"모두의 연구소" 김성필 연구원님께서 작년 말에 출간하신 책인데요, "머신러닝에서 컨벌루션 신경망까지" 라는 부재로 나왔습니다.
번역서만 가득한 딥러닝 분야에 단비같은 책이라 할 수 있습니다. :-)
김승일 연구소장님의 깨알같은 추천사가 눈에 들어옵니다.
“딥러닝은 우리 연구소 스터디 중 가장 인기 있는 주제입니다. 하지만 초보자와 전문가 사이에는 여전히 상당한 격차가 존재하는 것도 사실입니다. 이 책은 딥러닝을 대략적으로 이해한 초보자들이 더 깊게, 하지만 너무 힘들지 않게 한 단계 올라서는 데 좋은 길잡이가 되어줄 것입니다. 특히 컨벌루션 신경망의 설명은 압권입니다.” - 김승일 모두의 연구소 소장
작년부터 "머신 러닝" 스터디를 "모두연"에서 하고 있는데, 여전히 어렵네요.. 아무튼 머신러닝을 빠싹하게 알아야 "딥 러닝"을 할 수 있는 것은 아니고, (개인적인 생각) 일부 관련된 분야만 속성으로 공부하더라도 충분히 적응할 수 있을 것 같다는 생각에 올 해에는 "딥 러닝" 쪽에 관심을 두고 책을 둘러보는 중입니다.
목차는 "머신 러닝" - "인공신경망" - "딥 러닝" 순으로 구성되어 있고, 코드는 GitHub에 있네요, MATLAB 코드이므로, 평가판 라이센스를 받으면 1개월은 사용할 수 있으니 공부하는 데에 큰 문제는 없을 것 같습니다. MATLAB에 아직 익숙치 않으시다면, 이번 기회에 공부를 해보는 것도 좋겠습니다.
CHAPTER 1 머신러닝
1.1 머신러닝과 딥러닝
1.2 머신러닝이란
1.3 머신러닝의 난제
1.4 과적합
1.5 과적합과 싸우기
1.6 머신러닝의 종류
1.7 분류와 회귀
1.7 요약
CHAPTER 2 신경망
2.1 서론
2.2 신경망의 노드
2.3 신경망의 계층 구조
2.4 신경망의 지도학습
2.5 단층 신경망의 학습: 델타 규칙
2.6 델타 규칙의 일반 형태
2.7 SGD, 배치, 미니 배치
2.8 예제: 델타 규칙
2.9 단층 신경망의 한계
2.10 요약
CHAPTER 3 다층 신경망의 학습
3.1 서론
3.2 역전파 알고리즘
3.3 예제
3.4 비용함수와 학습 규칙
3.5 예제
3.6 요약
CHAPTER 4 신경망과 분류
4.1 서론
4.2 이진 분류
4.3 다범주 분류
4.4 예제: 다범주 분류
4.5 요약
CHAPTER 5 딥러닝
5.1 서론
5.2 심층 신경망의 성능 개선
5.3 예제
5.4 요약
CHAPTER 6 컨벌루션 신경망
6.1 서론
6.2 컨브넷의 구조
6.3 컨벌루션 계층
6.4 풀링 계층
6.5 예제: MNIST
6.6 요약
"머신 러닝" 쪽으로는 공부를 하고 있지만, "딥 러닝" 쪽은 초보자라 아주 적절한 책이라 생각하고 있는데요, 조만간 리뷰 글을 올려 보겠습니다.
References.
모두의 연구소 : http://www.modulabs.co.kr/
모두연 페북 : https://www.facebook.com/groups/modulabs/
Github : https://github.com/philbooks/Deep-Learning-for-Beginners