POP/K-Drama 관련상품(음반,도서,DVD)을
영문/중문 으로 이용하실 수 있습니다.

Korean wave shopping mall, sell the
K-POP/K-Drama (CD,DVD,Blu-ray,Book) We aceept PayPal/UnionPay/Alipay
and support English/Chinese Language service
English
作为出售正规 K-POP/K-Drama 相关(CD,图书,DVD) 韩流商品的网站, 支持中文/英文等海外结账方式
中文
Exclusive ticket sales for domestic and international pop artists
Global yesticket

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

신용카드 (54x86mm)

A4용지 (210x297mm)

미리보기 사이즈비교 공유하기

소득공제

구글 브레인팀에게 배우는 딥러닝 with TensorFlow.js

자바스크립트만 알고 있다면 시작하기에 충분하다!

프랑소와 숄레, 에릭 닐슨, 스탠 바일시, 샨칭 차이 저/박해선 역 | 길벗 | 2022년 03월 31일 | 원서 : Deep learning with JavaScript 리뷰 총점9.6 정보 더 보기/감추기

종이책 리뷰 (10건)
eBook 리뷰 (0건)
종이책 한줄평 (0건)
eBook 한줄평 (0건)

회원리뷰(10건) | 판매지수 330 판매지수란?

상품 가격정보
정가	44,000원
판매가	39,600원 (10% 할인)
YES포인트	2,200원 (5% 적립) 5만원이상 구매 시 2천원 추가적립 5만원이상 구매 시 2천원 추가적립 안내

결제혜택
결제혜택	카드/간편결제 혜택을 확인하세요 카드/간편결제 혜택 보기/감추기 예스24 현대카드 3만원 캐시백 이벤트 [기본혜택] YES포인트 1~3% 적립 관련페이지 바로가기 카카오페이 2,500원 즉시할인 일 선착순 400건, 4만원 이상 관련페이지 바로가기 우리카드 우리페이 2,000원 즉시할인 일 선착순 300건, 3만원 이상 관련페이지 바로가기 토스페이 1천원 즉시할인 일 400명, 1만5천원 이상 관련페이지 바로가기 네이버페이 5천 포인트 적립 1천명 추첨, 5만원 이상 관련페이지 바로가기

배송안내
배송안내 바로가기

배송비 : 무료 배송비 안내

구매 시 참고사항
구매 시 참고사항

판매중

수량

카트에 넣기 바로구매

해외배송 가능
최저가 보상
문화비소득공제 신청가능

리스트에 넣기 분철서비스 알림신청

대학생 & 취준생이동

월간 개발자 4월호이동

공부합시다! 생성형 AI이동

이 세계에선 N잡러?이동

이전 YES NOW 배너보기

다음 YES NOW 배너보기

1/4

광고 AD

구글 브레인팀에게 배우는 딥러닝 with TensorFlow.js

카트에 넣기 바로구매

품목정보

품목정보
발행일	2022년 03월 31일
쪽수, 무게, 크기	648쪽 \| 1,148g \| 18323526mm
ISBN13	9791165219239
ISBN10	1165219239

이 상품의 이벤트 (9개)

선착순 사은품 기획전

모셔가는 개발자 되기! 코딩테스트 대비 도서전

이벤트 대상 도서 구매 시, 밀크글라스/복조리 토트백/말랑 펜트레이 중 택1 증정(포인트 차감, 한정수량)

2022년 12월 30일 ~ 한정 수량
선착순 사은품 기획전

실력있는 개발자를 위한 프로그래밍 전문서 : 한빛미디어 오라일리 시리즈

이벤트 대상 도서 구매 시 '오라일리 규조토 코스터' 증정(디자인 랜덤, 포인트 차감, 한정수량)

2023년 06월 15일 ~ 한정 수량
기획전

어서오세요, [클래스24] 입니다

만나고 싶은 작가 신청하고 포인트 받으세요!

2024년 03월 20일 ~ 2024년 04월 30일
사은품 기획전

[2024 세계 책의 날] 책을 ( ) 하다

책과 함께 살아간다는 것

2024년 04월 12일 ~ 2024년 04월 30일
사은품

YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정

수험서, 자격증, 외국어, 대학교재, 참고서 등을 더욱 가볍고 편하게 만나보세요!

2017년 09월 06일 ~ 한정 수량
정가 인하 & 특가 할인 도서 모음

2024년 02월 25일 ~ 한정 수량
사은품

4월의 굿즈 :책가도 독서대/스마트폰 거치대/우양산/북 스토퍼/우드 센서 무드등

국내도서/외국도서/직배송 GIFT 5/7만원 이상, eBook/크레마 5만원 이상 구매 시 선착순 택1 증정 (포인트 차감)

2024년 03월 29일 ~ 2024년 04월 30일
선착순 기획전

오직, 예스24에서만

컨텐츠의 가치를 아는 당신이라면, 예스24에서만 만날 수 있는 한정판 상품에 주목하세요.

2023년 07월 25일 ~ 한정 수량
사은품

예스24 X JTBC <소탐대실> 콜라보 [서탐대실]

책에 대한 작은 탐사, 큰 결실

2023년 10월 07일 ~ 한정 수량

펼쳐보기접어보기

책소개

책의 일부 내용을 미리 읽어보실 수 있습니다. 미리보기

1부 동기 부여와 기본 개념 1장. 딥러닝과 자바스크립트 1.1 인공 지능, 머신 러닝, 신경망 그리고 딥러닝 __1.1.1 인공 지능 __1.1.2 전통적인 프로그래밍과 머신 러닝의 차이점 __1.1.3 신경망과 딥러닝 __1.1.4 왜 딥러닝인가? 왜 지금인가? 1.2 왜 자바스크립트와 머신 러닝을 합쳐야 하나요? __1.2.1 Node.js를 사용한 딥러닝 __1.2.2 자바스크립트 생태계 1.3 왜 TensorFlow.js인가? __1.3.1 TensorFlow, Keras, TensorFlow.js에 대한 간략한 역사 __1.3.2 TensorFlow.js를 선택하는 이유: 비슷한 라이브러리와의 간략한 비교 __1.3.3 전 세계에서 TensorFlow.js가 어떻게 사용되고 있나요? __1.3.4 이 책이 TensorFlow.js에 대해 가르쳐 줄 것과 그렇지 않은 것 1.4 연습 문제 1.5 요약 2부 TensorFlow.js 소개 2장. TensorFlow.js 시작하기: 간단한 선형 회귀 2.1 예제 1: TensorFlow.js를 사용해 다운로드 시간 예측하기 __2.1.1 프로젝트 개요: 소요 시간 예측 __2.1.2 코드와 콘솔의 상호 작용 안내 __2.1.3 데이터 생성과 포매팅 __2.1.4 간단한 모델 정의하기 __2.1.5 훈련 데이터에서 모델 훈련하기 __2.1.6 훈련된 모델을 사용해 예측 만들기 __2.1.7 첫 번째 예제 요약 2.2 Model.fit( ) 내부: 예제 1의 경사 하강법 분석 __2.2.1 경사 하강법 최적화 이해하기 __2.2.2 역전파: 경사 하강법 내부 2.3 여러 입력 특성을 가진 선형 회귀 __2.3.1 보스턴 주택 데이터셋 __2.3.2 깃허브에서 보스턴 주택 프로젝트를 가져와 실행하기 __2.3.3 보스턴 주택 데이터 얻기 __2.3.4 보스턴 주택 문제를 정확하게 정의하기 __2.3.5 데이터 정규화 __2.3.6 보스턴 주택 데이터에서 선형 회귀 훈련하기 2.4 모델 해석 방법 __2.4.1 학습된 가중치에서 의미 추출하기 __2.4.2 모델에서 가중치 추출하기 __2.4.3 모델 해석 가능성에 대한 주의 사항 2.5 연습 문제 2.6 요약 3장. 비선형성 추가: 가중치 합을 넘어서 3.1 비선형성과 그 필요성 __3.1.1 신경망의 비선형성에 대한 직관 기르기 __3.1.2 하이퍼파라미터 최적화 3.2 출력층의 비선형성: 분류를 위한 모델 __3.2.1 이진 분류 __3.2.2 이진 분류기의 품질 측정: 정밀도, 재현율, 정확도, ROC 곡선 __3.2.3 ROC 곡선: 이진 분류의 균형 관계 확인하기 __3.2.4 이진 크로스 엔트로피: 이진 분류를 위한 손실 함수 3.3 다중 분류 __3.3.1 범주형 데이터의 원-핫 인코딩 __3.3.2 소프트맥스 활성화 함수 __3.3.3 범주형 크로스 엔트로피: 다중 분류를 위한 손실 함수 __3.3.4 오차 행렬: 다중 분류를 상세하게 분석하기 3.4 연습 문제 3.5 요약 4장. 합성곱 신경망을 사용해 이미지와 사운드 인식하기 4.1 벡터에서 텐서로 이미지 표현하기 __4.1.1 MNIST 데이터셋 4.2 첫 번째 합성곱 신경망 __4.2.1 conv2d 층 __4.2.2 maxPooling2d 층 1 __4.2.3 합성곱과 풀링의 반복 __4.2.4 flatten 층과 밀집 층 __4.2.5 합성곱 신경망 훈련하기 __4.2.6 합성곱 신경망을 사용해 예측하기 4.3 브라우저를 넘어서: Node.js로 모델 훈련 속도 높이기 __4.3.1 tfjs-node 사용하기 __4.3.2 Node.js에서 모델을 저장하고 브라우저에서 불러오기 4.4 음성 인식: 합성곱 신경망을 오디오 데이터에 적용하기 __4.4.1 스펙트로그램: 사운드를 이미지로 표현하기 4.5 연습 문제 4.6 요약 5장. 전이 학습: 사전 훈련된 신경망 재사용하기 5.1 전이 학습: 사전 훈련된 모델을 재사용하기 __5.1.1 출력 크기가 같은 전이 학습: 동결 층 __5.1.2 출력 크기가 같지 않은 전이 학습: 베이스 모델의 출력을 사용해 새로운 모델 만들기 __5.1.3 미세 튜닝을 통해 전이 학습을 최대로 활용하기: 오디오 예제 5.2 합성곱 신경망에서 전이 학습을 통한 객체 탐지 __5.2.1 합성된 장면을 기반으로 한 간단한 객체 탐지 문제 __5.2.2 간단한 객체 탐지 자세히 알아보기 5.3 연습 문제 5.4 요약 3부 TensorFlow.js를 사용한 고급 딥러닝 6장. 데이터 다루기 6.1 tf.data를 사용해 데이터 관리하기 __6.1.1 tf.data.Dataset 객체 __6.1.2 tf.data.Dataset 만들기 __6.1.3 데이터셋에서 데이터 가져오기 __6.1.4 tfjs-data 데이터셋 다루기 6.2 model.fitDataset으로 모델 훈련하기 6.3 데이터 추출의 일반적인 패턴 __6.3.1 CSV 데이터 다루기 __6.3.2 tf.data.webcam()을 사용해 비디오 데이터 가져오기 __6.3.3 tf.data.microphone()을 사용해 오디오 데이터 가져오기 6.4 데이터에 있는 문제 처리하기 __6.4.1 데이터 이론 __6.4.2 데이터 문제를 감지하고 처리하기 6.5 데이터 증식 6.6 연습 문제 6.7 요약 7장. 데이터와 모델 시각화 7.1 데이터 시각화 __7.1.1 tfjs-vis를 사용해 데이터 시각화하기 __7.1.2 통합 사례 연구: tfjs-vis를 사용한 날씨 데이터 시각화 7.2 훈련된 모델 시각화 __7.2.1 합성곱 신경망의 내부 활성화 값 시각화하기 __7.2.2 합성곱 층을 최대로 활성화하는 이미지 시각화하기 __7.2.3 합성곱 분류 결과에 대한 시각적 해석 7.3 추가 자료 7.4 연습 문제 7.5 요약 8장. 과소적합, 과대적합과 머신 러닝의 일반적인 워크플로 8.1 온도 예측 문제 구성 8.2 과소적합, 과대적합 그리고 해결책 __8.2.1 과소적합 __8.2.2 과대적합 __8.2.3 가중치 규제로 과대적합 감소하고 시각화하기 8.3 머신 러닝의 일반적인 워크플로 8.4 연습 문제 8.5 요약 9장. 시퀀스와 텍스트를 위한 딥러닝 9.1 두 번째 날씨 예측: RNN 소개 __9.1.1 밀집 층이 순서를 모델링하지 못하는 이유 __9.1.2 RNN이 순서를 모델링하는 방법 9.2 텍스트를 위한 딥러닝 모델 만들기 __9.2.1 머신 러닝에서의 텍스트 표현 방법: 원-핫 인코딩과 멀티-핫 인코딩 __9.2.2 감성 분석 문제를 위한 첫 번째 모델 __9.2.3 더 효율적인 단어 표현: 단어 임베딩 __9.2.4 1D 합성곱 신경망 9.3 어텐션 메커니즘을 사용한 시퀀스-투-시퀀스 작업 __9.3.1 시퀀스-투-시퀀스 작업 정의 __9.3.2 인코더-디코더 구조와 어텐션 메커니즘 __9.3.3 어텐션 기반의 인코더-디코더 모델 자세히 알아보기 9.4 추가 자료 9.5 연습 문제 9.6 요약 10장. 생성적 딥러닝 10.1 LSTM을 사용해 텍스트 생성하기 __10.1.1 다음 문자 예측기: 간단하게 텍스트를 생성하는 방법 __10.1.2 LSTM 텍스트 생성 예제 __10.1.3 온도: 생성된 텍스트의 무작위성 조절하기 10.2 변이형 오토인코더: 이미지를 위한 효율적이고 구조적인 벡터 표현 찾기 __10.2.1 오토인코더와 VAE: 기본 아이디어 __10.2.2 VAE 예제: 패션 MNIST 10.3 GAN으로 이미지 생성하기 __10.3.1 GAN의 기본 아이디어 __10.3.2 ACGAN의 구성 요소 __10.3.3 ACGAN 훈련 자세히 알아보기 __10.3.4 MNIST ACGAN 훈련과 이미지 생성 10.4 추가 자료 10.5 연습 문제 10.6 요약 11장. 심층 강화 학습 11.1 강화 학습 문제 정의 11.2 정책 네트워크와 정책 그레이디언트: 카트-막대 예제 __11.2.1 카트-막대 강화 학습 문제 __11.2.2 정책 네트워크 __11.2.3 정책 네트워크 훈련하기: REINFORCE 알고리즘 11.3 가치 네트워크와 Q-러닝: 스네이크 게임 예제 __11.3.1 강화 학습 문제로서의 스네이크 게임 __11.3.2 마르코프 결정 과정과 Q-가치 __11.3.3 심층 Q-네트워크 __11.3.4 심층 Q-네트워크 훈련하기 11.4 추가 자료 11.5 연습 문제 11.6 요약 4부 정리와 마무리 멘트 12장. 모델 테스트, 최적화, 배포 12.1 TensorFlow.js 모델 테스트하기 __12.1.1 전통적인 단위 테스트 __12.1.2 골든 값으로 테스트하기 __12.1.3 지속적인 훈련 고려 사항 12.2 모델 최적화 __12.2.1 훈련 후 가중치 양자화를 통한 모델 크기 최적화 __12.2.2 GraphModel 변환을 사용한 추론 속도 최적화 12.3 다양한 플랫폼과 환경에 TensorFlow.js 모델 배포하기 __12.3.1 웹에 배포할 때 추가적인 고려 사항 __12.3.2 클라우드 서비스에 배포 __12.3.3 크롬 확장 같은 브라우저 확장 프로그램으로 배포하기 __12.3.4 자바스크립트 기반 모바일 애플리케이션에 TensorFlow.js 모델 배포하기 __12.3.5 자바스크립트 기반 크로스 플랫폼 데스크톱 애플리케이션에 TensorFlow.js 모델 배포하기 __12.3.6 위챗과 다른 자바스크립트 기반 모바일 앱 플러그인 시스템에 TensorFlow.js 모델 배포하기 __12.3.7 단일 보드 컴퓨터에 TensorFlow.js 모델 배포하기 __12.3.8 배포 방식 정리 12.4 추가 자료 12.5 연습 문제 12.6 요약 13장. 정리, 결론 그리고 그 외 사항 13.1 검토할 주요 개념 __13.1.1 AI, 머신 러닝, 딥러닝 __13.1.2 머신 러닝 중에서 딥러닝이 독보적인 이유 __13.1.3 딥러닝에 대한 고수준의 소개 __13.1.4 딥러닝을 가능하게 한 핵심 기술 __13.1.5 자바스크립트에서 딥러닝으로 가능한 애플리케이션과 기회 13.2 딥러닝 워크플로와 TensorFlow.js 소개 __13.2.1 지도 학습 딥러닝의 일반적인 워크플로 __13.2.2 TensorFlow.js의 모델과 층 __13.2.3 TensorFlow.js에서 사전 훈련된 모델 사용하기 __13.2.4 딥러닝의 가능성 __13.2.5 딥러닝의 한계 13.3 딥러닝 트렌드 13.4 추가 학습을 위한 안내 __13.4.1 캐글에서 실전 머신 러닝 문제 연습하기 __13.4.2 아카이브에서 최신 개발 논문 읽기 __13.4.3 TensorFlow.js 생태계 맺음말 부록 A. 실습 환경 설정 부록 B. tfjs-node-gpu와 필수 라이브러리 설치 B.1 리눅스에서 tfjs-node-gpu 설치하기 B.2 윈도에서 tfjs-node-gpu 설치하기 부록 C. TensorFlow.js 텐서와 연산 튜토리얼 C.1 텐서 생성과 텐서 축 규칙 __C.1.1 스칼라(랭크-0 텐서) __C.1.2 tensor1d(랭크-1 텐서) __C.1.3 tensor2d(랭크-2 텐서) __C.1.4 랭크-3과 고차원 텐서 __C.1.5 데이터 배치 개념 __C.1.6 실제 텐서 예시 __C.1.7 텐서 버퍼에서 텐서 만들기 __C.1.8 값이 0인 텐서와 값이 1인 텐서 만들기 __C.1.9 랜덤한 값을 가진 텐서 만들기 C.2 기본 텐서 연산 __C.2.1 단항 연산 __C.2.2 이진 연산 __C.2.3 텐서 연결과 슬라이싱 C.3 TensorFlow.js의 메모리 관리: tf.dispose( )와 tf.tidy( ) C.4 그레이디언트 계산 C.5 연습 문제 부록 D. 용어 사전

펼쳐보기접어보기

상세 이미지

저자 소개 (5명)

저 : 프랑소와 숄레 (Francois Chollet)

관심작가 알림신청 작가 파일

가장 널리 사용되는 딥러닝 프레임워크인 케라스의 창시자다. 현재 구글의 소프트웨어 엔지니어로 케라스 팀을 이끌고 있으며, 추상화, 추론 그리고 인공 지능의 일반성을 높이기 위한 방법을 연구한다. 가장 널리 사용되는 딥러닝 프레임워크인 케라스의 창시자다. 현재 구글의 소프트웨어 엔지니어로 케라스 팀을 이끌고 있으며, 추상화, 추론 그리고 인공 지능의 일반성을 높이기 위한 방법을 연구한다.

저 : 에릭 닐슨 (Eric Nielsen)

관심작가 알림신청 작가 파일

구글 브레인 팀의 소프트웨어 엔지니어이며, TensorFlow.js 고수준 API와 이와 관련된 예제, 문서, 도구의 핵심 개발자다. TensorFlow.js 기반 딥러닝을 장애인을 위한 의사소통 도구 같은 실전 문제에 적용했으며, 모두 MIT에서 학위를 받았다. 구글 브레인 팀의 소프트웨어 엔지니어이며, TensorFlow.js 고수준 API와 이와 관련된 예제, 문서, 도구의 핵심 개발자다. TensorFlow.js 기반 딥러닝을 장애인을 위한 의사소통 도구 같은 실전 문제에 적용했으며, 모두 MIT에서 학위를 받았다.

저 : 스탠 바일시 (Stanley Bileschi)

관심작가 알림신청 작가 파일

저 : 샨칭 차이 (Shanqing Cai)

관심작가 알림신청 작가 파일

역 : 박해선

관심작가 알림신청 작가 파일

기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. Microsoft AI MVP, GCP Champion Innovator이다. 텐서 플로우 블로그(tensorflow.blog)를 운영하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다. 『챗GPT로 대화하는 기술』(한빛미디어, 2023), 『혼자 공부하는 데이터 분석 with 파이썬』... 기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. Microsoft AI MVP, GCP Champion Innovator이다. 텐서 플로우 블로그(tensorflow.blog)를 운영하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다. 『챗GPT로 대화하는 기술』(한빛미디어, 2023), 『혼자 공부하는 데이터 분석 with 파이썬』(한빛미디어, 2023), 『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020), 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필했다. 『머신러닝 교과서: 파이토치 편』(길벗, 2023), 『스티븐 울프럼의 챗GPT 강의』(한빛미디어, 2023), 『핸즈온 머신러닝 3판』(한빛미디어, 2023), 『만들면서 배우는 생성 딥러닝 2판』(한빛미디어, 2023), 『코딩 뇌를 깨우는 파이썬』(한빛미디어, 2023), 『트랜스포머를 활용한 자연어 처리』(한빛미디어, 2022), 『케라스 창시자에게 배우는 딥러닝 2판』(길벗, 2022), 『개발자를 위한 머신러닝&딥러닝』(한빛미디어, 2022), 『XGBoost와 사이킷런을 활용한 그레이디언트 부스팅』(한빛미디어, 2022), 『구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js』(길벗, 2022), 『(개정2판)파이썬 라이브러리를 활용한 머신러닝』(한빛미디어, 2022), 『머신러닝 파워드 애플리케이션』(한빛미디어, 2021), 『파이토치로 배우는 자연어 처리』(한빛미디어, 2021), 『머신러닝 교과서 3판』(길벗, 2021)을 포함하여 여러 권의 책을 우리말로 옮겼다.

펼쳐보기접어보기

더보기접어보기

만든 이 코멘트

저자, 역자, 편집자를 위한 공간입니다. 독자들에게 전하고 싶은 말씀을 남겨주세요. 코멘트 쓰기

안녕하세요. 이 책의 역자 입니다.

박해선 (haesun.park@tensorflow.blog) | 2022-03-25

안녕하세요. “구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js”를 번역한 박해선입니다. 이 책을 선택해 주신 많은 독자에게 진심으로 감사의 말씀 드립니다. 이 책은 구글 브레인 팀의 에릭 닐슨, 스탠 바일시, 샨칭 차이와 케라스를 만든 프랑소와 숄레가 쓴 자바스크립트 딥러닝 입문서입니다. 기본적인 인공 신경망은 물론, 합성곱 신경망, 순환 신경망, GAN, 오토인코더, 강화 학습까지 다루고 있습니다. 웹 브라우저에서 딥러닝 모델을 훈련하고 실행하는 것 뿐만 아니라 node.js를 사용해 자바스크립트로 대용량 모델을 서버에서 훈련시킬 수도 있습니다. 이 책을 통해 자바스크립트와 딥러닝이 만든 놀라운 세계를 체험보세요! 책을 구매하시면 제 블로그의 에러타 페이지(https://bit.ly/tfjs-book)와 깃허브(https://bit.ly/tfjs-git)를 꼭 참고해 주세요. TensorFlow.js 최신 버전에 맞춘 코드와 에러타를 업데이트 하겠습니다. [파이썬 라이브러리를 활용한 머신러닝(번역개정2판)], [머신러닝 파워드 애플리케이션], [파이토치로 배우는 자연어 처리], [머신러닝 교과서 3판], [딥러닝 일러스트레이티드], [혼자 공부하는 머신러닝+딥러닝], [GAN 인 액션], [핸즈온 머신러닝 2판], [미술관에 GAN 딥러닝], [Do It! 딥러닝 입문], [파이썬을 활용한 머신러닝 쿡북], [케라스 창시자에게 배우는 딥러닝] 등에 이어 열 여덟 번째 머신러닝 책입니다. 많은 분들의 응원 덕에 큰 힘을 얻습니다. 더 좋은 책으로 찾아 뵙겠습니다. 감사합니다.

출판사 리뷰

기초부터 구글 브레인 팀의 노하우까지! 브라우저에서 바로 실행하며 배우는 딥러닝! 브라우저에서 딥러닝 모델을 빌드하고 실행하는 TensorFlow.js 딥러닝은 컴퓨터 비전, 이미지 처리, 자연어 처리 등 다양한 분야에 변화를 불러왔다. 이제 자바스크립트 개발자는 파이썬이나 R에 의존하지 않고 TensorFlow.js를 사용하여 딥러닝 모델을 구축하고 훈련할 수 있다. 특히 TensorFlow.js로 만든 모델은 자바스크립트가 실행되는 모든 곳에서 실행할 수 있어 이식성은 정말 최고라고 할 수 있다. 자바스크립트에 능숙한 개발자라면 TensorFlow.js로 딥러닝을 시작해보자. 딥러닝 기초부터 심층 강화 학습까지! TensorFlow.js의 개요, 이미지와 사운드 인식, 전이 학습, 모델 시각화, 시퀀스와 텍스트를 위한 딥러닝, 생성적 딥러닝 등 딥러닝 기초부터 심층 강화 학습까지 TensorFlow.js로 딥러닝을 시작하기에 필요한 모든 것을 설명한다. 브라우저에서 얼마나 많은 작업을 수행할 수 있는지 알면 놀랄 것이다. 이 모든 과정을 TensorFlow.js를 만든 구글 브레인 팀 개발자에게 직접 배워 보자. 실용적이고 확장 가능한 예제로 학습한다 상세한 해설, 실질적인 권장 사항, 구체적인 문제 해결을 위한 저자들의 노하우까지 포괄하는 설명이 포함된 예제로 학습한다. 이 예제들을 학습하면서 딥러닝의 개념, 적용 범위, 한계 등을 확실하게 이해할 수 있다. 이 과정으로 딥러닝으로 문제를 해결하는 과정에 익숙해질 것이며, TensorFlow.js로 전이 학습, 자연어 처리 등 실전 문제까지 해결할 수 있다. 또한, 이 예제들을 확장해 나만의 딥러닝 모델을 만들거나 적용할 수도 있다. 누구를 위한 책인가 웹 프런트엔드 개발이나 Node.js 기반 백엔드 개발 경험을 바탕으로 자바스크립트에 대한 실무 지식을 가지고 있으며 딥러닝 세계로 모험을 떠나고 싶은 프로그래머를 위해 이 책을 썼습니다. 이 책의 목표는 다음 두 그룹에 해당하는 독자들의 학습 요구를 만족시키는 것입니다. - 머신 러닝이나 수학적 배경지식이 거의 또는 전혀 없지만 분류와 회귀 같은 일반적인 데이터 과학 문제를 해결하기 위한 딥러닝 워크플로를 이해하고 딥러닝의 작동 방식을 알고 싶은 자바스크립트 프로그래머 - 사전 훈련된 모델을 웹 앱이나 백엔드 스택에 새로운 기능으로 배포하는 작업을 담당하는 웹 또는 Node.js 개발자 첫 번째 그룹의 독자를 위해 이 책은 재미있는 자바스크립트 코드 예제를 사용해 머신 러닝과 딥러닝의 기본 개념을 기초부터 소개합니다. 수학 대신에 그림, 의사 코드, 구체적인 예제를 사용해 딥러닝 작동 방식의 기초를 직관적이지만 확고하게 이해할 수 있도록 돕습니다. 두 번째 그룹의 독자를 위해 기존 모델(예를 들면 파이썬에서 훈련된 모델)을 프런트엔드나 Node.js 스택에 배포하기 위해 웹 또는 Node.js 호환 포맷으로 변환하는 주요 단계를 다룹니다. 모델 크기와 성능 최적화 같은 실용적인 측면은 물론 서버에서 브라우저 확장 프로그램, 모바일 앱까지 다양한 배포 환경에 대한 고려 사항을 강조합니다. 이 책은 모든 독자를 위해 데이터 주입과 포매팅, 모델 구축과 로딩 그리고 추론, 평가, 훈련을 실행하기 위한 TensorFlow.js API를 깊게 다룹니다. 마지막으로, 자바스크립트나 다른 언어로 정기적인 코딩을 하지는 않지만 기술적인 마인드가 있는 사람에게도 이 책이 기초 및 고급 신경망을 위한 입문서로 유용할 것입니다. 책의 구성: 로드맵 이 책은 네 부분으로 구성되어 있습니다. 1장만 포함된 1부는 인공 지능, 머신 러닝, 딥러닝에 대한 전체 그림을 제시하고 자바스크립트로 딥러닝을 하는 것이 왜 의미 있는지 소개합니다. 2부는 딥러닝에서 가장 기초적이고 자주 등장하는 개념을 소개합니다. - 2장과 3장은 머신 러닝을 소개합니다. 2장은 직선을 훈련하여 한 숫자에서 다른 숫자를 예측하는 간단한 문제(선형 회귀)를 다루고, 이를 사용해 역전파(딥러닝의 엔진)의 작동 방식을 설명합니다. 2장을 토대로 3장은 비선형성, 다층 신경망, 분류 작업을 소개합니다. 3장에서 비선형성이 무엇인지, 왜 비선형성이 심층 신경망의 표현 능력을 높이는지 이해할 수 있습니다. - 4장은 이미지 데이터와 이미지에 관련된 머신 러닝 문제를 해결하기 위한 신경망 구조인 합성곱 신경망을 다룹니다. 오디오 입력을 예로 들어 합성곱이 이미지 외에 다른 입력에도 사용되는 일반적인 방법인 이유를 보입니다. - 5장은 계속해서 합성곱과 이미지 입력에 초점을 맞춥니다. 하지만 전이 학습으로 주제를 옮깁니다. 전이 학습은 처음부터 시작하지 않고 기존 모델을 기반으로 새로운 모델을 훈련하는 방법입니다. 3부는 최신 기술을 이해하고 싶은 독자를 위해 딥러닝의 고급 주제를 체계적으로 다룹니다. 이와 함께 머신 러닝 시스템의 도전적인 영역과 이를 해결하기 위한 TensorFlow.js 도구에 초점을 맞춥니다. - 6장은 딥러닝에서 데이터를 다루는 기술을 설명합니다. - 7장은 모든 딥러닝 워크플로에서 중요하고 필수적인 단계인 데이터 시각화와 모델 시각화에 대한 기술을 보여 줍니다. - 8장은 딥러닝에서 중요한 주제인 과소적합과 과대적합, 그리고 이를 분석하고 완화하기 위한 기술에 초점을 맞춥니다. 이런 논의를 통해 지금까지 이 책에서 배운 것을 ‘머신 러닝의 보편적인 워크플로’라는 레시피로 압축합니다. 이 장은 9~11장에서 고급 신경망 구조와 문제를 다루기 위한 준비 작업입니다. - 9장은 시퀀스 데이터와 텍스트 입력을 처리하는 심층 신경망에 집중합니다. - 10장과 11장은 고급 딥러닝 영역인 (생성적 적대 신경망을 포함한) 생성 모델과 강화 학습을 각각 다룹니다. 4부에서는 훈련하거나 TensorFlow.js로 변환된 모델의 테스트, 최적화, 배포 기술을 다룹니다(12장). 그리고 가장 중요한 개념과 워크플로를 요약하는 것으로 전체 책을 마무리합니다1(3장). 각 장의 끝에서는 배운 내용을 잘 이해하는지 평가하고 실습을 통해 TensorFlow.js의 딥러닝 기술을 연마하는 데 도움이 되는 연습 문제를 제공합니다.

펼쳐보기접어보기

회원리뷰 (10건)

매주 10건의 우수리뷰를 선정하여 YES포인트 3만원을 드립니다.
3,000원 이상 구매 후 리뷰 작성 시 일반회원 300원, 마니아회원 600원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기 리뷰쓰기

10명의 예스24 회원이 평가한 평균별점

리뷰 총점9.6/ 10.0

별점별로 리뷰를 확인해 보세요.

한줄평 (0건)

1,000원 이상 구매 후 한줄평 작성 시 일반회원 50원, 마니아회원 100원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기

평점 별 2점 별 4점 별 6점 별 8점 별 10점 작성 시 유의사항 한줄평 작성 시 유의사항

한글 기준 50자까지 작성가능 0/50

등록된 한줄평이 없습니다.

첫번째 한줄평을 남겨주세요.

배송/반품/교환 안내

배송 안내

배송 안내
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

※ 상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내
반품/교환 방법	마이페이지 > 반품/교환 신청 및 조회, 1:1 문의, 고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리

최근 본 (0)

예스이십사(주): 대표 : 김석환, 최세라 주소 : 서울시 영등포구 은행로 11, 5층~6층(여의도동,일신빌딩) 사업자등록번호 : 229-81-37000 통신판매업신고 : 제 2005-02682호 사업자 정보확인 이메일 : yes24help@yes24.com 호스팅 서비스사업자 : 예스이십사(주)
Copyright ⓒ YES24 Corp. All Rights Reserved.

고객문의

도서/음반 1544-3800

중고샵 1566-4295

티켓예매 1544-6399

eBook 1:1 문의
1:1 문의하기 자주 묻는 질문 상담시간 안내

소비자피해보상보험 서울보증보험: 고객님은 안전거래를 위해 현금 등으로 결제 시 저희 쇼핑몰에서 가입한 구매안전서비스를 이용하실 수 있습니다. 서비스가입사실 확인

EQUUS7

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

구글 브레인팀에게 배우는 딥러닝 with TensorFlow.js

자바스크립트만 알고 있다면 시작하기에 충분하다!

구글 브레인팀에게 배우는 딥러닝 with TensorFlow.js

출판사 추천

품목정보

관련분류

이 상품의 이벤트 (9개)

책소개

목차

상세 이미지

저자 소개 (5명)

만든 이 코멘트

출판사 리뷰

회원리뷰 (10건)

한줄평 (0건)

배송/반품/교환 안내

도착예상일

도착예상일
상품준비	출고완료	도착예상일