국립세종도서관
상세검색 닫기
자료유형
본문언어
출판년도 ~
정렬
검색 화면지우기 닫기
상세검색 +
검색

기타

  • 홈으로
글씨 글씨 확대 글씨 축소
(초보자를 위한) 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 / 지은이 : 아다치 하루카 ;옮긴이 : 김은철,유세라
(초보자를 위한) 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 책표지
  • ·표제/책임표시사항 (초보자를 위한) 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝 / 지은이 : 아다치 하루카 ;옮긴이 : 김은철,유세라
  • ·발행사항 파주 : 위키북스, 2018
  • ·형태사항 296 p. :삽화 ;24 cm
  • ·총서사항 (데이터 사이언스 시리즈 ;020)
  • ·주기사항 원표제:ソニー開発のNeural Network Console入門 :数式なし,コーディングなしのディープラーニング
    원저자명: 足立悠
    권말부록: NNC에 대응하지 않는 OS가 설치된 PC에 NNC 설치하기 ; 머신러닝을 사용해 분류 문제를 해결해 보자!
    일본어 원작을 한국어로 번역
  • ·표준번호/부호 ISBN: 9791158391164  93000 : \22000 
  • ·분류기호 한국십진분류법-> 004.73  듀이십진분류법-> 006.32  
  • ·주제명 신경망[神經網]딥 러닝[deep learning]
권별정보 자료위치출력 관심도서 보기 관심도서 담기

※ 좌우로 스크롤하시면 내용이 보입니다.

권별정보 안내
신청 편/권차 편제 저작자 발행년도 등록번호 청구기호 자료있는 곳 자료상태 예약자 반납예정일 매체구분
지은이: 아다치 하루카 ;옮긴이: 김은철,유세라 2018 SE0000412889 004.73-18-26 일반자료실(서고) 서고 비치(온라인 신청 후 이용) 0 - 인쇄자료(책자형) 
※ 신청 종류
- 대출예약신청:
자료상태가 ‘대출중’인 경우 해당 도서를 예약하여 도서 반납 시 우선적으로 대출받을 수 있는 서비스
- 청사대출신청:
정부세종청사(6-3동, 2-1동)에 위치한 무인예약도서대출반납기에서 도서 수령‧반납이 가능한 서비스
- 무인대출신청:
도서관 1문(정문)에 위치한 무인예약도서대출기에서 도서 수령이 가능한 서비스
- 서고자료신청:
서고에 보관된 자료에 대한 열람신청 서비스 이용방법: 로그인 → 자료검색 → [상세정보] 클릭 → 권별정보에서 자료 선택 →[서고자료신청] → 자료비치완료 문자 수신 → 해당 자료실에서 자료 수령
서가 둘러보기
서가둘러보기 로딩중
목록보기 

목차


Chapter 1 AI 세계에 오신 것을 환영합니다
1.1. AI와 데이터 과학 
___1.1.1 데이터 과학자의 기술 
___1.1.2 데이터 과학의 업무 
1.2. 머신러닝 
___1.2.1 지도 학습과 예측 
___1.2.2 비지도 학습과 지식 발견 
___1.2.3 모델 만들 때의 검증 
___1.2.4 머신러닝의 툴 
1.3. 신경망에서 딥러닝으로 
___1.3.1 신경망이란? 
___1.3.2 딥러닝은? 
1장 정리 

Chapter 2 딥러닝의 기법
2.1. 신경망 
___2.1.1 신경망의 개요 
___2.1.2 순전파의 구조 
___2.1.3 역전파의 시스템 
2.2. 딥러닝 
___2.2.1 오토 인코더 시스템 
___2.2.2 학습의 테크닉 
2.3. 합성곱 신경망 
___2.3.1 합성곱층의 시스템 
___2.3.2 풀링층의 시스템 
___2.3.3 패딩의 시스템 
2.4. 재귀형 신경망 
___2.4.1 순전파와 역전파의 시스템 
___2.4.2 LSTM의 시스템 
2장 정리 

Chapter 3 인공지능(AI) 툴과 신경망 콘솔(Neural Network Console)
3.1. 전 세계에 보급된 AI 툴 
___3.1.1 딥러닝의 주요한 툴 
3.2. 신경망 콘솔 
3.3. NNC 설치 
___3.3.1 사전 준비 
___3.3.2 NNC 내려받기 
___3.3.3 NNC 설치 
___3.3.4 NNC 애플리케이션의 폴더 구성 
___3.3.5 NNC 실행 
3.4. NNC 조작 화면 
___3.4.1 PROJECT(프로젝트) 화면 
___3.4.2 DATASET(데이터셋) 화면 
___3.4.3 EDIT(편집) 화면 
___3.4.4 TRAINING(학습) 화면 
___3.4.5 EVALUATION(평가) 화면 
___3.4.6 CONFIG(설정) 화면 
3장 정리 

Chapter 4 초급 - 샘플 프로젝트를 실행해 보자!
4.1. 신경망을 이용한 이미지 분류(1) 
___4.1.1 작성된 프로젝트를 연다 
___4.1.2 사용할 데이터 세트 확인 
___4.1.3 완성된 네트워크 구조를 확인 
___4.1.4 학습 조건의 설정 
___4.1.5 학습의 실행 
___4.1.6 평가의 실행 
4.2. CNN으로 이미지 분류(1) 
___4.2.1 작성된 프로젝트를 연다 
___4.2.2 사용할 데이터 세트 확인 
___4.2.3 완성된 네트워크 구조 확인 
___4.2.4 학습 조건의 설정 
___4.2.5 평가의 실행 
___4.2.6 평가의 실행 
4장 정리 

Chapter 5 중급 - 신규 프로젝트를 실행해 보자!
5.1. 신경망을 사용한 이미지 분류(2) 
___5.1.1 새로운 프로젝트 만들기 
___5.1.2 데이터 세트의 선택 
___5.1.3 네트워크 만들기: 컴포넌트의 배치 
___5.1.4 네트워크 만들기: 컴포넌트의 파라미터 설정 
___5.1.5 학습 조건과 최적화 설정 
___5.1.6 학습의 실행 
___5.1.7 평가의 실행 
5.2. CNN을 이용한 이미지 분류(2) 
___5.2.1 새로운 프로젝트 만들기 
___5.2.2 데이터 세트의 선택 
___5.2.3 네트워크 만들기: 컴포넌트의 배치 
___5.2.4 네트워크 만들기: 컴포넌트의 파라미터 설정 
___5.2.5 학습 조건과 최적화 설정 
___5.2.6 학습의 실행 
___5.2.7 평가의 실행 
5.3. 네트워크 구조의 최적화 
___5.3.1 앞에서 만든 프로젝트 복제 
___5.3.2 네트워크 구조의 최적화 설정 
5장 정리 164

Chapter 6 상급 - 원본 이미지로 구현해 보자!
6.1. 데이터 세트 만들기 
___6.1.1 폴더 만들기 
___6.1.2 데이터 세트 확인 
6.2. 네트워크 만들기 
___6.2.1 프로젝트 만들기 
___6.2.2 네트워크의 수정 
6.3. 데이터 세트의 선택 
6.4. 학습 조건의 설정 
___6.4.1 Global Config의 설정 
___6.4.2 Optimizer의 설정 
6.5. 학습의 실행 
6.6. 평가의 실행 
6장 정리 

Chapter 7 상급 - 원본 데이터로 구현해 보자!
7.1. 데이터의 전처리 
___7.1.1 NNC에서의 구조화 데이터의 처리 
___7.1.2 데이터 분석 소프트웨어 - 래피드마이너 
___7.1.3 래피드마이너의 설치와 실행 
___7.1.4 래피드마이너의 화면 구성 
___7.1.5 구현에 사용할 데이터 세트 
___7.1.6 래피드마이너를 사용한 데이터의 전처리 - 기본적인 성형 
___7.1.7 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로 변환(학습 데이터) 
___7.1.8 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로의 변환(평가 데이터) 
7.2. 데이터 세트의 등록 
7.3. 네트워크 만들기 
7.4. 데이터 세트의 선택 
7.5. 학습 조건의 설정 
7.6. 학습의 실행 
7.7. 평가의 실행 
7장 정리 

부록 A 
A.1. NNC에 대응하지 않는 OS가 설치된 PC에 NNC 설치하기 
___A.1.1 VirtualBox의 설치 
___A.1.2 윈도우 10의 설치 
___A.1.3 신경망 콘솔(NNC)의 설치 
___A.1.4 데이터의 전처리 
A.2. 머신러닝을 사용해 분류 문제를 해결해 보자! 
___A.2.1 결정 트리 
___A.2.2 학습의 실행 
___A.2.3 평가의 실행 
책을 마치며