본문 바로가기

추천 검색어

실시간 인기 검색어

그림으로 배우는 딥러닝

앤드류 글래스너 저자(글) · 김창엽 , 소재현 번역
에이콘출판 · 2022년 05월 31일
10.0 (2개의 리뷰)
쉬웠어요 (50%의 구매자)
  • 그림으로 배우는 딥러닝 대표 이미지
    그림으로 배우는 딥러닝 대표 이미지
  • A4
    사이즈 비교
    210x297
    187x235
    단위 : mm
MD의 선택 무료배송 이벤트 소득공제
10% 54,000 60,000
적립/혜택
3,000P

기본적립

5% 적립 3,000P

추가적립

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 3,000P
  • 리뷰 작성 시, e교환권 추가 최대 300원
배송안내
무료배송
배송비 안내
국내도서 / 외국도서
도서만 15,000원 이상 구매 시 무료배송
도서 + 잡지 / 만화 / :K컬렉션을 함께 15,000원 이상 구매 시 무료배송

15,000원 미만 시 2,500원 배송비 부과

잡지 / 만화 / :K컬렉션 (교보배송)
각각 구매하거나 함께 2만 원 이상 구매 시 무료배송

2만원 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)
중고장터 상품
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.
서울시 종로구 종로 1

알림 신청하시면 원하시는 정보를
받아 보실 수 있습니다.

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

패키지

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.

그림으로 배우는 딥러닝 상세 이미지
복잡한 수식과 코드 없이 머신러닝과 딥러닝을 배우는 데 꼭 필요한 이론을 배울 수 있도록 구성했다. 필수로 익혀야 하는 통계 이론과 머신러닝의 기초 지식, 여러 딥러닝 구조와 응용 분야를 최대한 쉽게 풀어냈다. 딥러닝 입문자가 핵심적인 이론을 이해할 수 있도록 그림 설명을 제공하며, 코드를 작성할 준비가 됐을 때 활용할 수 있는 파이썬 예제를 별도로 제공한다.

작가정보

저자(글) 앤드류 글래스너

Andrew S. Glassner
웨타 디지털(Weta Digital)의 선임 연구 과학자다. 예술가가 딥러닝으로 영화와 텔레비전에서 시각 효과를 낼 수 있게 돕고 있다. SIGGRAPH ’94의 기술 논문 좌장, 「Journal of Computer Graphics Tools」의 창립 편집자, 「ACM Transactions on Graphics」의 편집장을 역임했다. 저서로는 『Graphics Gems』(Academic Press) 시리즈와 『Principles of Digital Image Synthesis』(Morgan Kaufmann, 1995)가 있다. UNC-Chapel Hill에서 박사 학위를 취득했다. 여가에는 그림을 그리고 재즈 피아노를 연주하고 소설을 쓴다. 웹 사이트는 www.glassner.com이며, 트위터에서 @AndrewGlassner로 찾아볼 수 있다.

번역 김창엽

크라우드웍스 ML 팀에서 머신러닝 엔지니어로 일하고 있다. 데이터 분석과 머신러닝에 관심이 많아 고려대학교 산업경영공학과 데이터 사이언스 및 비즈니스 애널리틱스(DSBA) 연구실에서 박사 과정을 수료했다. 이전에는 KT와 안랩에서 12년간 근무하며 악성코드 대응 및 침해사고 분석 업무, 머신러닝을 활용한 네트워크 장애 진단 과제를 수행했다. 번역서로는 에이콘출판사에서 출간한 『텐서플로 入門』(2016), 『케라스로 구현하는 딥러닝과 강화학습』(2017), 『딥러닝 데이터 전처리 입문』(2018), 『머신러닝을 활용한 컴퓨터 보안』(2019), 『예제로 배우는 자연어 처리 기초』(2020) 등이 있다.

번역 소재현

지오시스 유한회사(Qoo10)에서 AI Dev. 팀장으로 일하고 있다. 주요 업무는 AI 분야 프로그램, 추천 시스템 개발, 빅데이터 플랫폼 운영 등이다. 한양대학교에서 추천 시스템 분야를 연구해 공학 석사 학위를 취득했다. 과거 안랩에서 8년간 침해사고, 포렌식 분석 및 하둡 기반 악성코드 분석 시스템을 개발했다. ‘대한민국 바로 알리기’ AI 공모전에서 수상한 경험이 있다.

작가의 말

황금 램프를 문지르고 있다고 상상해보자. “지니, 내 세 가지 소원으로 사랑하는 사람, 거대한 부, 길고 건강한 삶을 줘.”라고 말한다. 이제 집에 들어왔다고 상상해보자. “집아, 주변에 차를 불러주고, 사라에게 점심에 시간이 있는지 물어보고, 이발 일정을 예약하고, 라떼를 만들어줘. 아, 그리고 델로니어스 몽크(Thelonious Monk)를 연주해줘.”라고 말한다. 이 두 가지 상황에서 당신은 거대한 힘을 가진 영혼에게 당신의 말을 듣고, 이해하고, 욕망을 채워 달라고 요구한다. 첫 번째 시나리오는 천 년 전으로 거슬러 올라가는 판타지다. 두 번째 시나리오는 인공지능 덕분에 오늘날 흔히 볼 수 있는 현실이다. 어떻게 이런 마법의 지니를 발명했을까? 오늘날 세상을 바꾸는 AI의 혁명은 세 가지 발전의 결과다. 첫째, 컴퓨터는 매년 더 커지고 빨라지고 있으며 이미지 생성을 위한 특수한 목적이 있는 칩은 이제 AI 기술에도 힘을 실어주고 있다. 둘째, 사람들은 새로운 알고리듬을 계속 개발하고 있다. 놀랍게도 오늘날 AI를 지원하는 알고리듬 중 일부는 수십 년 동안 사용돼 왔다. 이들은 누구나 알고 있는 것보다 더 강력했고 빛을 발할 수 있는 충분한 데이터와 컴퓨팅 성능을 기다리고 있었다. 더 새롭고 강력한 알고리듬은 빠른 속도로 이 분야를 발전시키고 있다. 오늘날 사용하는 가장 강력한 알고리듬 중 일부는 딥러닝이라고 하는 AI 범주에 속하며, 이 기술이 책에서 강조할 기술이다. 셋째, 가장 중요한 것은 이러한 알고리듬이 학습할 수 있는 방대한 데이터베이스가 있다는 것이다. 알고리듬은 소셜 네트워크, 스트리밍 서비스, 정부 기관, 신용카드 회사, 심지어 슈퍼마켓에서도 수집할 수 있는 모든 정보를 측정하고 저장한다. 웹상의 공개 데이터도 방대하다. 2020년 말 현재, 온라인에서 무료로 사용할 수 있는 40억 시간 이상의 비디오, 170억 개 이상의 이미지, 스포츠 역사부터 날씨 패턴, 지방 자치단체의 기록에 이르기까지 이러한 주제에 해당하는 엄청난 양의 텍스트가 있는 것으로 추정된다. 실제로 이러한 데이터베이스는 새로운 머신러닝 시스템에서 가장 가치 있는 구성 요소로 간주되는 경우가 많다. 돈이 있는 사람은 누구나 컴퓨터를 살 수 있고, 이들이 실행하는 알고리듬은 연구 저널, 책, 오픈소스 저장소에서 공개적으로 이용할 수 있다. 조직이 자신을 위해서만 사용하거나 최고 입찰자에게 판매하기 위한 데이터다. 데이터베이스는 새로운 석유, 새로운 금이라고 해도 과언이 아니다. 다른 급진적인 기술과 마찬가지로 AI는 인류에게 큰 이점을 기대하는 장밋빛 치어리더와 세상을 구성하는 사회와 문화의 파괴만을 보는 어두운 파멸의 예측기(predictors)를 갖고 있다. 어떤 게 맞는가? 이 새로운 기술의 위험과 이점을 어떻게 판단할 수 있을까? 언제 AI를 허용해야 하고 언제 금지해야 할까? 신기술을 신중하게 다루는 가장 좋은 방법은 이를 이해하는 것이다. 이 기술이 어떻게 작동하는지, 그 힘과 한계의 본질을 알 때 어디에 어떻게 사용해 살고 싶은 미래를 만들어야 하는지 결정할 수 있다. 이 책은 딥러닝이 무엇이고 어떻게 작동하는지 이해하고자 집필했다. 여러분이 딥러닝의 강점과 약점을 알면 문화와 사회에 미치는 실제적이고 잠재적인 영향을 이해할 수 있는 더 나은 위치에 있게 될 것이다. 또한 권력을 쥔 사람과 조직이 이러한 도구를 언제 사용하는지 확인한 후 이 도구를 공공의 이익을 위해 사용하고 있는지, 아니면 사적인 이익을 위해 사용하고 있는지를 직접 판단할 수 있다.

목차

  • 1부. 기본 개념

    1장. 머신러닝 개요
    전문가 시스템
    지도학습
    비지도학습
    강화학습
    딥러닝
    요약

    2장. 필수 통계
    무작위성 설명
    확률 변수와 확률 분포
    몇 가지 일반적인 분포
    __연속 분포
    __이산 분포
    확률 변수의 집합
    __기댓값
    __의존성
    __독립 항등 분포된 변수
    추출과 복원
    __복원 추출
    __비복원 추출
    부트스트랩
    공분산과 상관관계
    __공분산
    __상관관계
    통계가 모든 것을 말해주지는 않는다
    고차원 공간
    요약

    3장. 성능 측정
    확률의 여러 유형
    __다트 던지기
    __단순 확률
    __조건부 확률
    __결합 확률
    __주변 확률
    정확도 측정
    __샘플 분류
    __혼동 행렬
    __잘못된 예측값 특성화
    __옳고 그름의 측정
    __정확도
    __정밀도
    __재현율
    __정밀도-재현율 트레이드오프
    __오해의 소지가 있는 측정지표
    __f1 점수
    __용어
    __기타 측정지표
    혼동 행렬을 올바르게 구성하기
    요약

    4장. 베이즈 규칙
    빈도주의와 베이지안 확률
    __빈도주의적 접근
    __베이지안 접근법
    __빈도주의자 대 베이지안 주의자
    빈도주의자의 동전 던지기
    베이지안의 동전 던지기
    __동기 부여 예제
    __동전 확률 그리기
    __동전 던지기를 확률로 표현하기
    __베이즈 규칙
    __베이즈 규칙에 대한 논의
    베이즈 규칙과 혼동 행렬
    베이즈 규칙 반복
    __사후 확률-사전 확률 루프
    __베이즈 루프 실습
    다중 가설
    요약

    5장. 곡선과 표면
    함수의 본질
    미분
    __최댓값과 최솟값
    __접선
    __미분으로 최솟값과 최댓값 찾기
    그래디언트
    __물, 중력, 그래디언트
    __경사도로 최댓값과 최솟값 찾기
    __안장점
    요약

    6장. 정보 이론
    놀라움과 맥락
    __놀라움 이해
    __맥락 풀기
    정보 측정
    적응형 코드
    __모스 말하기
    __모스 부호 커스터마이징
    엔트로피
    교차 엔트로피
    __두 개의 적응형 코드
    __코드 사용
    __실전에서의 교차 엔트로피
    쿨백-라이블러 발산
    요약


    2부. 머신러닝 기초

    7장. 분류
    이진 분류
    2D 다중 클래스 분류
    다중 클래스 분류
    __하나 대 나머지
    __하나 대 하나
    클러스터링
    차원의 저주
    __차원과 밀도
    __고차원의 기이함
    요약

    8장. 훈련과 테스팅
    훈련
    성능 테스트
    __테스트 데이터
    __검증 데이터
    교차 검증
    k-폴드 교차 검증
    요약

    9장. 과적합과 과소적합
    좋은 적합 찾기
    __과적합
    __과소적합
    과적합의 탐지와 해결
    __얼리스토핑
    __일반화
    편향과 분산
    __기저 데이터에 일치시키기
    __높은 편향, 낮은 분산
    __낮은 편향, 높은 분산
    __곡선 비교
    베이즈 규칙으로 선 적합하기
    요약

    10장. 데이터 준비
    기본 데이터 정제
    일관성의 중요성
    데이터 유형
    원핫 인코딩
    정규화와 표준화
    __정규화
    __표준화
    __변환 기억하기
    변환 유형
    __슬라이스 처리
    __샘플별 처리
    __피처별 처리
    __요소별 처리
    역변환
    교차 검증의 정보 유출
    데이터 세트 축소
    __피처 선택
    __차원 축소
    주성분 분석
    __단순 이미지를 위한 PCA
    __실제 이미지에 대한 PCA
    요약

    11장. 분류기
    분류기의 유형
    k-최근접 이웃
    의사결정 트리
    __트리 소개
    __의사결정 트리 사용
    __과적합 트리
    __노드 분할
    서포트 벡터 머신
    __기본 알고리듬
    __SVM 커널 트릭
    나이브 베이즈
    분류기 비교
    요약

    12장. 앙상블
    투표
    의사결정 트리의 앙상블
    __배깅
    __랜덤 포레스트
    __엑스트라 트리
    부스팅
    요약


    3부. 딥러닝 기본

    13장. 신경망
    실제 뉴런
    인공 뉴런
    __퍼셉트론
    __현대 인공 뉴런
    뉴런 그리기
    피드포워드 네트워크
    신경망 그래프
    가중치 초기화
    딥 네트워크
    완전 연결 레이어
    텐서
    네트워크 붕괴 방지
    활성화 함수
    __직선 함수
    __계단 함수
    __구간 선형 함수
    __매끄러운 함수
    __활성화 함수 갤러리
    __활성화 함수 비교
    소프트맥스
    요약

    14장. 역전파
    높은 수준에서의 훈련 개요
    __오류 처벌하기
    __학습을 위한 느린 방법
    __경사 하강법
    개요
    작은 신경망에서의 역전파
    __출력 뉴런의 델타 찾기
    __가중치 변경을 위해 델타 사용
    __다른 뉴런의 델타
    더 큰 네트워크에서의 역전파
    학습률
    __이진 분류기 구축
    __학습률 선택
    __훨씬 더 작은 학습률
    요약

    15장. 옵티마이저
    2D 곡선 오류
    학습률 조정
    __일정한 크기로 업데이트
    __시간에 따라 학습률을 변화
    __감쇠 스케줄
    업데이트 전략
    __배치 경사 하강법
    __확률적 경사 하강법
    __미니배치 경사 하강법
    경사 하강법 변형
    __모멘텀
    __네스테로프 모멘텀
    __Adagrad
    __Adadelta와 RMSprop
    __Adam
    옵티마이저 선택
    일반화
    __드롭아웃
    __배치 정규화
    요약


    4부. 기초를 넘어

    16장. 컨볼루션 신경망
    컨볼루션 소개
    __노란색 탐지
    __가중치 공유
    __더 큰 필터
    __필터와 피처
    __패딩
    다차원 컨볼루션
    다중 필터
    컨볼루션 레이어
    __1D 컨볼루션
    __1×1 컨볼루션
    출력 크기 변경
    __풀링
    __스트라이드
    __전치 컨볼루션
    필터의 계층 구조
    __가정 단순화
    __안면 마스크 찾기
    __눈, 코, 입 찾기
    __필터 적용
    요약

    17장. 실제 컨볼루션 신경망
    손 글씨 분류
    VGG16
    필터 시각화 1부
    필터 시각화 2부
    적대 사례
    요약

    18장. 오토인코더
    인코딩 소개
    __비손실 인코딩과 손실 인코딩
    표현 혼합하기
    가장 단순한 오토인코더
    더 좋은 오토인코더
    오토인코더 탐험
    __잠재 변수 자세히 살펴보기
    __파라미터 공간
    __잠재 변수 혼합
    __새로운 입력에 대한 예측
    컨볼루셔널 오토인코더
    __잠재 변수 혼합
    __새로운 입력에 대해 예측
    노이즈 제거
    변분 오토인코더
    __잠재 변수의 분포
    __변분 인코더 구조
    VAE 탐험
    __MNIST 샘플로 작업
    __두 잠재 변수로 작업
    __새로운 입력 전달
    요약

    19장. 순환 신경망
    언어 다루기
    __일반적인 자연어 처리 작업
    __텍스트를 숫자로 변환
    __미세 조정과 다운스트림 네트워크
    완전 연결 예측
    __네트워크 테스트
    __네트워크가 실패한 이유
    순환 신경망
    __스테이트 소개
    __다이어그램 롤업
    __실전에서의 순환 셀
    __순환 신경망 훈련
    __장단기 기억과 게이트 순환 신경망
    순환 신경망 사용
    __흑점 데이터로 작업
    __텍스트 생성
    __다양한 아키텍처
    Seq2Seq
    요약

    20장. 어텐션과 트랜스포머
    임베딩
    __단어 임베딩
    __ELMo
    어텐션
    __동기를 부여하는 비유
    __셀프 어텐션
    __Q/KV 어텐션
    __멀티헤드 어텐션
    __레이어 아이콘
    트랜스포머
    __스킵 커넥션
    __놈-애드
    __포지셔널 인코딩
    __트랜스포머 결합
    __실전에서의 트랜스포머
    BERT와 GPT-2
    __BERT
    __GPT-2
    __생성기 논의
    __데이터 포이즈닝
    요약

    21장. 강화학습
    기본 아이디어
    새로운 게임 배우기
    강화학습의 구조
    __1단계: 에이전트가 행동을 선택
    __2단계: 환경이 응답
    __3단계: 에이전트가 자체 업데이트
    __큰 그림으로 돌아가기
    __보상 이해
    플리퍼
    L-러닝
    __기초
    __L-러닝 알고리듬
    __알고리듬 테스트
    __예측 불가능성 처리
    Q-러닝
    __Q-값과 업데이트
    __Q-러닝 정책
    __하나로 결합
    __골치 아픈 문제
    __Q-러닝 실습
    SARSA
    __알고리듬
    __SARSA 실습
    __Q-러닝과 SARSA 비교
    큰 그림
    요약

    22장. 생성적 적대 신경망
    지폐 위조
    __경험에서 학습
    __신경망으로 위조
    __학습 과정
    __왜 적대일까?
    GAN 구현
    __판별기
    __생성기
    __GAN 훈련
    GAN 실습
    __판별기와 생성기 구축
    __네트워크 훈련
    __네트워크 테스트
    DCGAN
    도전 과제
    __큰 샘플 사용
    __모드 붕괴
    __생성한 데이터로 훈련
    요약

    23장. 창의적인 애플리케이션
    딥 드리밍
    __필터 자극
    __딥 드리밍 실행
    뉴럴 스타일 전이
    __스타일 표현
    __콘텐츠 표현
    __스타일과 콘텐츠를 함께
    __스타일 전이 실행
    이 책을 더 만들어보기
    요약

출판사 서평

◈ 이 책에서 다루는 내용 ◈

◆ 텍스트 생성기로 이야기와 기사를 만드는 방법
◆ 인간 게임에서 딥러닝 시스템이 승리하도록 학습하는 방법
◆ 이미지 분류 시스템으로 사진 속 사물이나 사람을 식별하는 방법
◆ 일상생활에서 확률을 유용하게 활용하는 방법
◆ 머신러닝 기술로 현대 AI에 기여하는 방법

◈ 이 책의 대상 독자 ◈

딥러닝이 어떻게 동작하는지 관심 있는 사람을 위해 이 책을 썼다. 수학이나 프로그래밍 경험은 필요 없다. 컴퓨터 전문가나 기술자일 필요도 전혀 없다.
딥러닝의 알고리듬 대부분이 그리 복잡하거나 이해하기 어렵지 않다는 것에 놀랄지도 모른다. 이들은 대개 단순하고 우아하며 대형 데이터베이스를 통해 수백만 번 반복해 힘을 얻게 된다.
순수하게 지적 호기심을 충족시키고 싶은 사람이나 딥러닝을 다루는 다른 사람과 교류하는 사람이 읽기에도 좋다. AI를 이해하면 좋은 이유 중 하나는 AI를 활용할 수 있다는 것이다. 이 책을 통해 일을 더 잘하고 취미를 더 깊게 즐기고 주변 세상을 더욱 완전하게 이해할 수 있도록 도와주는 인공지능 시스템을 구축할 수 있을 것이다.

◈ 이 책의 구성 ◈

1장, '머신러닝 개요’에서는 큰 그림을 보면서 머신러닝이 어떻게 동작하는지에 대한 발판을 마련한다.
2장, ‘필수 통계’에서는 데이터에서 패턴을 찾고 설명할 수 있게 해준다.
3장, ‘성능 측정’에서는 측정할 방법을 신중하게 선택해 알고리듬이 “잘못”된 상황은 실제로 무엇을 의미하는지 설명할 수 있다.
4장, ‘베이즈 규칙’에서는 기댓값(expectations)과 지금까지 확인한 결과들을 모두 고려해 알고리듬이 올바른 결과를 제공할 수 있는 우도(likelihood)에 대해 살펴본다.
5장, ‘곡선과 표면’에서는 학습 알고리듬을 다루는 데 도움이 되도록 곡선과 표면이 어떻게 생겼는지 설명한다.
6장, ‘정보 이론'에서는 정보를 표현하고 수정하는 아이디어로 다양한 유형의 정보를 정량화하고 측정할 수 있게 해준다.
7장, ‘분류’에서는 컴퓨터가 데이터 조각에 특정 클래스나 범주를 할당하는 문제를 해결하기 위한 기본 아이디어를 살펴본다.
8장, ‘훈련과 테스팅’에서는 실제로 활용할 수 있는 딥러닝 시스템의 구축을 위해 성능을 테스트한다.
9장, ‘과적합과 과소적합’에서는 훈련 시 사용한 데이터를 외워 처음 본 데이터 처리를 더 못하는 문제가 어디에서 발생하는지, 어떻게 영향을 줄일 수 있는지 알아본다.
10장, ‘데이터 준비’에서는 학습할 많은 데이터를 제공해 딥러닝 시스템을 훈련한다. 가능한 한 효과적으로 학습하고자 이 데이터를 어떻게 준비해야 하는지 알아본다.
11장, ‘분류기’에서는 데이터를 분류하기 위한 구체적인 머신러닝 알고리듬을 알아본다. 이러한 방법들은 딥러닝 시스템을 훈련시키고자 시간과 노력을 투자하기 전에 데이터를 파악하는 좋은 방법이다.
12장, ‘앙상블’에서는 아주 간단한 학습 시스템을 훨씬 더 강력한 복합 시스템으로 결합시키는 방법을 다룬다.
13장, ‘신경망’에서는 인공 뉴런과 이것들을 어떻게 연결해서 네트워크를 만드는지 살펴본다. 이러한 네트워크들은 딥러닝의 기반을 구성한다.
14장, ‘역전파’에서는 신경망을 실용적으로 만드는 핵심 알고리듬은 데이터에서 학습할 수 있게 훈련시키는 방법을 다룬다.
15장, ‘옵티마이저’에서는 심층 네트워크를 훈련하는 두 번째 알고리듬의 성능 향상을 효과적으로 수행하기 위한 다양한 방법을 알아본다.
16장, ‘컨볼루션 신경망’에서는 영상과 같은 공간 데이터를 처리할 수 있는 강력한 알고리듬과 그것들이 어떻게 사용되는지 알아본다.
17장, ‘실제 컨볼루션 신경망’에서는 공간 정보를 다루는 기술을 어떻게 활용할 수 있는지 자세히 알아본다.
18장, ‘오토인코더’에서는 대규모 데이터 세트를 단순화하고 노이즈를 제거해 손상된 이미지를 정제하는 방법을 다룬다.
19장, ‘순환 신경망’에서는 텍스트와 오디오 클립 같은 시퀀스를 작업할 때 필요한 특별한 도구를 살펴본다.
20장, ‘어텐션과 트랜스포머’에서는 텍스트를 해석하고 생성하도록 설계된 알고리듬을 알아본다.
21장, ‘강화학습’에서는 컴퓨터가 제공하기를 원하는 답을 모르는 문제를 유연하게 해결하는 방법을 살펴본다.
22장, ‘생성적 적대 신경망’에서는 갖고 있는 데이터의 새로운 인스턴스를 창조하거나 생성하는 생성기를 훈련시킬 수 있는 강력한 방법을 알아본다.
23장, ‘창의적인 애플리케이션’에서는 사이키델릭한 이미지를 만들고, 예술가의 시그니처 스타일을 사진에 적용하고, 어떤 작가의 스타일로든 새로운 텍스트를 생성하기 위한 딥러닝 도구를 적용해본다.

◈ 옮긴이의 말 ◈

해가 지날수록 풀기 힘든 문제를 AI로 풀어보고자 노력하는 사람들을 많이 만난다. 문제의 본질을 고민하고, 여러 아이디어로 실험해보고, 피처를 새로 만들어보고, 네트워크 구조를 바꿔보고, 데이터를 더 모아보고, 잘못된 데이터가 없는지 또 검사해보고, 실험을 실패하고 다시 시도하는 등 고군분투하는 사람이 늘고 있다.
또한 AI나 ML 팀이 아닌 다른 부서에 AI나 머신러닝 지식을 전달하고 발표해야 하는 자리도 늘어나고 있다. 업무의 효율을 높이기 위해서는 AI를 적용해야 하고, 다른 회사와의 협업이나 사업 기회를 만드려면 연구 개발 조직이 아닌 부서에도 AI와 머신러닝 지식이 요구된다.
이 책은 마주치자마자 덮어 버리고 싶은 수식과 개발자가 아니면 굳이 알고 싶지 않은 코드를 제거하고 그림만으로 머신러닝, 딥러닝 이론을 설명한 책이다. 거부 반응 없이 머신러닝과 딥러닝에 최대한 가깝게 갈 수 있도록 저자가 많은 공을 들였다. 부족한 역자로 인해 저자의 노력이 사라지지 않도록 최선을 다해 번역했다.
아무쪼록 이 책이 머신러닝과 딥러닝에 입문할 때 수식과 코드 때문에 겁먹어 포기하지 않고, 이 분야의 이론을 전반적으로 훑어보고 이해하는 데 많은 도움이 됐으면 한다.
김창엽

6년 전, 인간과 AI가 바둑 대결을 할 때만 해도 “AI가 이런 것도 가능해?”라며 탄복한 기억이 있다. 여러 해가 지난 지금은 “AI가 이런 것도 못해?”라는 생각이 들 때가 있다. 일상에서 사용하는 냉장고나 공기청정기, 스피커와 같은 가전에서도 이제는 AI를 찾기 어렵지 않아 기대감이 높아졌기 때문일 것이다. AI는 어느새 일상에 뿌리 깊게 자리한 기술이 됐다. 하지만 AI에 대해 과연 얼마나 알고 있을까? 개발자를 비롯한 많은 사람이 작동 원리를 완벽히 이해하진 못할 것이다. 모든 기술이 그렇듯 단순히 제공하는 기능을 사용하기보다는 작동 원리를 이해함으로써 더욱 편리하게 사용할 수 있다. 배경을 없애는 기능을 사용하고자 사진을 찍을 때 하얀 바탕을 배경으로 찍는다든가, 녹음 파일의 잡음을 제거하고자 녹음할 때는 격리된 곳으로 이동하는 식으로 말이다. AI를 더 깊이 있게 알면 더 효과적으로 사용하게 되고 나아가 직접 개발하고 개선시키고 싶을 것이다.
AI 기능을 개선하려면 이 분야의 지식에 한 발짝 더 다가가야 한다. 그래야 상황에 맞는 알고리듬을 선택하고 원하는 결과를 얻을 수 있을 것이다. 이런 면에서 이 책이 큰 의미가 있다고 생각한다. 이 책은 단순히 기술의 설명만을 늘어놓지 않고 AI 분야의 작동 원리를 알기 쉽게 풀어 설명하고 있다. 삶과 지식을 윤택하게 만들어주는 교양서일 뿐만 아니라 이 분야의 기술자에게는 다른 무언가를 개발하고 개선시킬 수 있게 하는 토르의 망치와 같은 책이 될 것이다. 기술의 겉모습에 집중하지 말고 번개와 같은 기술의 속성을 이해하면서 망치를 휘둘러보자. 훨씬 더 강력할 것이다.
소재현

기본정보

상품정보
ISBN 9791161756448 ( 1161756442 )
발행(출시)일자 2022년 05월 31일
쪽수 1012쪽
크기
187 * 235 * 54 mm / 1893 g
총권수 1권
원서명/저자명 Deep Learning/Andrew Glassner

Klover

Klover 리뷰 안내
교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
리워드 안내
구매 후 90일 이내에 평점과 10자 이상의 리뷰 작성 시 e교환권 200원을 적립해 드립니다.
e교환권은 적립 일로부터 180일 동안 사용 가능합니다.
리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 리뷰 종류별로 구매한 아이디당 한 상품에 최초 1회 작성 건들에 대해서만 제공됩니다.
판매가 1,000원 미만 도서의 경우 리워드 지급 대상에서 제외됩니다.
한달 후 리뷰
구매 후 30일~ 120일 이내에 작성된 두 번째 구매리뷰에 대해 한 달 후 리뷰로 인지하고 e교환권 100원을 추가 제공합니다.
운영 원칙 안내
Klover 리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다.
일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

리뷰는 1인이 중복으로 작성하실 수는 있지만, 평점계산은 가장 최근에 남긴 1건의 리뷰만 반영됩니다.
신고하기
다른 고객이 작성리뷰에 대해 불쾌함을 느끼는 경우 신고를 할 수 있으며, 신고 자가 일정수준 이상 누적되면 작성하신 리뷰가 노출되지 않을 수 있습니다.

구매 후 리뷰 작성 시, e교환권 200원 적립

문장수집

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.

구매 후 리뷰 작성 시, e교환권 100원 적립

이 책의 첫 기록을 남겨주세요

교환/반품/품절 안내

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

이벤트
TOP

저자 모두보기

매장별 재고 및 위치

할인쿠폰 다운로드

  • 쿠폰은 주문결제화면에서 사용 가능합니다.
  • 다운로드한 쿠폰은 마이 > 혜택/포인트 에서 확인 가능합니다.
  • 도서정가제 적용 대상 상품에 대해서는 정가의 10%까지 쿠폰 할인이 가능합니다.
  • 도서정가제 적용 대상 상품에 10% 할인이 되었다면, 해당 상품에는 사용하실 수
    없습니다.

적립예정포인트 안내

  • 통합포인트 안내

    • 통합포인트는 교보문고(인터넷, 매장), 핫트랙스(인터넷, 매장), 모바일 교보문고 등 다양한 곳에서 사용하실 수 있습니다.
    • 상품 주문 시, 해당 상품의 적립률에 따라 적립 예정 포인트가 자동 합산되고 주문하신 상품이 발송완료 된 후에 자동으로 적립됩니다.
    • 단, 쿠폰 및 마일리지, 통합포인트, e교환권 사용 시 적립 예정 통합포인트가 변동될 수 있으며 주문취소나 반품시에는 적립된 통합포인트가 다시 차감됩니다.
  • 통합포인트 적립 안내

    • 통합포인트는 도서정가제 범위 내에서 적용됩니다.
    • 추가적립 및 회원 혜택은 도서정가제 대상상품(국내도서, eBook등)으로만 주문시는 해당되지 않습니다.
  • 기본적립) 상품별 적립금액

    • 온라인교보문고에서 상품 구매시 상품의 적립률에 따라 적립됩니다.
    • 단 도서정가제 적용 대상인 국내도서,eBook은 15%내에서 할인율을 제외한 금액내로 적립됩니다.
  • 추가적립) 5만원 이상 구매시 통합포인트 2천원 추가적립

    • 5만원 이상 구매시 통합포인트 2천원 적립됩니다.
    • 도서정가제 예외상품(외서,음반,DVD,잡지(일부),기프트) 2천원 이상 포함시 적립 가능합니다.
    • 주문하신 상품이 전체 품절인 경우 적립되지 않습니다.
  • 회원혜택) 3만원이상 구매시 회원등급별 2~4% 추가적립

    • 회원등급이 플래티넘, 골드, 실버 등급의 경우 추가적립 됩니다.
    • 추가적립은 실결제액 기준(쿠폰 및 마일리지, 통합포인트, e교환권 사용액 제외) 3만원 이상일 경우 적립됩니다.
    • 주문 후 취소,반품분의 통합포인트는 단품별로 회수되며, 반품으로 인해 결제잔액이 3만원 미만으로 변경될 경우 추가 통합포인트는 전액 회수될 수 있습니다.

제휴 포인트 안내

제휴 포인트 사용

  • OK CASHBAG 10원 단위사용 (사용금액 제한없음)
  • GS&POINT 최대 10만 원 사용
더보기

구매방법 별 배송안내

배송 일정 안내

  • 출고 예정일은 주문상품의 결제(입금)가 확인되는 날 기준으로 상품을 준비하여 상품 포장 후 교보문고 물류센터에서 택배사로 전달하게 되는 예상 일자입니다.
  • 도착 예정일은 출고 예정일에서 택배사의 배송일 (약1~2일)이 더해진 날이며 연휴 및 토, 일, 공휴일을 제외한 근무일 기준입니다.
배송 일정 안내
출고예정일 도착예정일
1일이내 상품주문 후 2~3일 이내
2일이내 상품주문 후 3~4일 이내
3일이내 상품주문 후 4~5일 이내
4일이내 상품주문 후 5~6일 이내

연휴 및 토, 일, 공휴일은 제외됩니다.

당일배송 유의사항

  • 수도권 외 지역에서 선물포장하기 또는 사은품을 포함하여 주문할 경우 당일배송 불가
  • 회사에서 수령할 경우 당일배송 불가 (퇴근시간 이후 도착 또는 익일 배송 될 수 있음)
  • 무통장입금 주문 후 당일 배송 가능 시간 이후 입금된 경우 당일 배송 불가
  • 주문 후 배송지 변경 시 변경된 배송지에 따라 익일 배송될 수 있습니다.
  • 수도권 외 지역의 경우 효율적인 배송을 위해 각 지역 매장에서 택배를 발송하므로, 주문 시의 부록과 상이할 수 있습니다.
  • 각 지역 매장에서 재고 부족 시 재고 확보를 위해 당일 배송이 불가할 수 있습니다.

일반배송 시 유의사항

  • 날씨나 택배사의 사정에 따라 배송이 지연될 수 있습니다.
  • 수도권 외 지역 바로배송 서비스의 경우 경품 수령 선택 여부에 따라 도착 예정일이 변경됩니다.
  • 출고 예정일이 5일 이상인 상품의 경우(결제일로부터 7일 동안 미입고), 출판사 / 유통사 사정으로 품/절판 되어 구입이 어려울 수 있습니다. 이 경우 SMS, 메일로 알려드립니다.
  • 선물포장 주문 시 합배송 처리되며, 일부상품 품절 시 도착 예정일이 늦어질 수 있습니다.
  • 분철상품 주문 시 분철 작업으로 인해 기존 도착 예정일에 2일 정도 추가되며, 당일 배송, 해외 배송이 불가합니다.

해외주문 시 유의사항

  • 해외주문도서는 해외 거래처 사정에 의해 품절/지연될 수 있습니다.

Special order 주문 시 유의사항

  • 스페셜오더 도서나 일서 해외 주문 도서와 함께 주문 시 배송일이 이에 맞추어 지연되오니, 이점 유의해 주시기 바랍니다.

바로드림존에서 받기

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 받기
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상 시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함 되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해 주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반 코너에서 수령확인이 가능합니다
  • 선물 받는 분의 휴대폰번호만 입력하신 후 결제하시면 받는 분 휴대폰으로 선물번호가 전달됩니다.
  • 문자를 받은 분께서는 마이 > 주문관리 > 모바일 선물내역 화면에서 선물번호와 배송지 정보를 입력하시면 선물주문이 완료되어 상품준비 및 배송이 진행됩니다.
  • 선물하기 결제하신 후 14일까지 받는 분이 선물번호를 등록하지 않으실 경우 주문은 자동취소 됩니다.
  • 또한 배송 전 상품이 품절 / 절판 될 경우 주문은 자동취소 됩니다.

바로드림 서비스 안내

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 받기
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.
  1. STEP 01
    픽업박스에서 찾기 주문
  2. STEP 02
    도서준비완료 후 휴대폰으로 인증번호 전송
  3. STEP 03
    매장 방문하여 픽업박스에서 인증번호 입력 후 도서 픽업
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.

도서 소득공제 안내

  • 도서 소득공제란?

    • 2018년 7월 1일 부터 근로소득자가 신용카드 등으로 도서구입 및 공연을 관람하기 위해 사용한 금액이 추가 공제됩니다. (추가 공제한도 100만원까지 인정)
      • 총 급여 7,000만 원 이하 근로소득자 중 신용카드, 직불카드 등 사용액이 총급여의 25%가 넘는 사람에게 적용
      • 현재 ‘신용카드 등 사용금액’의 소득 공제한도는 300만 원이고 신용카드사용액의 공제율은 15%이지만, 도서·공연 사용분은 추가로 100만 원의 소득 공제한도가 인정되고 공제율은 30%로 적용
      • 시행시기 이후 도서·공연 사용액에 대해서는 “2018년 귀속 근로소득 연말 정산”시기(19.1.15~)에 국세청 홈택스 연말정산간소화 서비스 제공
  • 도서 소득공제 대상

    • 도서(내서,외서,해외주문도서), eBook(구매)
    • 도서 소득공제 대상 상품에 수반되는 국내 배송비 (해외 배송비 제외)
      • 제외상품 : 잡지 등 정기 간행물, 음반, DVD, 기프트, eBook(대여,학술논문), 사은품, 선물포장, 책 그리고 꽃
      • 상품정보의 “소득공제” 표기를 참고하시기 바랍니다.
  • 도서 소득공제 가능 결제수단

    • 카드결제 : 신용카드(개인카드에 한함)
    • 현금결제 : 예치금, 교보e캐시(충전에한함), 해피머니상품권, 컬쳐캐쉬, 기프트 카드, 실시간계좌이체, 온라인입금
    • 간편결제 : 교보페이, 네이버페이, 삼성페이, 카카오페이, PAYCO, 토스, CHAI
      • 현금결제는 현금영수증을 개인소득공제용으로 신청 시에만 도서 소득공제 됩니다.
      • 교보e캐시 도서 소득공제 금액은 교보eBook > e캐시 > 충전/사용내역에서 확인 가능합니다.
      • SKpay, 휴대폰 결제, 교보캐시는 도서 소득공제 불가
  • 부분 취소 안내

    • 대상상품+제외상품을 주문하여 신용카드 "2회 결제하기"를 선택 한 경우, 부분취소/반품 시 예치금으로 환원됩니다.

      신용카드 결제 후 예치금으로 환원 된 경우 승인취소 되지 않습니다.

  • 도서 소득공제 불가 안내

    • 법인카드로 결제 한 경우
    • 현금영수증을 사업자증빙용으로 신청 한 경우
    • 분철신청시 발생되는 분철비용

알림 신청

아래의 알림 신청 시 원하시는 소식을 받아 보실 수 있습니다.
알림신청 취소는 마이룸 > 알림신청내역에서 가능합니다.

그림으로 배우는 딥러닝
한달 후 리뷰
/ 좋았어요
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 올해 주식 투자를 시작했다. 아무것도 모르고 초심자의 행운으로 분유값 정도를 벌고 나니, 조금 더 공부해보고 싶어져서 『초격차 투자법』을 구매했다.
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
기대가됩니다~
기대가됩니다~
기대가됩니다~
이 구매자의 첫 리뷰 보기
/ 좋았어요
하루밤 사이 책한권을 읽은게 처음이듯 하다. 저녁나절 책을 집어든게 잘못이다. 마치 게임에 빠진 아이처럼 잠을 잘수없게 만든다. 결말이 어쩌면 당연해보이는 듯 하여도 헤어나올수 없는 긴박함이 있다. 조만간 영화화되어지지 않을까 예견해 본다. 책한권으로 등의 근육들이 오그라진 느낌에 아직도 느껴진다. 하루밤 사이 책한권을 읽은게 처음이듯 하다. 저녁나절 책을 집어든게 잘못이다. 마치 게임에 빠진 아이 처럼 잠을 잘수없게 만든다. 결말이 어쩌면 당연해보이는 듯 하여도 헤어나올수 없는 긴박함이 있다. 조만간 영화화되어지지 않을까..
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
신고

신고 사유를 선택해주세요.
신고 내용은 이용약관 및 정책에 의해 처리됩니다.

허위 신고일 경우, 신고자의 서비스 활동이 제한될 수 있으니 유의하시어
신중하게 신고해주세요.

판형알림

  • A3 [297×420mm]
  • A4 [210×297mm]
  • A5 [148×210mm]
  • A6 [105×148mm]
  • B4 [257×364mm]
  • B5 [182×257mm]
  • B6 [128×182mm]
  • 8C [8절]
  • 기타 [가로×세로]
EBS X 교보문고 고객님을 위한 5,000원 열공 혜택!
자세히 보기