Name: 신경망과 심층 학습
Price: 35100 KRW
Availability: Discontinued
Rating: 9.7 (3 reviews)
Author: 차루 C. 아가르왈
ISBN: 9791188621668

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

검색

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

현재위치 웰컴

> 국내도서

> IT 모바일

> 인공지능

> 머신러닝/딥러닝

미리보기 공유하기

소득공제 제이펍-I♥A.I 시리즈

신경망과 심층 학습

뉴럴 네트워크와 딥러닝 교과서

차루 C. 아가르왈 저/류광 역 | 제이펍 | 2019년 09월 17일 | 원제 : Neural Networks and Deep Learning: A Textbook 리뷰 총점9.7 정보 더 보기/감추기

종이책 리뷰 (2건)
eBook 리뷰 (0건)
종이책 한줄평 (1건)
eBook 한줄평 (0건)

회원리뷰(3건)

상품 가격정보
정가	39,000원
판매가	35,100원 (10% 할인)
YES포인트	1,950원 (5% 적립) 5만원이상 구매 시 2천원 추가적립 5만원이상 구매 시 2천원 추가적립 안내

결제혜택
결제혜택	카드/간편결제 혜택을 확인하세요 카드/간편결제 혜택 보기/감추기 카카오페이 3,000원 즉시할인 일 350건, 5만원 이상 관련페이지 바로가기 네이버페이 2,000원 추첨 적립 4만원 이상, 4천명 추첨 관련페이지 바로가기 우리카드 우리WON페이 2,000원 즉시할인 일 100명, 3만원 이상 관련페이지 바로가기 페이코 1% 할인 포인트 결제시 관련페이지 바로가기 예스24 현대카드 1~3% YES포인트 적립 전월 실적 조건 없음 관련페이지 바로가기

구매 시 참고사항
구매 시 참고사항	현재 새 상품은 구매 할 수 없습니다. 아래 상품으로 구매하거나 판매 해보세요.

절판

수량

국내배송만 가능
문화비소득공제 가능

리스트에 넣기 시리즈 알림신청

시리즈 알림 서비스 시리즈 알림 서비스란?

분철서비스 알림신청

[대학생X취준생] 1학기 완성이동

4월의 굿즈 : 미피 에코백 & 보냉백이동

기간 한정 특가 도서이동

오직, 예스24에서만이동

이전 YES NOW 배너보기

다음 YES NOW 배너보기

1/4

신경망과 심층 학습

제이펍-I♥A.I 시리즈

줄리아 머신러닝, 딥러닝, 강화학습

김태훈 저

28,800원 (10% 할인)
인공지능 소프트웨어 품질 보증을 위한 테스트 기법

사토 나오토,오가와 히데토,구루마 히로노부,묘진 도모유키 저/황석형 역

23,400원 (10% 할인)
그림으로 배우는 StatQuest 머신러닝 강의

조시 스타머 저/김태헌 역

24,300원 (10% 할인)
예제로 배우는 파이썬 머신러닝

위시 (헤이든) 류 저/구정회 역

29,700원 (10% 할인)
딥러닝을 위한 수학

로널드 크노이젤 저/류광 역

27,000원 (10% 할인)

더보기이동

이 분야 베스트셀러

AI 에이전트 엔지니어링

마이클 알바다 저/강민혁 역

28,800원 (10% 할인)
클로드 코드 마스터

이남희,백승현 저

32,400원 (10% 할인)
Do it! LLM을 활용한 AI 에이전트 개발 입문

이성용 저

31,500원 (10% 할인)
혼자 공부하는 머신러닝+딥러닝

박해선 저

28,800원 (10% 할인)
핸즈온 머신러닝

오렐리앙 제롱 저/박해선 역

54,000원 (10% 할인)
요즘 당근 AI 개발

당근 팀 저

19,800원 (10% 할인)

더보기이동

이 분야 신상품

액션 퍼스트 러닝 Action-First Learning

칼 카프 저/더플레이컴퍼니 역

29,700원 (10% 할인)
클로드 코드 마스터

이남희,백승현 저

32,400원 (10% 할인)
그림으로 배우는 생성형 AI

프리양카 베르가디아,발리아파 락슈마난 저/류광 역

29,700원 (10% 할인)
랭체인으로 구현하는 AI 서비스 & 에이전트 개발 입문

ML_Bear 저/손민규 역/장하렴 감수

25,200원 (10% 할인)
핵심만 빠르게! 3권 세트

다니엘 보이트 고도이,안드리 부르코프 저/박해선 역

72,000원 (10% 할인)
A2A × MCP 멀티에이전트 오케스트레이션 실전

서지영 저

29,700원 (10% 할인)

더보기이동

이 책이 담긴 리스트

더보기이동

g*****e님의 리스트

AI 머신러닝

의사결정 알고리듬 마이켈 J. 코첸더퍼,팀 A. 윌러,카일 H. 레이 공저/이병욱 역 49,500원
트랜스포머로 시작하는 자연어 처리 Denis Rothman 저/하헌규,김윤기,박지성,임창대 공역 37,800원
확산 모델의 수학 오카노하라 다이스케 저/손민규 역 19,800원

t****g님의 리스트

programming

파이썬 라이브러리로 배우는 딥러닝 입문과 응용 발렌티노 조카,지안마리오 스파카냐,다니엘 슬레이터,피터 로런츠 공저/이동근 역 25,200원
심층 학습 이안 굿펠로,요슈아 벤지오,에런 쿠빌 공저/류광 역 37,800원
패턴 인식과 머신 러닝 크리스토퍼 비숍 저/김형진 역 41,400원

k*******0님의 리스트

AI 인공지능 2

머신러닝 도감 아키바 신야,스기야마 아세이,데라다 마나부 공저/이중민 역 23,400원
파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문 쿠지라 히코우즈쿠에 저/윤인성 역 27,000원
밑바닥부터 시작하는 비트코인 송재준 저/류정필 역 29,700원

품목정보

품목정보
발행일	2019년 09월 17일
쪽수, 무게, 크기	760쪽 \| 18824540mm
ISBN13	9791188621668
ISBN10	1188621661

책소개

책의 일부 내용을 미리 읽어보실 수 있습니다. 미리보기

1장 신경망 입문 1.1 소개 1 1.1.1 인간 대 컴퓨터: 인공지능의 한계 확장 4 1.2 신경망의 기본 구조 6 1.2.1 단일 계산층: 퍼셉트론 7 1.2.2 다층 신경망 25 1.2.3 계산 그래프로서의 다층망 28 1.3 역전파를 이용한 신경망 훈련 30 1.4 신경망 훈련의 실질적인 문제점들 35 1.4.1 과대적합 문제점 35 1.4.2 기울기 소실 및 폭발 문제 41 1.4.3 수렴의 어려움 41 1.4.4 국소 가짜 최적해 42 1.4.5 계산의 어려움 43 1.5 함수 합성이 강력한 이유 44 1.5.1 비선형 활성화 함수의 중요성 47 1.5.2 깊이를 이용한 매개변수 요구수준 감소 49 1.5.3 통상적이지 않은 신경망 구조들 51 1.6 흔히 쓰이는 신경망 구조들 54 1.6.1 얕은 모형으로 기본적인 기계 학습 흉내 내기 54 1.6.2 방사상 기저 함수(RBF) 신경망 54 1.6.3 제한 볼츠만 기계 55 1.6.4 순환 신경망 56 1.6.5 합성곱 신경망 59 1.6.6 위계적 특징 공학과 미리 훈련된 모형 61 1.7 고급 주제 64 1.7.1 강화 학습 64 1.7.2 자료 저장과 계산의 분리 65 1.7.3 생성 대립 신경망(GAN) 66 1.8 주요 벤치마크 두 가지 67 1.8.1 필기 숫자들을 담은 MNIST 데이터베이스 67 1.8.2 ImageNet 데이터베이스 69 1.9 요약 70 1.10 문헌 정보 71 1.10.1 동영상 강의 73 1.10.2 소프트웨어 정보 74 연습문제 75 2장 얕은 신경망을 이용한 기계 학습 2.1 소개 79 2.2 이진 분류 모형을 위한 신경망 구조 82 2.2.1 퍼셉트론 다시 보기 83 2.2.2 최소제곱 회귀 85 2.2.3 로지스틱 회귀 91 2.2.4 지지 벡터 기계 94 2.3 다중 분류 모형을 위한 신경망 구조들 97 2.3.1 다부류 퍼셉트론 97 2.3.2 웨스턴-왓킨스 SVM 99 2.3.3 다항 로지스틱 회귀(소프트맥스 분류기) 101 2.3.4 다중 분류를 위한 위계적 소프트맥스 103 2.4 해석성과 특징 선택을 위한 돌출 요인 역전파 104 2.5 자동부호기를 이용한 행렬 인수분해 105 2.5.1 자동부호기의 기본 원리 106 2.5.2 비선형 활성화 함수 113 2.5.3 심층 자동부호기 116 2.5.4 이상치 검출에 응용 119 2.5.5 은닉층이 입력층보다 넓은 경우 120 2.5.6 기타 응용 122 2.5.7 추천 시스템: 행 색인과 행 가치 예측 124 2.5.8 논의 128 2.6 word2vec: 단순 신경망 구조의 한 응용 129 2.6.1 연속 단어 모음을 이용한 신경망 단어 내장 130 2.6.2 스킵그램 모형을 이용한 신경망 내장 134 2.6.3 word2vec(SGNS)은 로그 행렬 인수분해이다 142 2.6.4 보통의 스킵그램은 다항 행렬 인수분해이다 145 2.7 그래프 내장을 위한 간단한 신경망 구조 146 2.7.1 임의의 간선 횟수 처리 148 2.7.2 다항 모형 149 2.7.3 DeepWalk 및 node2vec의 관계 149 2.8 요약 150 2.9 문헌 정보 151 2.9.1 소프트웨어 정보 153 연습문제 154 3장 심층 신경망의 훈련 3.1 소개 157 3.2 아주 상세한 역전파 알고리즘 160 3.2.1 역전파와 계산 그래프 추상 160 3.2.2 해결책은 동적 계획법 166 3.2.3 활성화 후 변수를 이용한 역전파 167 3.2.4 활성화 전 값을 이용한 역전파 171 3.2.5 여러 활성화 함수의 갱신 공식 174 3.2.6 벡터 중심적 역전파의 분리 관점 176 3.2.7 다중 출력 노드 및 은닉 노드의 손실함수 179 3.2.8 미니배치 확률적 경사 하강법 180 3.2.9 역전파에서 가중치 공유를 처리하는 요령 183 3.2.10 기울기 계산의 정확성 확인 184 3.3 설정과 초기화 문제 186 3.3.1 초매개변수 조정 186 3.3.2 특징 전처리 188 3.3.3 초기화 191 3.4 기울기 소실 및 폭발 문제 193 3.4.1 기하학으로 살펴본 기울기 비의 효과 194 3.4.2 활성화 함수의 선택을 이용한 부분적인 해법 196 3.4.3 뉴런의 죽음과 ‘뇌손상’ 198 3.5 경사 하강 전략들 199 3.5.1 학습 속도 감쇄 200 3.5.2 운동량 기반 학습 201 3.5.3 매개변수 고유 학습 속도 204 3.5.4 절벽과 고차 불안정성 210 3.5.5 기울기 절단 211 3.5.6 2차 미분 212 3.5.7 폴리액 평균 224 3.5.8 극소점과 가짜 최소점 225 3.6 배치 정규화 226 3.7 가속과 압축을 위한 실질적인 요령들 232 3.7.1 GPU 가속 232 3.7.2 병렬 및 분산 구현 235 3.7.3 모형 압축을 위한 알고리즘 요령 237 3.8 요약 242 3.9 문헌 정보 243 3.9.1 소프트웨어 정보 245 연습문제 246 4장 일반화 능력을 위한 심층 학습 모형의 훈련 4.1 소개 249 4.2 편향 대 분산 절충 관계 256 4.2.1 공식적인 관점 258 4.3 모형의 조정 및 평가와 관련된 일반화 문제점 262 4.3.1 예비와 교차 검증을 이용한 모형 평가 264 4.3.2 자료 집합의 규모에 따른 훈련상의 문제점 266 4.3.3 자료 추가 수집 필요성 판정 266 4.4 벌점 기반 정칙화 267 4.4.1 잡음 주입과의 관계 269 4.4.2 정칙화 271 4.4.3 정칙화 대 정칙화 272 4.4.4 은닉 단위에 대한 벌점: 희소 표현 학습 273 4.5 앙상블 방법 274 4.5.1 배깅과 부표집 275 4.5.2 매개변수 기반 모형 선택과 평균화 277 4.5.3 무작위 연결 생략 278 4.5.4 드롭아웃 278 4.5.5 자료 섭동 앙상블 283 4.6 조기 종료 284 4.6.1 분산의 관점에서 본 조기 종료 285 4.7 비지도 사전훈련 286 4.7.1 비지도 사전학습의 변형들 290 4.7.2 지도 사전훈련은 어떨까? 291 4.8 연속법과 커리큘럼 학습 293 4.8.1 연속법 294 4.8.2 커리큘럼 학습 295 4.9 매개변수 공유 296 4.10 비지도 학습의 정칙화 298 4.10.1 값 기반 벌점: 희소 자동부호기 298 4.10.2 잡음 주입: 잡음 제거 자동부호기 299 4.10.3 기울기 기반 벌점: 축약 자동부호기 301 4.10.4 은닉 확률 구조: 변분 자동부호기 305 4.11 요약 314 4.12 문헌 정보 315 4.12.1 소프트웨어 정보 317 연습문제 318 5장 방사상 기저 함수 신경망 5.1 소개 321 5.2 RBF 망의 훈련 326 5.2.1 은닉층의 훈련 326 5.2.2 출력층의 훈련 328 5.2.3 직교 최소제곱 알고리즘 331 5.2.4 완전 지도 학습 332 5.3 RBF 망의 변형 및 특수화 333 5.3.1 퍼셉트론 판정기준을 이용한 분류 334 5.3.2 경첩 손실함수를 이용한 분류 334 5.3.3 RBF 망의 선형 분리가능성 개선 335 5.3.4 RBF 망을 이용한 보간 337 5.4 핵 방법들과의 관계 338 5.4.1 특수한 RBF 망으로서의 핵 회귀 338 5.4.2 특수한 RBF 망으로서의 핵 SVM 339 5.4.3 관찰 340 5.5 요약 341 5.6 문헌 정보 342 연습문제 343 6장 제한 볼츠만 기계 6.1 소개 345 6.1.1 역사적 관점 346 6.2 홉필드 망 347 6.2.1 훈련된 홉필드 망의 최적 상태 구성 349 6.2.2 홉필드 망의 훈련 352 6.2.3 간단한 영화 추천 시스템의 구축과 그 한계 354 6.2.4 홉필드 망의 표현력 증가 355 6.3 볼츠만 기계 357 6.3.1 볼츠만 기계의 자료 생성 359 6.3.2 볼츠만 기계의 가중치 학습 360 6.4 제한 볼츠만 기계 363 6.4.1 RBM의 훈련 366 6.4.2 대조 발산 알고리즘 367 6.4.3 실천상의 문제와 알고리즘 수정 369 6.5 제한 볼츠만 기계의 응용 370 6.5.1 RBM을 이용한 차원 축소와 자료 재구축 371 6.5.2 RBM을 이용한 협업 필터링 374 6.5.3 RBM을 이용한 분류 378 6.5.4 RBM을 이용한 주제 모형화 383 6.5.5 RBM을 이용한 다중 모드 자료 기계 학습 385 6.6 RBM을 이진 자료 이외의 자료에 적용 387 6.7 중첩된 RBM 389 6.7.1 비지도 학습 392 6.7.2 지도 학습 392 6.7.3 심층 볼츠만 기계와 심층 믿음망 393 6.8 요약 394 6.9 문헌 정보 394 연습문제 397 7장 순환 신경망 7.1 소개 399 7.1.1 순환 신경망의 표현력 403 7.2 순환 신경망의 구조 404 7.2.1 RNN을 이용한 언어 모형 예제 408 7.2.2 시간에 따른 역전파 411 7.2.3 양방향 순환 신경망 415 7.2.4 다층 순환 신경망 418 7.3 순환 신경망 훈련의 어려움과 그 해법 420 7.3.1 층 정규화 424 7.4 반향 상태 신경망 426 7.5 장단기 기억(LSTM) 429 7.6 게이트 제어 순환 단위(GRU) 433 7.7 순환 신경망의 응용 436 7.7.1 자동 이미지 캡션 생성 437 7.7.2 순차열 대 순차열 학습과 기계 번역 439 7.7.3 문장 수준 분류 444 7.7.4 언어적 특징을 활용한 토큰 수준 분류 445 7.7.5 시계열 예상 및 예측 447 7.7.6 시간적 추천 시스템 450 7.7.7 2차 단백질 구조 예측 453 7.7.8 종단간 음성 인식 453 7.7.9 필기 인식 454 7.8 요약 455 7.9 문헌 정보 455 7.9.1 소프트웨어 정보 457 연습문제 458 8장 합성곱 신경망 8.1 소개 461 8.1.1 역사 및 생물학의 영향 462 8.1.2 좀 더 넓은 관점에서 본 합성곱 신경망 464 8.2 합성곱 신경망의 기본 구조 465 8.2.1 여백 채우기 472 8.2.2 보폭 474 8.2.3 전형적인 설정 475 8.2.4 ReLU 층 476 8.2.5 풀링 477 8.2.6 층들의 완전 연결 479 8.2.7 서로 다른 층들의 교대 구성 480 8.2.8 국소 반응 정규화 484 8.2.9 위계적 특징 공학 485 8.3 합성곱 신경망의 훈련 487 8.3.1 합성곱 층에 대한 역전파 487 8.3.2 역/전치 필터를 이용한 합성곱 연산으로서의 역전파 489 8.3.3 행렬 곱셈으로서의 합성곱 및 역전파 490 8.3.4 자료 증강 493 8.4 합성곱 신경망 구조의 사례 연구 495 8.4.1 AlexNet 495 8.4.2 ZFNet 499 8.4.3 VGG 500 8.4.4 GoogLeNet 504 8.4.5 ResNet 507 8.4.6 깊이의 효과 512 8.4.7 미리 훈련된 모형들 512 8.5 시각화와 비지도 학습 514 8.5.1 훈련된 합성곱 신경망의 특징 시각화 515 8.5.2 합성곱 자동부호기 522 8.6 합성곱 신경망의 응용 529 8.6.1 내용 기반 이미지 검색 530 8.6.2 물체 위치 추정 530 8.6.3 물체 검출 532 8.6.4 자연어 처리와 순차열 학습 534 8.6.5 동영상 분류 535 8.7 요약 536 8.8 문헌 정보 537 8.8.1 소프트웨어 및 자료 집합 정보 540 연습문제 542 9장 심층 강화 학습 9.1 소개 543 9.2 상태 없는 알고리즘: 여러 팔 강도 547 9.2.1 단순한 알고리즘 548 9.2.2 탐욕 알고리즘 548 9.2.3 상계 방법 549 9.3 강화 학습의 기본 틀 550 9.3.1 강화 학습의 어려움 553 9.3.2 틱택토 게임을 위한 간단한 강화 학습 554 9.3.3 심층 학습의 역할과 잠정적 알고리즘 555 9.4 가치 함수 학습의 부트스트래핑 558 9.4.1 함수 근사기로서의 심층 강화 학습 모형 560 9.4.2 응용 사례: 아타리 설정을 위한 강화 학습 심층 신경망 565 9.4.3 정책 내 방법 대 정책 외 방법: SARSA 566 9.4.4 상태의 모형화 대 상태-동작 쌍 568 9.5 정책 기울기 방법 571 9.5.1 유한차분법 573 9.5.2 가능도비 방법 574 9.5.3 지도 학습과 정책 기울기 방법의 결합 577 9.5.4 행위자-비평자 방법 578 9.5.5 연속 동작 공간 580 9.5.6 정책 기울기 방법의 장단점 581 9.6 몬테카를로 트리 검색 582 9.7 사례 연구 584 9.7.1 알파고: 세계 최고 수준의 인공지능 바둑 기사 584 9.7.2 스스로 배우는 로봇 591 9.7.3 대화 시스템 구축: 챗봇을 위한 심층 학습 596 9.7.4 자율주행차 600 9.7.5 강화 학습을 이용한 신경망 구조의 추론 603 9.8 안전과 관련된 실무적인 어려움들 604 9.9 요약 606 9.10 문헌 정보 606 9.10.1 소프트웨어와 실험 환경 정보 608 연습문제 610 10장 심층 학습의 고급 주제들 10.1 소개 613 10.2 주의 메커니즘 616 10.2.1 시각적 주의의 순환 모형 618 10.2.2 기계 번역을 위한 주의 메커니즘 622 10.3 외부 메모리가 있는 신경망 627 10.3.1 가상 정렬 게임 628 10.3.2 신경 튜링 기계 631 10.3.3 미분 가능 신경 컴퓨터 개괄 639 10.4 생성 대립 신경망(GAN) 641 10.4.1 생성 대립 신경망의 훈련 642 10.4.2 변분 자동부호기와 비교 646 10.4.3 GAN을 이용한 이미지 자료 생성 647 10.4.4 조건부 생성 대립 신경망 649 10.5 경쟁 학습 655 10.5.1 벡터 양자화 657 10.5.2 코호넨 자기조직화 지도 658 10.6 신경망의 한계 662 10.6.1 대담한 목표: 단발 학습 662 10.6.2 대담한 목표: 에너지 효율적 학습 665 10.7 요약 667 10.8 문헌 정보 667 10.8.1 소프트웨어 정보 669 연습문제 671 참고문헌 673 찾아보기 721

펼쳐보기접어보기

저자 소개 (2명)

저 : 차루 C. 아가르왈 (Charu C. Aggarwal)

관심작가 알림신청 작가 파일

아가르왈은 미국 뉴욕 요크타운 하이츠 소재 IBM T. J. 왓슨 연구센터의 저명 연구원(Distinguished Research Staff Member, DRSM)이다. 그는 1993년에 인도 칸푸르의 인도 공과대학교에서 컴퓨터 과학을 학사로 졸업하고, 1996년 매사추세츠 공과대학(MIT)에서 박사 학위를 받았다. 데이터 마이닝 분야에서 주로 일했으며, 주요 콘퍼런스와 학술지에 350편이 넘는 논문을 발표했고... 아가르왈은 미국 뉴욕 요크타운 하이츠 소재 IBM T. J. 왓슨 연구센터의 저명 연구원(Distinguished Research Staff Member, DRSM)이다. 그는 1993년에 인도 칸푸르의 인도 공과대학교에서 컴퓨터 과학을 학사로 졸업하고, 1996년 매사추세츠 공과대학(MIT)에서 박사 학위를 받았다. 데이터 마이닝 분야에서 주로 일했으며, 주요 콘퍼런스와 학술지에 350편이 넘는 논문을 발표했고, 80건이 넘는 특허를 가지고 있다. 또한, 데이터 마이닝과 추천 시스템, 이상치 분석에 관한 교과서들을 비롯해 18권의 책을 저술 또는 편집했다. 보유한 특허들의 상업적 가치 덕분에 IBM에서 세 번이나 Master Inventor로 선정되었다. 그는 데이터 스트림에서 생물 테러 위협을 검출하는 문제에 관한 연구로 2003년 IBM Corporate Award를 받았으며, 개인정보 기술에 대한 과학적 기여로 2008년 IBM Outstanding Innovation Award를 받았다. 또한, 자료 스트림/고차원 자료에 관한 연구로 2009년과 2015년에 IBM Outstanding Technical Achievement Award를 받았다. 2014년에는 응축(condensation) 기반 개인정보 보존 데이터 마이닝에 관한 연구로 EDBT 2014 Test of Time Award를 받았다. 그는 또한 2015년 IEEE ICDM Research Contributions Award 수상자인데, 이 상은 데이터 마이닝 분야에 기여한 연구자들에 주는 가장 권위 있는 두 상중 하나이다.

펼쳐보기접어보기

역 : 류광

관심작가 알림신청 작가 파일

도널드 커누스 교수의 《컴퓨터 프로그래밍의 예술》 시리즈를 비롯해 다양한 IT 전문서를 번역한 전문 번역가이다. 생성형 AI 관련 번역서로는 《마스터링 트랜스포머》《실전! RAG 기반 생성형 AI 개발》《LLM 인 프로덕션》《AI 에이전트 인 액션》 등이 있다. 개인 웹사이트 류광의 번역 이야기(https://occamsrazr.net)와 IT 및 게임 개발 정보 공유 사이트 GpgStudy.com(http... 도널드 커누스 교수의 《컴퓨터 프로그래밍의 예술》 시리즈를 비롯해 다양한 IT 전문서를 번역한 전문 번역가이다. 생성형 AI 관련 번역서로는 《마스터링 트랜스포머》《실전! RAG 기반 생성형 AI 개발》《LLM 인 프로덕션》《AI 에이전트 인 액션》 등이 있다. 개인 웹사이트 류광의 번역 이야기(https://occamsrazr.net)와 IT 및 게임 개발 정보 공유 사이트 GpgStudy.com(https://gpgstudy.com)을 운영한다

펼쳐보기접어보기

작가의 다른 상품

그림으로 배우는 생성형 AI

29,700원 (10% 할인)
스프링 AI 인 액션

28,800원 (10% 할인)
소프트웨어 아키텍처 The Basics

38,700원 (10% 할인)
컴퓨터 아키텍처

34,200원 (10% 할인)
AI 에이전트 인 액션

27,000원 (10% 할인)
LLM 인 프로덕션

31,500원 (10% 할인)

만든 이 코멘트

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

접수된 글은 확인을 거쳐 이 곳에 게재됩니다.
독자 분들의 리뷰는 리뷰 쓰기를, 책에 대한 문의는 1:1 문의를 이용해 주세요.

책 속으로

심층 학습 모형은 로지스틱 회귀나 선형회귀 같은 좀 더 단순한 모형들을 차곡차곡 쌓은 것으로 볼 수 있다. 이번 장에서 상세히 이야기하겠지만, 선형 뉴런과 S자형 활성화 함수를 조합하면 로지스틱 회귀 모형이 된다. 선형 단위와 S자형 활성화 함수의 조합은 좀 더 복잡한 신경망의 구축에도 광범위하게 쓰인다. 이로부터 다음과 같은 질문이 자연스럽게 제기된다. --- p.80 이러한 미니배치 확률적 경사 하강법이 안정성, 속도, 메모리 요구량을 가장 잘 절충하는 선택일 때가 많다. 미니배치 확률적 경사 하강법을 사용할 때는 한 층의 출력들이 벡터가 아니라 행렬이며, 순전파에서는 가중치 행렬과 활성화 값 행렬을 곱한다. 가중치들의 행렬을 갱신하는 역전파에서도 마찬가지로 행렬 곱셈이 필요하다. 따라서 미니배치 확률적 경사 하강법 구현은 보통의 확률적 경사 하강법 구현보다 메모리를 더 많이 소비하며, 이러한 높은 메모리 요구수준은 미니배치의 크기를 제한하는 요소이다. --- p.183 연속법과 커리큘럼 학습은 사람이 뭔가를 배우는 과정과도 잘 맞는다. 사람들은 먼저 간단한 개념을 배우고 더 복잡한 개념으로 나아갈 때가 많다. 그러한 원리에 기초해서 학습 주제들을 적절히 배치한 것을 흔히 커리큘럼 또는 교육과정이라고 부르는데, 잘 정의된 커리큘럼은 학습 성과를 높이는 데 도움이 된다. 이러한 원리는 기계 학습에서도 잘 작동하는 것으로 보인다. 그럼 연속법과 커리큘럼 학습을 좀 더 자세히 살펴보자. --- p.294 은닉 단위 개수를 선택하는 한 가지 방법은 자료의 일부를 따로 떼어서 예비 집합을 만들고 여러 가지 은닉 단위 개수로 그 예비 집합에 대한 정확도를 측정해 보는 것이다. 정확도가 가장 좋은 모형의 은닉 단위 개수를 선택하면 된다. --- p.341 전통적인 역전파와 ‘deconvnet’의 차이를 해석하는 한 가지 방법은 기울기 역전파를 복호기가 수행하는 역합성곱(부호기 합성곱의 전치) 연산으로 간주하는 것이다. 단, 이 경우 복호기는 ReLU가 함의하는 기울기 기반 변환이 아니라 ReLU 함수를 다시 사용한다. 사실 모든 형태의 복호기는 부호기와 동일한 활성화 함수를 사용한다.

--- p.519

펼쳐보기접어보기

출판사 리뷰

펼쳐보기접어보기

회원리뷰 (2건)

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.
클래스는 첫번째 회차 주문확정 시점부터 마지막 회차 주문확정 후 30일 이내 작성한 리뷰만 포인트가 지급됩니다.
사락 독서모임으로 진행된 클래스는 사락 독서모임 게시판 후기로도 노출됩니다.
eBook 페이백, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기 리뷰쓰기

2명의 예스24 회원이 평가한 평균별점

리뷰 총점9.6/ 10.0

별점별로 리뷰를 확인해 보세요.

한줄평 (1건)

1,000원 이상 구매 후 한줄평 작성 시 일반회원 50원, 마니아회원 100원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스는 첫번째 회차 주문확정 시점부터 마지막 회차 주문확정 후 30일 이내 작성한 한줄평만 포인트가 지급됩니다.
eBook 페이백, 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

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) 모바일 쿠폰의 경우 유효기간(발행 후 1년) 내 등록하지 않은 상품
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 모바일 쿠폰 등록 후 취소/환불 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 eBook 세트 상품은 일괄 구매 조건으로 낱개 상품 대비 추가적인 할인이 제공되는 상품으로서 eBook 세트 상품은 세트 상품 전체가 일괄적으로 1개의 상품으로 취급 및 판매됩니다. 이에 따라 eBook 세트 상품 구매 후 1회 이상 다운로드 또는 세트 구성 상품 중 일부라도 다운로드 되는 경우, 세트 상품 전부 및 세트 구성 상품 중 일부에 대한 취소 또는 환불이 불가합니다.
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

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

신경망과 심층 학습

뉴럴 네트워크와 딥러닝 교과서

신경망과 심층 학습

제이펍-I♥A.I 시리즈

이 분야 베스트셀러

이 분야 신상품

이 책이 담긴 리스트

품목정보

관련분류

책소개

목차

저자 소개 (2명)

만든 이 코멘트

책 속으로

출판사 리뷰

회원리뷰 (2건)

한줄평 (1건)

배송/반품/교환 안내

도착예상일

클린봇 설정

도착예상일
상품준비	출고완료	도착예상일