처음 배우는 딥러닝 수학
- 저자<와쿠이 요시유키>,<와쿠이 사다미> 공저/<박광수> 역
- 출판사한빛미디어
- 출판일2018-02-09
- 등록일2021-06-15
보유 1, 대출 0,
예약 0, 누적대출 1, 누적예약 0
책소개
고등학교 수학으로 살펴보는 딥러닝 개념딥러닝 모델의 바탕은 수학입니다. 따라서 수학 전공자 수준만큼은 아니더라도 딥러닝에서 사용하는 수학 이론의 큰 그림을 이해해야 실제 딥러닝 모델을 제대로 설계해서 개발할 수 있습니다.이 책은 신경망을 구현하는 데 사용하는 수학 이론을 그림 중심으로 설명합니다. 또한 엑셀을 이용해 수학 이론의 구현 결과를 살펴볼 수 있습니다. 딥러닝 관련 라이브러리를 사용해본 경험은 있지만, 수학에 바탕을 둔 딥러닝 모델 구현을 어려워한다면 이 책을 읽고 원하는 딥러닝 모델을 구현하는 토대를 쌓기 바랍니다.
저자소개
1950년 도쿄에서 태어났습니다. 도쿄교육대학(현 쓰쿠바대학) 수학과를 졸업하고 치바현립고등학교에서 학생들을 가르쳤습니다. 현재는 수학이나 과학 관련 서적을 집필하는 작가로 활동 중입니다. 한국에 소개된 책으로는 『법칙, 원리, 공식을 쉽게 정리한 수학 사전』(그린북, 2017), 『그림으로 설명하는 개념 쏙쏙 통계학 개정판』(성안당, 2017), 『과학 잡학사전』(어젠다, 2013) 등이 있습니다.
목차
Chapter 1 신경망의 동작 방식__01 신경망과 딥러닝__02 뉴런 활동의 수학적 표현__03 뉴런의 활동을 일반화하는 활성화 함수__04 신경망__05 악마가 설명하는 신경망 구조__06 악마의 활동과 신경망의 연관 관계__07 스스로 학습하는 신경망Chapter 2 신경망을 위한 수학 기초__01 신경망의 필수 함수__02 신경망의 이해를 돕는 수열과 점화식__03 신경망에서 많이 사용하는 시그마 기호__04 신경망의 이해를 돕는 벡터__05 신경망의 이해를 돕는 행렬__06 신경망을 위한 미분의 기본__07 신경망을 위한 편미분의 기본__08 연쇄법칙__09 다변수 함수의 근사식__10 경사하강법의 의미와 식__11 엑셀로 경사하강법 살펴보기__12 최적화 문제 및 회귀분석Chapter 3 신경망 최적화__01 신경망의 파라미터와 변수__02 신경망 변수의 관계식__03 학습 데이터와 정답 데이터__04 신경망의 비용함수__05 엑셀로 신경망의 가중치와 편향 결정하기Chapter 4 신경망과 오차역전파법__01 경사하강법 다시 살펴보기__02 유닛의 오차__03 신경망과 오차역전파법__04 엑셀로 신경망의 오차역전파법 체험하기Chapter 5 딥러닝과 합성곱 신경망__01 악마가 설명하는 합성곱 신경망의 구조__02 소악마의 활동과 합성곱 신경망의 연관 관계__03 합성곱 신경망 변수의 관계식__04 엑셀로 합성곱 신경망 살펴보기__05 합성곱 신경망과 오차역전파법__06 엑셀로 합성곱 신경망의 오차역전파법 살펴보기Appendix 부록__A 학습 데이터 1__B 학습 데이터 2__C 패턴 유사도를 수식으로 표현하기
