미리보기
엑셀로 배우는 딥러닝
AI의 구조를 쉽게 이해할 수 있는 딥러닝 초(超)입문
ISBN 978-89-315-5573-8
저자 와쿠이 요시유키, 와쿠이 사다미 저/권기태 역
발행일 2018-11-15
분량 208쪽
편집 2도
판형 182 x 235
개정판정보 2018년 11월 15일
정가 22,000원↓
판매가 19,800
(10% off)
적립금 1,100원(5%)
  소득공제
도서소개

3f71b8eb9c5fd756



책 소개

어려운 딥러닝은 저리가라~ 엑셀로 대화하고 차근차근 이해하는 딥러닝 첫 입문서!

합성곱 신경망의 판단 엑셀 워크시트의 예 다수 수록

#딥러닝 #심층학습 #딥러닝수학 #엑셀 #딥러닝입문서 #엑셀딥러닝 #와쿠이요시유키 #와쿠이사다미 #합성곱신경망 #CNN #AI #AI학습 #엑셀로배우는딥러닝

 

  

AI의 구조를 쉽게 이해할 수 있는 딥러닝 초()입문




엑셀로 배우는 딥러닝

 

 

엑셀의 매크로 기능은 약 20여 년 전부터도 인공지능의 구현 사례와도 같았다. 수만 건의 통신사의 무료 아이디를 제 칸에 자동으로 스스로 위치 이동하면서 처리하는 기능은 편리하고 놀라왔다. 또 수만 건의 독자엽서를 통계를 내 정확한 편집 반영의 도구로 사용하는데 엑셀만한 툴도 없었다. 딥러닝을 C++이나 파이썬으로 배우는 것보다 생활 속의 필수 툴이 된 엑셀로 배운다면 더 쉽게 접근할 수 있고 어울리는 그림이 될 것으로 생각되는 이유이다.

역자인 권기태 교수는 역자 서문을 통해 이 책에 대해 텐서플로, 파이썬, R, C++ 등 전문 도구나 프로그래밍 언어로만 가능했던 딥러닝(Deep Learning, 심층학습)을 의인화된 예와 엑셀을 이용하여 놀랍도록 쉽게 설명하고 있다.”라고 소개한다.

특히 저자인 와쿠이 요시유키 씨와 와쿠이 사다미 씨는 전문 과학서적 저술가로 국내외에서 대중적인 인지도가 높다. 저자들은 이 책에서 합성곱 신경망은 인공 뉴런으로 구성되지만 뉴런 하나하나를 엑셀의 셀 하나하나와 바꿀 수 있다고 설명한다. 또 이 책에서는 딥러닝을 구체적으로 소개하지만 지도 학습(Supervised Learning)만을 고려한다고 선을 긋는다. 비지도 학습(Unsupervised Learning)이나 강화 학습(Reinforcement Learning)은 입문편에서 다루기에는 높은 수준이라는 것이다. , 활성화 함수는 시그모이드 함수를 주로 고려한다.

실제로 딥러닝 개론서를 살펴보면 높은 수준의 통계나 수학적 지식을 요구하는 경우가 많은데 이 책은 엑셀 실행 예를 들어 전혀 어렵지 않다. 하나의 숫자 이미지를 대상으로 합성곱 신경망이 ‘1’인가 ‘2’인가 판단을 내리는 워크시트의 예라든가, 테스트용 필기체 문자를 O, X 판단을 내리는 워크시트 등 딥러닝의 첫발을 내딛는 독자에게 도움 되는 예제가 다수 수록되어 있다. 특히 이 책의 예제 워크시트는 역자인 권기태 교수가 직접 워크시트를 제작하여 검증을 거쳤으며, ()성안당 자료실-자료실에서 다운로드 가능하도록 제공하였다. 지난 겨울 일본 방문 시 원서를 발견하고 번역판을 내고 싶었다는 권기태 교수는 원서의 오류도 일부 수정하여 출간될 수 있도록 세심한 정성을 기울였다.

딥러닝이나 머신러닝, 인공지능이 뭔지 궁금한데 어떻게 첫 단추를 끼워야할지 모르겠다는 분들의 도움닫기에 큰 역할을 할 책으로 추천할 만하다.    

   

저자 소개


와쿠이 요시유키

1950년 도쿄 출생. 도쿄교육대학(현 츠쿠바대학) 수학과를 졸업한 후, 치바현립고등학교 교사로 근무했다. 교직 은퇴 후 작가로서 저술 활동에 전념하고 있다.

와쿠이 사다미

1952년 도쿄 출생. 도쿄대학 이학계 연구 과정 석사를 수료한 후, 후지쯔, 가나가와현립고등학교 교사로 근무 후 과학 분야 저술가로 활동하고 있다.

 

역자 소개


권기태

서울대학교 계산통계학과를 졸업하고 동 대학원에서 전산학 전공으로 이학석사 및 이학박사 학위를 취득했다. 현재 강릉원주대학교 컴퓨터공학과 교수로 재직 중이다.

 

목차

차례


저자 서문

역자 서문

이 책의 사용 방법

Excel 샘플 파일 다운로드 방법

 

Chapter 01 딥러닝의 시작

§ 01 간단한 합성곱 신경망의 구조

§ 02 AI와 딥러닝

 

Chapter 02 Excel의 확인과 응용

§ 01 이용하는 Excel 함수는 단 7

§ 02 Excel의 참조형식

§ 03 Excel 해 찾기 사용 방법

§ 04 회귀분석과 최적화 문제

 

Chapter 03 뉴런 모델

§ 01 신경 세포의 동작

§ 02 신경세포의 동작을 수식으로 표현

§ 03 인공 뉴런과 활성화 함수

§ 04 계단 함수에서 시그모이드 함수까지

 

Chapter 04 신경망의 구조

§ 01 개괄적인 신경망의 구조

§ 02 신경망이 필기체 문자를 식별

§ 03 훈련 데이터에서 신경망의 출력을 산출

§ 04 정답과 출력의 오차

§ 05 신경망의 목적함수

§ 06 신경망의 최적화

§ 07 최적화된 매개변수를 해석

§ 08 신경망을 테스트하자

§ 09 현실의 필기체 문자에 신경망을 응용

 

Chapter 05 합성곱 신경망의 구조

§ 01 개괄적인 합성곱 신경망의 구조

§ 02 합성곱 신경망이 필기체 숫자를 식별

§ 03 합성곱 신경망의 입력층

§ 04 합성곱 신경망을 특징짓는 합성곱층

§ 05 합성곱 신경망의 풀링층

§ 06 합성곱 신경망의 출력층

§ 07 정답과 출력의 오차

§ 08 합성곱 신경망의 목적함수

§ 09 합성곱 신경망의 최적화

§ 10 최적화된 매개변수를 해석

§ 11 합성곱 신경망을 테스트하자

§ 12 매개변수에 음수를 허용하면

§ 13 은닉층의 활성화 함수를 변경

 

Appendix 부록

A 훈련 데이터 (1)

B 훈련 데이터 (2)

C 해 찾기의 설치 방법

D 패턴 유사도의 수식 표현

 

Index 색인

 

저자
부록/예제소스
정오표
    최근 본 상품 1