쏙쏙 들어오는 인공지능 알고리즘

리샬 허반스 저자(글) · 구정회 번역

제이펍 · 2021년 06월 11일

책 소개

딥러닝과 인공지능의 핵심 알고리즘을 그림과 개념으로 이해한다!

《쏙쏙 들어오는 인공지능 알고리즘》은 어려운 용어는 가능한 피하고 일러스트레이션, 연습문제, 그리고 직관적인 설명으로 기본적인 인공지능 개념을 설명한다. 독자는 단지 고등학교 수준의 대수학만 알고 있으면 된다. 기본적인 이론 외에 금융사기 감지, 예술 작품 제작, 자율주행 자동차 설정과 같은 도전적인 코딩 과제도 포함하고 있다.

작가정보

저자(글) 리샬 허반스

Rishal Hurbans
어린 시절부터 컴퓨터와 기술, 그리고 기발한 아이디어에 집착할 정도로 관심이 많았다. 소속된 팀과 회사에서는 리더십을 발휘하였고, 소프트웨어 엔지니어링, 전략 계획, 다양한 국제 비즈니스를 위한 종단 간 솔루션 설계에도 참여했다. 또한, 회사와 커뮤니티 등에서 실용주의 학습 및 기술 중심 문화를 성장시키는 업무를 담당하기도 했다.
리샬은 비즈니스 전략, 사람과 팀의 성장, 디자인 사고, 인공지능, 철학 등에 관심이 많으며, 사람과 기업의 생산성을 높이는 다양한 디지털 제품을 만들었다. 또한, 복잡한 개념에 쉽게 접근할 수 있고 사람들이 스스로 성장하는 데 도움이 되는 전 세계 수십 개의 콘퍼런스에서 연설자로 나서기도 했다.

번역 구정회

연세대학교 전자공학과를 졸업하고 포항공과대학교 대학원 전자전기공학과에서 컴퓨터 비전을 전공하였으며, 삼성전자 입사 후에 학술연수 프로그램에 선발되어 연세대학교에서 통신신호처리 전공으로 박사 학위를 취득했다. 현재는 삼성 리서치에서 딥러닝 기반 비전 기술을 연구 및 개발하고 있다. 보코더(vocoder)와 DSP 펌웨어 개발로 산업계 경력을 시작하였고, 국산화 과제(CDMA 모뎀, Tizen 플랫폼) 개발과 함께 이를 적용한 관련 제품 개발 및 상품화에 참여했다.
감사하게도 인공지능의 몇 차례 빙하기를 이겨낸 앞선 연구자들의 어깨를 빌려 다시 컴퓨터 비전 관련 딥러닝 연구를 이어가고 있다. 이것이 마지막 연구 주제가 되었으면 하는 바람과 조금은 더 선한 영향력을 꿈꾸며, 날마다 쏟아져 나오는 새로운 딥러닝 관련 홍수 속에서 하루하루 발견하는 즐거움을 찾고 있다.
밥벌이를 시작하면서 한 장의 영화 팸플릿에 담긴 사람들의 노고가 와 닿아 영화 팸플릿을 수집하는 취미를 갖게 되었고, 어느덧 책 읽기는 책을 사 모으는 즐거움으로 변질되어 나날이 늘어나는 책장 덕에 안주인의 사랑스런 눈치를 보며 두 자녀와 행복하게 살고 있다.

목차

• 옮긴이 머리말 ix
  서문 xi
  감사의 글 xviii
  이 책에 대하여 xix
  베타리더 후기 xxii
  《쏙쏙 들어오는 인공지능 알고리즘》 지도 xxiv
  
  1장 인공지능의 직관적 이해 1
  인공지능이란 무엇인가? 1
  인공지능의 간략한 역사 6
  문제 유형과 문제 해결 패러다임 8
  인공지능 개념의 직관적 이해 10
  인공지능 알고리즘의 사용 14
  
  2장 검색의 기초 21
  계획 및 검색이란? 21
  계산 비용: 스마트한 알고리즘이 필요한 이유 23
  검색 알고리즘을 적용할 수 있는 문제 24
  상태 표현: 문제 공간과 솔루션 표현을 위한 프레임워크 생성 27
  정보 없는 검색: 맹목적으로 솔루션 찾기 33
  너비 우선 탐색: 깊게 보기 전에 넓게 보기 35
  깊이 우선 탐색: 넓게 보기 전에 깊게 보기 43
  정보 없는 검색 알고리즘 사용 사례 50
  선택 사항: 그래프 유형에 대한 추가 정보 50
  선택 사항: 다양한 그래프 표현 방법 52
  
  3장 지능형 검색 55
  휴리스틱 정의: 학습된 추측 설계 55
  정보 있는 검색: 지침이 있는 솔루션 찾기 58
  적대적 탐색: 변화하는 환경에서 솔루션 찾기 68
  
  4장 진화 알고리즘 85
  진화란 무엇인가? 85
  진화 알고리즘을 적용할 수 있는 문제 88
  유전 알고리즘: 수명 주기 93
  솔루션 공간 인코딩 95
  솔루션 모집단 생성 99
  모집단 내 개체 적합도 측정 101
  적합도에 따른 부모 선택 103
  부모로부터 개체 복제 106
  다음 세대 채우기 112
  유전 알고리즘 매개변수 설정 115
  진화 알고리즘 사용 사례 116
  
  5장 고급 진화 방식 119
  진화 알고리즘 수명 주기 119
  다른 개체 선택 전략 121
  실숫값 인코딩: 실숫값으로 작업 124
  순서 인코딩: 시퀀스(sequence) 작업 128
  트리 인코딩: 계층 작업 131
  진화 알고리즘의 일반적인 유형 134
  진화 알고리즘 용어집 135
  추가적인 진화 알고리즘 사용 사례 136
  
  6장 군집 지능: 개미 139
  군집 지능이란? 139
  개미 군집 최적화를 적용할 수 있는 문제 142
  상태 표현: 경로와 개미는 어떤 모습일까? 145
  개미 군집 최적화 알고리즘 수명 주기 149
  개미 군집 최적화 알고리즘 사용 사례 169
  
  7장 군집 지능: 입자 173
  입자 군집 최적화란? 173
  최적화 문제: 약간 더 기술적인 관점 175
  입자 군집 최적화를 적용할 수 있는 문제 179
  상태 표현: 입자는 어떤 모습일까? 181
  입자 군집 최적화 수명 주기 182
  입자 군집 최적화 알고리즘 사용 사례 202
  
  8장 머신러닝 207
  머신러닝이란? 207
  머신러닝이 가능한 문제 209
  머신러닝 작업 순서 211
  의사 결정 트리를 통한 분류 236
  또 다른 인기 있는 머신러닝 알고리즘 253
  머신러닝 알고리즘 사용 사례 254
  
  9장 인공 신경망 257
  인공 신경망이란? 257
  퍼셉트론: 뉴런의 개념적 표현 260
  인공 신경망 정의 264
  순전파: 훈련된 인공 신경망 사용 272
  역전파: 인공 신경망 훈련 279
  활성화 함수 선택 290
  인공 신경망 설계 291
  인공 신경망 및 사용 사례 295
  
  10장 Q-러닝을 통한 강화학습 299
  강화학습이란? 299
  강화학습이 가능한 문제 303
  강화학습 수명 주기 304
  딥러닝 기반 강화학습 324
  강화학습 사용 사례 325
  
  찾아보기 330

추천사

• 린다 리스테브스키(Linda Ristevski) (요크 지역 교육위원회)

  처음부터 끝까지 인공지능 알고리즘을 배우고 이를 사용하는 이유와 방법을 상기시키는 데 도움을 주는 최고의 책

• 데이비드 제이콥스(David Jacobs) (어드밴스 로컬 제품 담당)

  컴퓨터 과학의 엄청나게 광범위한 영역을 다루고 현업 개발자가 이해하고 있어야 할 내용을 명확하고 철저하게 전달해 주는 책

• 카란 니(Karan Nih) (클래식 소프트웨어 솔루션)

  지금까지 봤던 인공지능 알고리즘 책 중에서 가장 포괄적인 콘텐츠

• 카일 피터슨(Kyle Peterson) (아이오와 대학교)

  인공지능의 작동 방식에 대한 두려움을 없애 주는 책

책 속으로

각 장은 처음부터 끝까지 순차적으로 읽어야 한다. 각 장을 따라 진행하면서 개념을 잡고 점차 이해를 높여 나간다. 각 장을 읽은 후, 코드 저장소에서 파이썬 코드를 참조하여 각 알고리즘을 어떻게 구현할 수 있는지 실험하고 실질적인 통찰력을 얻는 것이 유용하다. _xx쪽

이번 장에서는 인공지능의 개념, 인공지능 영역 내 주제 분류, 해결하려는 문제, 일부 사용 사례에 대한 추상적인 직관을 얻었다. 다음 장에서는 지능을 모방하는 가장 오래되고 단순한 형태인 검색 알고리즘을 알아본다. 검색 알고리즘은 이 책 전체에서 살펴볼 좀 더 정교한 인공지능 알고리즘에서 사용하는 일부 개념의 기본이 된다. _19쪽

커넥트포 예에서 최소-최대 탐색을 사용하려면, 기본적으로 알고리즘이 현재 게임 상태에서 가능한 모든 행동을 수행한 다음 가장 유리한 경로를 찾을 때까지 각 상태에서 가능한 모든 행동을 결정한다. 에이전트가 승리하는 게임 상태는 10점을 반환하고, 상대가 승리하는 게임 상태는 -10점을 반환하므로 최소-최대 탐색에서는 에이전트에 대한 양의 점수를 최대화하려고 한다(그림 3.14, 3.15). _73쪽

이번 장은 4장에서 살펴본 룰렛 휠 선택을 대체할 수 있는 또 다른 선택 전략을 분석하는 것으로 시작한다. 일반적으로 이러한 개별 접근 방식은 어떤 유전 알고리즘으로도 대체할 수 있다. 그 다음 대체 인코딩, 교차, 돌연변이 접근 방식의 효용성을 강조하기 위해 배낭 문제(4장)를 약간 수정한 세 가지 시나리오를 살펴본다(그림 5.2). _120쪽

군집 내 입자는 인지 능력과 관성, 군집의 행동과 같은 주변 환경 요인을 고려하여 자신의 위치를 업데이트한다. 여기서 이러한 주변 환경 요인은 각 입자의 속도와 위치에 영향을 미친다. 우선, 입자 위치 업데이트를 위한 첫 번째 단계는 속도 업데이트 방법을 이해하는 것이다. 속도는 입자의 이동 방향과 빠르기를 결정한다. _189쪽

데이터 세트의 불확실성은 지니 계수가 결정하며 질문은 불확실성을 줄이는 것을 목표로 한다. 엔트로피(entropy)는 질문을 바탕으로 지니 계수를 이용하여 특정 데이터 분할에 대해 무질서(disorder)를 측정하는 또 다른 개념이다. 질문이 불확실성을 얼마나 잘 감소시켰는지 확인할 수 있는 방법이 있어야 한다. 정보 이득을 측정하여 이 작업을 수행한다. 정보 이득information gain은 특정 질문을 통해 획득한 정보의 양을 나타내는데, 많은 정보를 얻으면 불확실성이 줄어든다. _242쪽

출판사 서평

딥러닝과 인공지능의 핵심 알고리즘을 그림과 개념으로 이해한다!

《쏙쏙 들어오는 인공지능 알고리즘》은 어려운 용어는 가능한 피하고 일러스트레이션, 연습문제, 그리고 직관적인 설명으로 기본적인 인공지능 개념을 설명한다. 독자는 단지 고등학교 수준의 대수학만 알고 있으면 된다. 기본적인 이론 외에 금융사기 감지, 예술 작품 제작, 자율주행 자동차 설정과 같은 도전적인 코딩 과제도 포함하고 있다.

이 책의 주요 내용
● 다양한 인공지능 알고리즘의 사용 사례
● 의사결정을 위한 지능적 검색
● 생물학적으로 영감을 받은 알고리즘
● 머신러닝 및 신경망
● 더 나은 로봇을 만들기 위한 강화학습

이 책의 대상 독자
● 인공지능을 공부하는 학생 및 1~5년차 현업 종사자
● 고등학교 수준의 대수학 및 미적분, 그리고 의사코드를 이해할 수 있는 소프트웨어 개발자

기본정보

ISBN	9791191600087 ( 1191600084 )
발행(출시)일자	2021년 06월 11일
쪽수	360쪽
크기	188 * 246 * 21 mm / 704 g
총권수	1권
시리즈명	제이펍의 인공지능 시리즈
원서명/저자명	Grokking Artificial Intelligence Algorithms/Rishal Hurbans