상세정보

  • HOME
  • 상세정보

Do it! 딥러닝 교과서 : 퍼셉트론부터 GAN까지 핵심 이론 총망라!

윤성진

책이미지
도서 상세정보
자료유형단행본
개인저자윤성진
서명/저자사항Do it! 딥러닝 교과서 :퍼셉트론부터 GAN까지 핵심 이론 총망라! /윤성진 지음
판사항초판
발행사항서울 :이지스퍼블리싱,2021
형태사항430.p :삽화 ;26cm
ISBN9791163032991
서지주기참고문헌(p.395-398),부록(p.399-430)수록
비통제주제어딥러닝,인공지능
소장정보
No. 등록번호 청구기호 소장처/자료실/서가 도서상태 반납예정일 예약
1 EB042175 13.10-06 윤53딥 2021 국토연구원/자료실/ 희망도서 대출대기 예약가능

목차 일부

01 딥러닝 개요
 1.1 딥러닝이란?
 1.2 인공 신경망의 탄생
 1.3 딥러닝의 역사

02 순방향 신경망
 2.1 순방향 신경망의 구조와 설계 항목
 2.2 분류와 회귀 문제
 2.3 이진 분류 모델
 2.4 다중 분류 모델
 2.5 회귀 모델
 2.6 입력 계층
 2.7 활성 함수
 2.8 신경망 모델의 크기
 2.9 신경망 학습 관련 내용(*)
...

목차 전체

01 딥러닝 개요
 1.1 딥러닝이란?
 1.2 인공 신경망의 탄생
 1.3 딥러닝의 역사

02 순방향 신경망
 2.1 순방향 신경망의 구조와 설계 항목
 2.2 분류와 회귀 문제
 2.3 이진 분류 모델
 2.4 다중 분류 모델
 2.5 회귀 모델
 2.6 입력 계층
 2.7 활성 함수
 2.8 신경망 모델의 크기
 2.9 신경망 학습 관련 내용(*)

03 신경망 학습
 3.1 신경망 학습의 의미
 3.2 신경망 학습과 최적화
 3.3 경사 하강법
 3.4 역전파 알고리즘
 3.5 데이터셋 구성과 훈련 데이터 단위
 3.6 손실 함수 정의(*)

04 최적화
 4.1 확률적 경사 하강법
 4.2 SGD 모멘텀
 4.3 네스테로프 모멘텀
 4.4 AdaGrad
 4.5 RMSProp
 4.6 Adam 

05 초기화와 정규화
 5.1 가중치 초기화
 5.2 정규화
 5.3 배치 정규화
 5.4 가중치 감소

06 콘벌루션 신경망
 6.1 시각 패턴 인식을 위한 신경망 모델
 6.2 콘벌루션 신경망의 구조
 6.3 콘벌루션 신경망의 가정 사항
 6.4 개선된 콘벌루션 연산
 6.5 업샘플링 연산

07 콘벌루션 신경망 모델
 7.1 르넷-5
 7.2 알렉스넷
 7.3 제트에프넷
 7.4 브이지지넷
 7.5 구글넷
 7.6 레즈넷
 7.7 콘벌루션 신경망 비교
 7.8 다양한 모델의 등장

08 순환 신경망
 8.1 기억을 갖는 신경망 모델 RNN
 8.2 순환 신경망의 주요 모델
 8.3 시간펼침 역전파
 8.4 LSTM과 GRU
 8.5 순환 신경망 개선

09 생성 모델
 9.1 생성 모델
 9.2 VAE
 9.3 GAN

참고문헌
딥러닝 핵심 개념 사전