- AI Dev - 인공지능 개발자 모임
- 추천도서
< 목차 >
- 1. 최고급 요리를 먹을 시간
- 2. 처음 해 보는 딥러닝
- 3. 가장 훌륭한 예측선 긋기: 선형 회귀
- 4. 오차 수정하기: 경사 하강법
- 5. 참 거짓 판단 장치: 로지스틱 회귀
- 6. 퍼셉트론
- 7. 다층 퍼셉트론
- 8. 오차 역전파
- 9. 신경망에서 딥러닝으로
- 10. 모델 설계하기
- 11. 데이터 다루기
- 12. 다중 분류 문제 해결하기
- 13. 과적합 피하기
- 14. 베스트 모델 만들기
- 15. 선형 회귀 적용하기
- 16. 이미지 인식의 꽃, CNN 익히기
- 17. 시퀀스 배열로 다루는 순환 신경망(RNN)
현재 가장 유명한 딥러닝 서적은 3분 딥러닝과 밑바닥부터 시작하는 딥러닝입니다. 3분 딥러닝은 최신 기법들도 다루고 코드가 간결해서 하나씩 실행해보면서 배우기 좋습니다. 하지만 이론적인 설명이 너무 부족하다는 단점이 있습니다.
밑바닥부터 시작하는 딥러닝은 딥러닝의 기본 원리에 대해 자세히 알려주고 직접 파이썬 코드로 구현해볼 수 있습니다. 그렇지만 텐서플로나 케라스 같은 프레임워크를 다루지 않기 때문에 실전에 바로 쓰기에는 무리가 있습니다.
그런 면에서 이 책은 이론도 자세히 설명하고 케라스를 기반으로 한 코드로 되어있어 유용합니다. 특히 딥러닝에서 가장 중요하면서도 어려운 부분이 오차함수를 미분을 이용한 경사하강법으로 계산하여 신경망의 가중치를 업데이트하는 부분입니다. 여기에 대해서 이 책만큼 쉽게 설명하는 것은 본 적이 없습니다.
다만 RNN에 대한 설명이 다른 챕터에 비해서 부실한 편이고 Embedding에서 약간 오류가 있는 듯 합니다. 그것만 제외하면 초보자들이 입문서로 보는 것을 적극 추천드립니다.
