이미 출간되어 시중에 나온 입문서는 대부분 코드와 함께 이론을 설명합니다.
이런 방식의 입문서는 직접 실행해 보며 눈으로 결과를 확인할 수 있어서 실무의 이해도를 높이기 쉽습니다.
하지만 '왜 코드가 그렇게 동작하는지', '무슨 이유로 그런 코드가 나왔는지'는 알기 어렵습니다. 이 책을 펼치면 그런 궁금한 내용을 모두 해결할 수 있습니다.
그리고 연구든 실무든 더 깊은 단계로 나아가려면 딥러닝의 개념과 작동 원리를 수학과 함께 명확하게 이해하는 것이 매우 중요합니다.
이 책으로 딥러닝의 기초 체력을 단단히 준비하기 바랍니다.
이 책은 친절한 그림과 수식, 꼼꼼한 설명으로 잘 차린 딥러닝 한 상과 같습니다.
주제별 핵심 개념을 군더더기 없이 잘 설명했으며, 더 깊은 내용은 <조금 더 말하자면> 코너와 <팁>으로 보완해서 더욱 좋았습니다.
이제 딥러닝 공부를 막 시작한 독자나 딥러닝 모델의 심연을 보고 싶은 독자 모두 만족할 만한 책이라고 확신합니다.
파이썬을 어느 정도 사용하여 코딩을 할 수 있어야 합니다.
미적분 등의 기초적인 수학 지식을 이해하고 있으면 좋습니다.
단순히 딥러닝의 개념을 설명하는 수준에 그치지 않고 여러 가지 지식과 개념을 쉽고 논리 정연하게, 그리고 명확하게 설명해 줍니다.
또한 최신 기술과 흐름까지 놓치지 않았으니 금상첨화죠. 입문서 이상으로 가치 있는 책이라고 생각합니다.
공유와 토론을 매우 어려워하거나 좋아하지 않는 분
진지하게 딥러닝을 배우고자 하는 열의가 없으신 분
모임 이후에는 배운 내용을 복습하면서 다음 주차의 진도를 스스로 학습하셔서 서로 토론 때 도움이 될 수 있도록 기여해 주셔야 합니다.
1.2 인공 신경망의 탄생
1.3 딥러닝의 역사
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(*)
2주차 - 03. 신경망 학습
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(*)
3주차 - 04. 최적화
4.2 SGD 모멘텀
4.3 네스테로프 모멘텀
4.4 AdaGrad
4.5 RMSProp
4.6 Adam
4주차 - 05. 초기화와 정규화
5.2 정규화
5.3 배치 정규화
5.4 가중치 감소
5주차 - 06. 콘벌루션 신경망 모델
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
7주차 - 08. 순환 신경망
8.2 순환 신경망의 주요 모델
8.3 시간펼침 역전파
8.4 LSTM과 GRU
8.5 순환 신경망 개선
8주차 - 09. 생성 모델
9.2 VAE
9.3 GAN
김윤경
#컴공전공 #마케팅고수 #딥러닝 #선생님
자기 소개 및 개설 동기
딥러닝의 본질을 알기 쉽게, 아름답게 담아낸 책!
인공지능관련 서적이 넘쳐나는 시대에 딥러닝 역사와발전, 배경을 매우 흥미롭게 다루는 책이 출간되었습니다.
딥러닝의 본질을 알기 쉽게, 아름답게 담아낸 책이 드디어 출간된 것을 매우 기쁘게 생각합니다.
이 책이 앞으로 딥러닝을 처음 접하는 입문자에게는 학습의 방향을 안내해 주는 좋은 길잡이로,
딥러닝 엔지니어에게는 딥러닝의 전반적인 내용을 짚어주는 곁에 가까이 두고 싶은 든든한 친구가 되었으면 하는 바람입니다.
소속
어센트코리아
풀잎스쿨 / LAB 참여 이력
LAB Deep Neuroscience Lab (DNL) (season01) 참여
풀잎21기 구글을 미치게 만드는 글쓰기 퍼실
풀잎19기 구글을 미치게 만드는 글쓰기 퍼실
풀잎18기 딥러닝 교과서 퍼실
풀잎17기 "힙알마: 힙한 알고리즘 마케팅 - 빅데이터와 인공지능으로 마케팅 정복하기" 퍼실
풀잎16기 힙알마: 힙한 알고리즘 마케팅 퍼실
풀잎15기 "힙알마: 힙한 알고리즘 마케팅 - 빅데이터와 인공지능으로 마케팅 정복하기" 퍼실
풀잎14기 "힙.알.마-힙한 알고리즘 마케팅" 퍼실
풀잎13기 "힙인마: 힙한 인공지능 마케팅 이야기 - 빅데이터와 인공지능을 마케팅에 활용하는 방법 퍼실
풀잎21기 레질리먼시! - 인간을 해킹하는 가장 위험한 풀잎 part. 1 참여
풀잎21기 Beyond Bert (NLP 중급 과정) 참여
풀잎19기 Natural language Processing 특화과정 참여
풀잎19기 행동경제학 101 참여
풀잎18기 메타버스는 어디서 타야하죠? 참여
풀잎18기 공부를 게임처럼 한다면? 학습콘텐츠에 Gamification 불어넣기 참여
풀잎18기 PM4AI 참여
풀잎17기 NLP with HuggingFace 참여
풀잎17기 가볍게 시작하는 통계학습 참여
풀잎17기 AI를 위한 고등학교 수학 참여
풀잎17기 Transformer Vision and Recommendation System | Transformer is all you need 참여
풀잎16기 Torch(PyG)로 구운 GNN 타다키 참여
풀잎16기 구글 애널리틱스를 이용한 그로스해킹 첫걸음 참여
풀잎16기 논문으로 공부하는 Deep Multi-Task와 Meta Learning 참여
풀잎16기 한국어 임베딩 참여
풀잎16기 자연어처리를 위한 트랜스포머의 모든 것 참여
풀잎15기 초보자도 따라할 수 있는 월급루팡 만들기! 참여
풀잎15기 자연어처리를 위한 트랜스포머의 모든 것 참여
풀잎14기 CS224W : Machine Learning with Graphs 참여
풀잎14기 Bandit-Based 추천시스템 참여
풀잎14기 GAN 기초 실전 코스 참여
풀잎13기 코드로 배우는 추천 시스템 기본반! 참여
풀잎13기 추천시스템 부트캠프 4기 참여
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
모임시작
2022년 01월 15일
모임일시
매주 토요일 10:30 ~ 13:30
모임장소
온라인캠퍼스
모집기간
2021년 12월 10일 ~ 2022년 01월 14일
모집인원
20명
모집방법
신청 후 선발
165,000원
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
모임시작
2022년 01월 15일
모임일시
매주 토요일 10:30 ~ 13:30
모임장소
온라인캠퍼스
모집기간
2021년 12월 10일 ~ 2022년 01월 14일
모집인원
20명
모집방법
신청 후 선발
165,000원
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
이미 출간되어 시중에 나온 입문서는 대부분 코드와 함께 이론을 설명합니다.
이런 방식의 입문서는 직접 실행해 보며 눈으로 결과를 확인할 수 있어서 실무의 이해도를 높이기 쉽습니다.
하지만 '왜 코드가 그렇게 동작하는지', '무슨 이유로 그런 코드가 나왔는지'는 알기 어렵습니다. 이 책을 펼치면 그런 궁금한 내용을 모두 해결할 수 있습니다.
그리고 연구든 실무든 더 깊은 단계로 나아가려면 딥러닝의 개념과 작동 원리를 수학과 함께 명확하게 이해하는 것이 매우 중요합니다.
이 책으로 딥러닝의 기초 체력을 단단히 준비하기 바랍니다.
이 책은 친절한 그림과 수식, 꼼꼼한 설명으로 잘 차린 딥러닝 한 상과 같습니다.
주제별 핵심 개념을 군더더기 없이 잘 설명했으며, 더 깊은 내용은 <조금 더 말하자면> 코너와 <팁>으로 보완해서 더욱 좋았습니다.
이제 딥러닝 공부를 막 시작한 독자나 딥러닝 모델의 심연을 보고 싶은 독자 모두 만족할 만한 책이라고 확신합니다.
파이썬을 어느 정도 사용하여 코딩을 할 수 있어야 합니다.
미적분 등의 기초적인 수학 지식을 이해하고 있으면 좋습니다.
단순히 딥러닝의 개념을 설명하는 수준에 그치지 않고 여러 가지 지식과 개념을 쉽고 논리 정연하게, 그리고 명확하게 설명해 줍니다.
또한 최신 기술과 흐름까지 놓치지 않았으니 금상첨화죠. 입문서 이상으로 가치 있는 책이라고 생각합니다.
공유와 토론을 매우 어려워하거나 좋아하지 않는 분
진지하게 딥러닝을 배우고자 하는 열의가 없으신 분
모임 이후에는 배운 내용을 복습하면서 다음 주차의 진도를 스스로 학습하셔서 서로 토론 때 도움이 될 수 있도록 기여해 주셔야 합니다.
1.2 인공 신경망의 탄생
1.3 딥러닝의 역사
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(*)
2주차 - 03. 신경망 학습
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(*)
3주차 - 04. 최적화
4.2 SGD 모멘텀
4.3 네스테로프 모멘텀
4.4 AdaGrad
4.5 RMSProp
4.6 Adam
4주차 - 05. 초기화와 정규화
5.2 정규화
5.3 배치 정규화
5.4 가중치 감소
5주차 - 06. 콘벌루션 신경망 모델
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
7주차 - 08. 순환 신경망
8.2 순환 신경망의 주요 모델
8.3 시간펼침 역전파
8.4 LSTM과 GRU
8.5 순환 신경망 개선
8주차 - 09. 생성 모델
9.2 VAE
9.3 GAN
인공지능관련 서적이 넘쳐나는 시대에 딥러닝 역사와발전, 배경을 매우 흥미롭게 다루는 책이 출간되었습니다.
딥러닝의 본질을 알기 쉽게, 아름답게 담아낸 책이 드디어 출간된 것을 매우 기쁘게 생각합니다.
이 책이 앞으로 딥러닝을 처음 접하는 입문자에게는 학습의 방향을 안내해 주는 좋은 길잡이로,
딥러닝 엔지니어에게는 딥러닝의 전반적인 내용을 짚어주는 곁에 가까이 두고 싶은 든든한 친구가 되었으면 하는 바람입니다.
LAB Deep Neuroscience Lab (DNL) (season01) 참여
풀잎21기 구글을 미치게 만드는 글쓰기 퍼실
풀잎19기 구글을 미치게 만드는 글쓰기 퍼실
풀잎18기 딥러닝 교과서 퍼실
풀잎17기 "힙알마: 힙한 알고리즘 마케팅 - 빅데이터와 인공지능으로 마케팅 정복하기" 퍼실
풀잎16기 힙알마: 힙한 알고리즘 마케팅 퍼실
풀잎15기 "힙알마: 힙한 알고리즘 마케팅 - 빅데이터와 인공지능으로 마케팅 정복하기" 퍼실
풀잎14기 "힙.알.마-힙한 알고리즘 마케팅" 퍼실
풀잎13기 "힙인마: 힙한 인공지능 마케팅 이야기 - 빅데이터와 인공지능을 마케팅에 활용하는 방법 퍼실
풀잎21기 레질리먼시! - 인간을 해킹하는 가장 위험한 풀잎 part. 1 참여
풀잎21기 Beyond Bert (NLP 중급 과정) 참여
풀잎19기 Natural language Processing 특화과정 참여
풀잎19기 행동경제학 101 참여
풀잎18기 메타버스는 어디서 타야하죠? 참여
풀잎18기 공부를 게임처럼 한다면? 학습콘텐츠에 Gamification 불어넣기 참여
풀잎18기 PM4AI 참여
풀잎17기 NLP with HuggingFace 참여
풀잎17기 가볍게 시작하는 통계학습 참여
풀잎17기 AI를 위한 고등학교 수학 참여
풀잎17기 Transformer Vision and Recommendation System | Transformer is all you need 참여
풀잎16기 Torch(PyG)로 구운 GNN 타다키 참여
풀잎16기 구글 애널리틱스를 이용한 그로스해킹 첫걸음 참여
풀잎16기 논문으로 공부하는 Deep Multi-Task와 Meta Learning 참여
풀잎16기 한국어 임베딩 참여
풀잎16기 자연어처리를 위한 트랜스포머의 모든 것 참여
풀잎15기 초보자도 따라할 수 있는 월급루팡 만들기! 참여
풀잎15기 자연어처리를 위한 트랜스포머의 모든 것 참여
풀잎14기 CS224W : Machine Learning with Graphs 참여
풀잎14기 Bandit-Based 추천시스템 참여
풀잎14기 GAN 기초 실전 코스 참여
풀잎13기 코드로 배우는 추천 시스템 기본반! 참여
풀잎13기 추천시스템 부트캠프 4기 참여
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.