- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
케라스 창시자의 딥러닝 with R
시리즈 : I♥A.I. 인공지능 시리즈(아이러브A.I.) [16]
원제 : Deep Learning with R
- 프랑소와 숄레, J. J. 알래어 저
- 박진수 역
- 제이펍
- 2019년 02월 21일
-
정가29,000원
-
판매가29,000원 [0% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금870원 적립 [3%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2024년 04월 29일(월)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791188621460
444쪽
844g
188 x 245 (㎜)
지금 이책은
- 판매지수 : 453
- 주간 컴퓨터/IT: 44위
이 분야의 베스트셀러
-
처음 만나는 인공지능 [개정판]
김대수
26,000원
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
이 책과 함께 구매한 책
-
컴퓨터 시대의 통계적 추론 브래들리 에프론, 트레버 해스티 45,000원
-
PyTorch를 활용한 강화학습/심층강화학습 실전 입문 오가와 유타로 22,500원
이 책의 시리즈
전체 선택
쇼핑카트 담기
-
-
파이썬으로 시작하는 캐글 18,000원 (0%↓+3%P)
-
단단한 강화학습 35,000원 (0%↓+3%P)
-
케라스 창시자의 딥러닝 with R 29,000원 (0%↓+3%P)
-
심층 학습 42,000원 (0%↓+3%P)
-
백설공주 거울과 인공지능 이야기 19,800원 (0%↓+3%P)
-
책 소개
출판사 리뷰
머신러닝은 최근 몇 년 동안 주목할 만한 발전을 이루었다. 딥러닝 시스템을 통해 이전에는 불가능했던 스마트 애플리케이션을 사용할 수 있게 되었으며, 이미지 인식 및 자연어 처리, 데이터의 복잡한 패턴 식별 등도 가능해졌다. 케라스 딥러닝 라이브러리는 R 기반의 데이터 과학자 및 개발자에게 딥러닝 과제를 해결하기 위한 최첨단 도구 모음을 제공한다.
이 책은 강력한 케라스 라이브러리와 R 언어 인터페이스를 사용해 딥러닝의 세계를 소개한다. 《Deep Learning with Python》이라는 이름으로 케라스 제작자이자 구글 인공지능 연구원인 프랑소와 숄레가 저술한 책을 바탕으로 알스튜디오(RStudio) 창립자인 J. J. 알래어(J. J. Allaire)가 R에 맞게 수정하였으며, 직관적인 설명과 실제적인 예를 통해 딥러닝을 이해할 수 있게 만들어 준다. 독자들은 이 책을 통해 컴퓨터 비전, 자연어 처리 및 생성 모델에서 R 기반 애플리케이션을 사용해 새로운 기술을 연습할 수 있을 것이다. 또한 머신러닝이나 딥러닝을 경험한 적은 없지만, R 프로그래밍 기술은 중급 이상이어야 더욱 도움이 될 것이다.
이 책의 주요 내용
■ 근본 가설들로부터의 딥러닝
■ 자신만의 딥러닝 환경 설정하기
■ 이미지 분류 및 생성하기
■ 텍스트 및 시퀀스에 대한 딥러닝
저자 소개
- 구분 : 저서
- 국적 : 미국
- 분류 : 기타
- 인기지수 : 112
캘리포니아 마운틴 뷰의 구글에서 딥러닝과 관련된 일을 한다. 케라스 딥러닝 라이브러리의 창시자이고 텐서플로 머신 러닝 프레임워크의 기여자다. 컴퓨터 비전과 형식 추론을 위한 머신 러닝 애플리케이션에 초점을 맞춰 딥러닝을 연구한다. 그의 논문은 CVPR(Computer Vision and Pattern Recognition), NIPS(Neural Information Processing Systems), ICLR(International Conference on Learning Representations) 등의 주요 콘퍼런스와 워크숍에서 소개되었다.
- 구분 : 저서
- 국적 : 미국
- 분류 : 기타
- 인기지수 : 7
알스튜디오(RStudio)를 설립하고 알스튜디오 통합개발환경(RStudio IDE)을 개발했다. 또한, 텐서플로 및 케라스에 대한 R 인터페이스를 개발하기도 했다.
역자 소개
- 국적 : 대한민국
- 분류 : 과학/공학 저자 , 기타
- 인기지수 : 14
다양한 정보기술 분야 경력과 저술/번역 경험을 바탕으로 IT 융복합 사업을 꿈꾸는, 1인 회사 리율의 ‘대표’다.
책 속에서
P.6
머신러닝은 1990년대에 이르러서야 번성하기 시작했지만, 고속 처리 하드웨어와 대규모 데이터셋6을 활용할 수 있게 되면서 인공지능 하위 분야 중 가장 인기를 끌었다. 머신러닝은 수리통계학과 밀접한 관련이 있지만, 몇 가지 점에서 통계학과는 다른 면이 있다. 머신러닝은 통계학과 달리 베이즈 분석과 같은 고전적인 통계 분석에 효율적이지 못할 뿐만 아니라 복잡한 대규모 데이터셋(수백만 개 이미지 또는 각 이미지가 수십만 개 픽셀로 구성된 데이터셋)을 처리해야 하는 경향이 있다.
P.71
그러면 케라스 및 텐서플로의 기본 CPU 기반 설치 내역이 제공된다. 딥러닝 워크스테이션 설정을 다룬 절에서 언급했듯이, 여러분은 아마도 GPU에서 딥러닝 모델을 훈련해 보기를 바랄 것이다. 엔비디아 GPU, 제대로 구성된 CUDA 및 cuDNN 라이브러리가 있는 시스템에서 실행하는 경우, 다음과 같이 텐서플로라는 백엔드 엔진의 GPU 기반 버전을 설치할 수 있다.
P.108
이는 지도학습의 구체적인 사례이지만, 별도의 범주를 이룰 만큼 아주 다르다. 자기지도학습(self-supervised learning)은 사람이 주석을 첨부하지 않는 학습을 말한다. 학습 과정에 인간이 개입하지 않는 지도학습으로 생각할 수도 있다. 비지도학습에도 (학습은 뭔가에 의해 지도돼야 하기 때문에) 레이블이 포함돼 있기는 하지만, 레이블은 일반적으로 휴리스틱 알고리즘을 사용해 입력 데이터로부터 생성한다. 
목차
PART I 딥러닝 기초 1
CHAPTER 1 딥러닝이란 무엇인가? 3
1.1 인공지능, 머신러닝, 딥러닝 4
1.2 딥러닝을 하기 전에: 머신러닝의 간략한 역사 17
1.3 왜 딥러닝인가? 왜 지금인가? 24
CHAPTER 2 시작하기 전에: 신경망의 수학적 빌딩 블록 30
2.1 신경망 둘러보기 31
2.2 신경망에 대한 데이터 표현 36
2.3 신경망의 장비: 텐서 연산 44
2.4 신경망의 엔진: 경사 기반 최적화 52
2.5 첫 번째 예제 되돌아보기 60
2.6 요약 63
CHAPTER 3 신경망 입문 64
3.1 신경망 해부학 65
3.2 케라스 소개 69
3.3 딥러닝 워크스테이션 설정 73
3.4 영화 감상평 분류: 이항 분류 예제 76
3.5 뉴스 분류: 다중 클래스 분류 예제 89
3.6 주택 가격 예측: 회귀 예제 97
3.7 요약 105
CHAPTER 4 머신러닝의 기본 106
4.1 네 가지 머신러닝 106
4.2 머신러닝 모델 평가 110
4.3 데이터 전처리, 특징 공학 및 특징 학습 115
4.4 과적합 및 과소적합 119
4.5 머신러닝의 보편적인 작업 흐름 128
4.6 요약 134
PART II 딥러닝 실습 135
CHAPTER 5 컴퓨터 비전 처리를 위한 딥러닝 137
5.1 합성망 소개 137
5.2 소규모 데이터셋을 이용해 합성망을 처음부터 훈련하기 148
5.3 사전 훈련 합성망 사용하기 162
5.4 합성망이 학습한 내용 시각화하기 178
5.5 요약 197
CHAPTER 6 텍스트와 시퀀스에 대한 딥러닝 198
6.1 텍스트 데이터로 작업하기 199
6.2 재귀 신경망의 이해 216
6.3 재귀 신경망의 고급 사용 228
6.4 합성망을 사용한 시퀀스 처리 249
6.5 요약 257
CHAPTER 7 고급 딥러닝 모범 사례 259
7.1 순차 모델을 넘어: 케라스 함수형 API 259
7.2 케라스 콜백과 텐서보드로 딥러닝 모델을 검사하고 관찰하기 277
7.3 모델을 최대한 활용하기 287
7.4 요약 297
CHAPTER 8 생성적 딥러닝 298
8.1 LSTM을 사용한 문장 생성 300
8.2 딥드림 310
8.3 신경망 이용 화풍 모사 317
8.4 가변 오토인코더로 이미지 생성하기 327
8.5 생성적 적대 망 소개 337
8.6 요약 347
CHAPTER 9 결론 348
9.1 핵심 개념 검토 349
9.2 딥러닝의 한계 360
9.3 딥러닝의 미래 366
9.4 빠르게 변화하는 현장 따라잡기 373
9.5 맺는 말 375
APPENDIX A 우분투에서 케라스와 필요한 것들을 설치하기 376
A.1 설치 과정 개요 376
A.2 시스템 필수 구성 요소 설치 377
A.3 GPU 지원 설정 377
A.4 케라스 및 텐서플로 설치 380
APPENDIX B EC2 GPU 인스턴스에서 RStudio Server 실행하기 382
B.1 딥러닝용 AWS를 사용해야 하는 이유는 무엇인가? 382
B.2 딥러닝용 AWS를 사용하지 않는 이유는 무엇인가? 383
B.3 AWS GPU 인스턴스 설정 383
B.4 RStudio Server에 액세스하기 387
B.5 케라스 설치 389
CHAPTER 1 딥러닝이란 무엇인가? 3
1.1 인공지능, 머신러닝, 딥러닝 4
1.2 딥러닝을 하기 전에: 머신러닝의 간략한 역사 17
1.3 왜 딥러닝인가? 왜 지금인가? 24
CHAPTER 2 시작하기 전에: 신경망의 수학적 빌딩 블록 30
2.1 신경망 둘러보기 31
2.2 신경망에 대한 데이터 표현 36
2.3 신경망의 장비: 텐서 연산 44
2.4 신경망의 엔진: 경사 기반 최적화 52
2.5 첫 번째 예제 되돌아보기 60
2.6 요약 63
CHAPTER 3 신경망 입문 64
3.1 신경망 해부학 65
3.2 케라스 소개 69
3.3 딥러닝 워크스테이션 설정 73
3.4 영화 감상평 분류: 이항 분류 예제 76
3.5 뉴스 분류: 다중 클래스 분류 예제 89
3.6 주택 가격 예측: 회귀 예제 97
3.7 요약 105
CHAPTER 4 머신러닝의 기본 106
4.1 네 가지 머신러닝 106
4.2 머신러닝 모델 평가 110
4.3 데이터 전처리, 특징 공학 및 특징 학습 115
4.4 과적합 및 과소적합 119
4.5 머신러닝의 보편적인 작업 흐름 128
4.6 요약 134
PART II 딥러닝 실습 135
CHAPTER 5 컴퓨터 비전 처리를 위한 딥러닝 137
5.1 합성망 소개 137
5.2 소규모 데이터셋을 이용해 합성망을 처음부터 훈련하기 148
5.3 사전 훈련 합성망 사용하기 162
5.4 합성망이 학습한 내용 시각화하기 178
5.5 요약 197
CHAPTER 6 텍스트와 시퀀스에 대한 딥러닝 198
6.1 텍스트 데이터로 작업하기 199
6.2 재귀 신경망의 이해 216
6.3 재귀 신경망의 고급 사용 228
6.4 합성망을 사용한 시퀀스 처리 249
6.5 요약 257
CHAPTER 7 고급 딥러닝 모범 사례 259
7.1 순차 모델을 넘어: 케라스 함수형 API 259
7.2 케라스 콜백과 텐서보드로 딥러닝 모델을 검사하고 관찰하기 277
7.3 모델을 최대한 활용하기 287
7.4 요약 297
CHAPTER 8 생성적 딥러닝 298
8.1 LSTM을 사용한 문장 생성 300
8.2 딥드림 310
8.3 신경망 이용 화풍 모사 317
8.4 가변 오토인코더로 이미지 생성하기 327
8.5 생성적 적대 망 소개 337
8.6 요약 347
CHAPTER 9 결론 348
9.1 핵심 개념 검토 349
9.2 딥러닝의 한계 360
9.3 딥러닝의 미래 366
9.4 빠르게 변화하는 현장 따라잡기 373
9.5 맺는 말 375
APPENDIX A 우분투에서 케라스와 필요한 것들을 설치하기 376
A.1 설치 과정 개요 376
A.2 시스템 필수 구성 요소 설치 377
A.3 GPU 지원 설정 377
A.4 케라스 및 텐서플로 설치 380
APPENDIX B EC2 GPU 인스턴스에서 RStudio Server 실행하기 382
B.1 딥러닝용 AWS를 사용해야 하는 이유는 무엇인가? 382
B.2 딥러닝용 AWS를 사용하지 않는 이유는 무엇인가? 383
B.3 AWS GPU 인스턴스 설정 383
B.4 RStudio Server에 액세스하기 387
B.5 케라스 설치 389
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
