본문 바로가기

추천 검색어

실시간 인기 검색어

딥러닝 파이토치 교과서

기본기에 충실한 딥러닝 입문서!
서지영 저자(글)
길벗 · 2022년 03월 05일 (1쇄 2022년 03월 04일)
9.8
10점 중 9.8점
(27개의 리뷰)
도움돼요 (39%의 구매자)
  • 딥러닝 파이토치 교과서 대표 이미지
    딥러닝 파이토치 교과서 대표 이미지
  • A4
    사이즈 비교
    210x297
    딥러닝 파이토치 교과서 사이즈 비교 184x236
    단위 : mm
01 / 02
무료배송 이벤트 소득공제
10% 32,400 36,000
적립/혜택
1,800P

기본적립

5% 적립 1,800P

추가적립

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 1,800P
  • 리뷰 작성 시, e교환권 추가 최대 300원
배송안내
무료배송
배송비 안내
국내도서/외국도서
도서 포함 15,000원 이상 구매 시 무료배송
도서+사은품 또는 도서+사은품+교보Only(교보굿즈)

15,000원 미만 시 2,500원 배송비 부과

교보Only(교보배송)
각각 구매하거나 함께 20,000원 이상 구매 시 무료배송

20,000원 미만 시 2,500원 배송비 부과

해외주문 서양도서/해외주문 일본도서(교보배송)
각각 구매하거나 함께 15,000원 이상 구매 시 무료배송

15,000원 미만 시 2,500원 배송비 부과

업체배송 상품(전집, GIFT, 음반/DVD 등)
해당 상품 상세페이지 "배송비" 참고 (업체 별/판매자 별 무료배송 기준 다름)
바로드림 오늘배송
업체에서 별도 배송하여 1Box당 배송비 2,500원 부과

1Box 기준 : 도서 10권

그 외 무료배송 기준
바로드림, eBook 상품을 주문한 경우, 플래티넘/골드/실버회원 무료배송쿠폰 이용하여 주문한 경우, 무료배송 등록 상품을 주문한 경우
주문정보를 불러오는 중입니다.
기본배송지 기준
배송일자 기준 안내
로그인 : 회원정보에 등록된 기본배송지
로그아웃 : '서울시 종로구 종로1' 주소 기준
로그인정확한 배송 안내를 받아보세요!

이달의 꽃과 함께 책을 받아보세요!

1권 구매 시 결제 단계에서 적용 가능합니다.

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

북카드

키워드 Pick

키워드 Pick 안내

관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.

기본기에 충실한 딥러닝 파이토치 입문서!
기초부터 CNN, RNN, 시계열 분석, 자연어 처리, 강화 학습, 생성 모델까지 파이토치로 구현하며 배운다!
머신 러닝 핵심 알고리즘부터 파이토치 기초, 합성곱 신경망, 설명 가능한 CNN, 순환 신경망, LSTM 같은 딥러닝 알고리즘 이론을 이해하는 데 집중하며, 각 알고리즘을 언제, 어떤 상황에서 사용하면 좋은지도 함께 살펴본다. 또한, 기본 알고리즘 외에 전이 학습, 자연어 처리, 시계열 분석, 강화 학습, GAN 등 꼭 알아둬야 할 개념도 빠트리지 않고 충분히 설명한다. 각 개념을 학습한 뒤에는 파이토치로 직접 구현해 보면서 딥러닝의 개념, 구현 방법, 적용 범위 등을 확실하게 이해할 수 있다.

작가정보

저자(글) 서지영

17년 가까이 IT 업계에 종사 중이며, 지금까지도 퇴근 후에 항상 공부한다.4~5년 전에는 기술사 공부를 해서 정보관리기술사와 컴퓨터시스템응용기술사를 취득하였으며, 2019년부터는 대학원에서 빅데이터 및 인공지능에 대한 전문적인 연구를 진행하고 있다.지금까지의 경험과 지식을 공유하고 싶어 집필을 시작했으며, 집필서로는 『모두의 인공지능 기초 수학』(길벗), 『딥러닝 텐서플로 교과서』(길벗), 『난생처음 인공지능 입문』(한빛미디어)이 있다.

목차

  • 1장 머신 러닝과 딥러닝
    1.1 인공지능, 머신 러닝과 딥러닝
    1.2 머신 러닝이란
    __1.2.1 머신 러닝 학습 과정
    __1.2.2 머신 러닝 학습 알고리즘
    1.3 딥러닝이란
    __1.3.1 딥러닝 학습 과정
    __1.3.2 딥러닝 학습 알고리즘

    2장 실습 환경 설정과 파이토치 기초
    2.1 파이토치 개요
    __2.1.1 파이토치 특징 및 장점
    __2.1.2 파이토치의 아키텍처
    2.2 파이토치 기초 문법
    __2.2.1 텐서 다루기
    __2.2.2 데이터 준비
    __2.2.3 모델 정의
    __2.2.4 모델의 파라미터 정의
    __2.2.5 모델 훈련
    __2.2.6 훈련 평가
    __2.2.7 훈련 과정 모니터링
    2.3 실습 환경 설정
    __2.3.1 아나콘다 설치
    __2.3.2 가상 환경 생성 및 파이토치 설치
    2.4 파이토치 코드 맛보기

    3장 머신 러닝 핵심 알고리즘
    3.1 지도 학습
    __3.1.1 K-최근접 이웃
    __3.1.2 서포트 벡터 머신
    __3.1.3 결정 트리
    __3.1.4 로지스틱 회귀와 선형 회귀
    3.2 비지도 학습
    __3.2.1 K-평균 군집화
    __3.2.2 밀도 기반 군집 분석
    __3.2.3 주성분 분석(PCA)

    4장 딥러닝 시작
    4.1 인공 신경망의 한계와 딥러닝 출현
    4.2 딥러닝 구조
    __4.2.1 딥러닝 용어
    __4.2.2 딥러닝 학습
    __4.2.3 딥러닝의 문제점과 해결 방안
    __4.2.4 딥러닝을 사용할 때 이점
    4.3 딥러닝 알고리즘
    __4.3.1 심층 신경망
    __4.3.2 합성곱 신경망
    __4.3.3 순환 신경망
    __4.3.4 제한된 볼츠만 머신
    __4.3.5 심층 신뢰 신경망
    4.4 우리는 무엇을 배워야 할까?

    5장 합성곱 신경망 I
    5.1 합성곱 신경망
    __5.1.1 합성곱층의 필요성
    __5.1.2 합성곱 신경망 구조
    __5.1.3 1D, 2D, 3D 합성곱
    5.2 합성곱 신경망 맛보기
    5.3 전이 학습
    __5.3.1 특성 추출 기법
    __5.3.2 미세 조정 기법
    5.4 설명 가능한 CNN
    __5.4.1 특성 맵 시각화
    5.5 그래프 합성곱 네트워크
    __5.5.1 그래프란
    __5.5.2 그래프 신경망
    __5.5.3 그래프 합성곱 네트워크

    6장 합성곱 신경망 II
    6.1 이미지 분류를 위한 신경망
    __6.1.1 LeNet-5
    __6.1.2 AlexNet
    __6.1.3 VGGNet
    __6.1.4 GoogLeNet
    __6.1.5 ResNet
    6.2 객체 인식을 위한 신경망
    __6.2.1 R-CNN
    __6.2.2 공간 피라미드 풀링
    __6.2.3 Fast R-CNN
    __6.2.4 Faster R-CNN
    6.3 이미지 분할을 위한 신경망
    __6.3.1 완전 합성곱 네트워크
    __6.3.2 합성곱 & 역합성곱 네트워크
    __6.3.3 U-Net
    __6.3.4 PSPNet
    __6.3.5 DeepLabv3/DeepLabv3+

    7장 시계열 분석
    7.1 시계열 문제
    7.2 AR, MA, ARMA, ARIMA
    __7.2.1 AR 모델
    __7.2.2 MA 모델
    __7.2.3 ARMA 모델
    __7.2.4 ARIMA 모델
    7.3 순환 신경망(RNN)
    __7.3.1 RNN 계층과 셀
    7.4 RNN 구조
    __7.4.1 RNN 셀 구현
    __7.4.2 RNN 계층 구현
    7.5 LSTM
    __7.5.1 LSTM 구조
    __7.5.2 LSTM 셀 구현
    __7.5.3 LSTM 계층 구현
    7.6 게이트 순환 신경망(GRU)
    __7.6.1 GRU 구조
    __7.6.2 GRU 셀 구현
    __7.6.3 GRU 계층 구현
    7.7 RNN, LSTM, GRU 성능 비교
    7.8 양방향 RNN
    __7.8.1 양방향 RNN 구조
    __7.8.2 양방향 RNN 구현

    8장 성능 최적화
    8.1 성능 최적화
    __8.1.1 데이터를 사용한 성능 최적화
    __8.1.2 알고리즘을 이용한 성능 최적화
    __8.1.3 알고리즘 튜닝을 위한 성능 최적화
    __8.1.4 앙상블을 이용한 성능 최적화
    8.2 하드웨어를 이용한 성능 최적화
    __8.2.1 CPU와 GPU 사용의 차이
    __8.2.2 GPU를 이용한 성능 최적화
    8.3 하이퍼파라미터를 이용한 성능 최적화
    __8.3.1 배치 정규화를 이용한 성능 최적화
    __8.3.2 드롭아웃을 이용한 성능 최적화
    __8.3.3 조기 종료를 이용한 성능 최적화

    9장 자연어 전처리
    9.1 자연어 처리란
    __9.1.1 자연어 처리 용어 및 과정
    __9.1.2 자연어 처리를 위한 라이브러리
    9.2 전처리
    __9.2.1 결측치 확인
    __9.2.2 토큰화
    __9.2.3 불용어 제거
    __9.2.4 어간 추출
    __9.2.5 정규화

    10장 자연어 처리를 위한 임베딩
    10.1 임베딩
    __10.1.1 희소 표현 기반 임베딩
    __10.1.2 횟수 기반 임베딩
    __10.1.3 예측 기반 임베딩
    __10.1.4 횟수/예측 기반 임베딩
    10.2 트랜스포머 어텐션
    __10.2.1 seq2seq
    __10.2.2 버트(BERT)
    10.3 한국어 임베딩

    11장 클러스터링
    11.1 클러스터링이란
    11.2 클러스터링 알고리즘 유형
    __11.2.1 K-평균 군집화
    __11.2.2 가우시안 혼합 모델
    __11.2.3 자기 조직화 지도

    12장 강화 학습
    12.1 강화 학습이란
    12.2 마르코프 결정 과정
    __12.2.1 마르코프 프로세스
    __12.2.2 마르코프 보상 프로세스
    __12.2.3 마르코프 결정 과정
    12.3 MDP를 위한 벨만 방정식
    __12.3.1 벨만 기대 방정식
    __12.3.2 벨만 최적 방정식
    __12.3.3 다이나믹 프로그래밍
    12.4 큐-러닝
    __12.4.1 큐-러닝
    __12.4.2 딥 큐-러닝
    12.5 몬테카를로 트리 탐색
    __12.5.1 몬테카를로 트리 탐색 원리
    __12.5.2 몬테카를로 트리 검색을 적용한 틱택토 게임 구현

    13장 생성 모델
    13.1 생성 모델이란
    __13.1.1 생성 모델 개념
    __13.1.2 생성 모델의 유형
    13.2 변형 오토인코더
    __13.2.1 오토인코더란
    __13.2.2 변형 오토인코더
    13.3 적대적 생성 신경망(GAN)이란
    __13.3.1 GAN 동작 원리
    __13.3.2 GAN 구현
    13.4 GAN 파생 기술
    __13.4.1 DCGAN
    __13.4.2 cGAN
    __13.4.3 CycleGAN

    부록
    A.1 코랩
    __A.1.1 코랩이란
    __A.1.2 코랩에서 예제 파일 실행
    A.2 캐글
    __A.2.1 캐글이란
    __A.2.2 캐글 시작

책 속으로

이 책은 딥러닝뿐만 아니라 파이토치(PyTorch) 입문자를 위한 책으로 다음과 같은 분들이 보면 좋습니다.
● 딥러닝과 파이토치를 처음 접하는 분
● 딥러닝에 대한 기본 지식은 있지만, 파이토치를 이용한 구현 경험은 없는 분
● 파이토치는 다룰 수 있지만, 딥러닝 지식은 없는 분

책에서는 딥러닝에 대한 이론뿐만 아니라 파이토치를 이용한 구현 방법도 함께 설명합니다. 따라서 순차적으로 매 장을 따라가면서 실습하다 보면 어렵지 않게 딥러닝과 파이토치에 익숙해질 수 있습니다. 실습할 때는 예제 코드를 내려받아 실행하는 것보다는 직접 코드를 입력하고 실습해야 좀 더 실력이 빨리 향상됩니다.
딥러닝은 범위가 방대하고, 내용을 이해하는 것도 쉽지 않습니다. 따라서 입문자들이 쉽게 접근할 수 있게 하는 데 중점을 두고 집필했습니다. 특히 딥러닝과 파이토치를 처음 접하는 분들이 어려워서 포기하지 않도록 처음부터 끝까지 난이도를 조절하는 데 중점을 두었습니다.
1~4장은 머신 러닝과 딥러닝에 대한 기본적인 내용뿐만 아니라 파이토치 실습을 위한 환경 설정 방법을 다룹니다.
5~11장은 딥러닝의 핵심적인 신경망을 배웁니다. 합성곱 신경망, 순환 신경망 및 자연어 처리와 관련된 다양한 신경망을 다룹니다. 또한, 모델 성능을 향상시킬 수 있는 방법도 알아봅니다.
12~13장은 강화 학습과 생성 모델을 배웁니다.
책 한 권에 딥러닝 전체를 아우를 수 있는 내용을 담으려고 노력하다 보니 신경망별로 깊이 있는 내용은 부족합니다. 대략적인 개요를 익힌 후 개별적인 신경망에 대해 깊이 있게 학습하려면 많은 논문을 살펴보는 것이 좋습니다. 논문에서 딥러닝 관련 지식이나 신경망이 어떻게 발전되고 있는지 흐름을 살펴볼 수 있습니다. 특히 신러닝국제학회(International Conference on Machine Learning, ICML)와 표현학습국제학회(International Conference on Learning Representations, ICLR)에서 발표되는 논문들을 눈여겨보면 좋습니다.
더불어 파이토치에 대한 꾸준한 관심도 필요합니다. 이 책을 집필하는 동안에도 파이토치 버전이 업그레이드되어 많은 부분을 수정했을 정도로 기술이 빠르게 변화하고 있습니다. 파이토치의 새로운 버전 관련 내용은 https://pytorch.org/tutorials에서 지속적으로 확인하면 좋습니다. 또한, 딥러닝을 실무에 적용해 보기 위해서는 논문의 내용을 파이토치로 구현해 보는 연습을 해야 합니다. 물론 처음에는 어려울 수 있습니다. 하지만 책 내용을 완전히 숙지한 후 파이토치 코드가 제공되는 논문들을 찾아서 연습하고 제공되지 않는 논문들은 직접 코드로 구현해 보는 단계적 노력이 필요합니다.
이 책이 여러분이 딥러닝 세계에 입문하는 데 도움이 되면 더 바랄 것이 없을 것 같습니다.

-지은이의 말 중에서-

기본정보

상품정보 테이블로 ISBN, 발행(출시)일자 , 쪽수, 크기, 총권수을(를) 나타낸 표입니다.
ISBN 9791165218942
발행(출시)일자 2022년 03월 05일 (1쇄 2022년 03월 04일)
쪽수 760쪽
크기
184 * 236 * 35 mm / 1338 g
총권수 1권

Klover

구매 후 리뷰 작성 시, e교환권 200원 적립

10점 중 10점
/도움돼요
정작 대학원에서나 현업에서도 자주 쓰이는 파이토치가 입문서도 제대로 된 게 없는 상황에 가뭄의 단비와도 같은 책. 설명이 정말 친절합니다...
10점 중 10점
/최고예요
쉽게 잘 읽히는 책입니다
10점 중 10점
/최고예요
쉽게 잘 읽히는 책입니다
10점 중 10점
/추천해요
쉽게 잘 읽히는 책입니다
10점 중 10점
/도움돼요
전반적인 내용이 모두 다 들어가 있는 정말 교과서 같은 책입니다.
10점 중 10점
/집중돼요
공부하는데 매우 도움이 됐어요~!
10점 중 10점
/추천해요
초심자가 보기 좋습니다.
10점 중 10점
/도움돼요
파이토치 documentation과 같이 읽었습니다.
10점 중 10점
/도움돼요
도움이 많이 되네요 ㅋ
10점 중 10점
/추천해요
유용하게 잘 읽고 있습니다

문장수집 (4)

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는 교보문고의 새로운 서비스입니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요“ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보 없이 삭제될 수 있습니다.
리워드 안내
구매 후 90일 이내에 문장수집 작성 시 e교환권 100원을 적립해드립니다.
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.
판매가 5,000원 미만 상품의 경우 리워드 지급 대상에서 제외됩니다. (2024년 9월 30일부터 적용)

구매 후 리뷰 작성 시, e교환권 100원 적립

성능이 좋다는 의미는?
딥러닝 파이토치 교과서
pytorch로 여러가지 구현을 따라해보면서 공부하기 정말 좋은 책입니다. 다만 딥러닝에 대한 지식이 상당부분 있어야 도움이 될만한 책인 것 같아요. 만약 딥러닝에 대한 이론 공부를 했으나 파이토치를 통해 구현해보고 싶은 분에게는 정말 좋은 책입니다.
딥러닝 파이토치 교과서

교환/반품/품절 안내

상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

중학 영문법, 문법이 쓰기다: 1학년
이벤트
  • sam x 한샘 [똑똑한sam]
  • 2025 1학기 대학교재전
01 / 02
TOP