본문내용 바로가기

KYOBO 교보문고

[고정]e캐시 더드림 이벤트
명강의빅텐이슬아
교보문고40주년
  • 교보아트스페이스
  • 2020 손글쓰기캠페인
  • 교보인문학석강
  • 교보 손글씨 2019
자바를 활용한 딥러닝
560쪽 | | 184*236*25mm
ISBN-10 : 1162241063
ISBN-13 : 9791162241066
자바를 활용한 딥러닝 중고
저자 조시 패터슨,애덤 깁슨 | 역자 김홍진 | 출판사 한빛미디어
정가
38,000원
판매가
30,700원 [19%↓, 7,300원 할인]
배송비
2,600원 (판매자 직접배송)
제주도 추가배송비 : 3,000원
도서산간지역 추가배송비 : 4,000원
배송일정
지금 주문하면 2일 이내 출고 예정
2018년 9월 1일 출간
제품상태
상태 최상 외형 최상 내형 최상
이 상품 최저가
30,390원 다른가격더보기
새 상품
34,200원 [10%↓, 3,800원 할인] 새상품 바로가기
수량추가 수량빼기

중고장터에 등록된 판매상품과 제품의 상태는 개별 판매자들이 등록, 판매하는 것으로 중개시스템만을 제공하는 교보문고는 해당 상품과 내용에 대해 일체 책임을 지지 않습니다. 상단 제품상태와 하단 상품 상세를 꼭 확인하신 후 구입해주시기 바랍니다.

교보문고 결제 시스템을 이용하지 않은 직거래로 인한 피해 발생 시 교보문고는 일체 책임을 지지 않습니다.

중고장터에 등록된 판매 상품과 제품의 상태는 개별 오픈마켓 판매자들이 등록, 판매하는 것으로 중개 시스템만을 제공하는
인터넷 교보문고에서는 해당 상품과 내용에 대해 일체 책임을 지지 않습니다.

교보문고 결제시스템을 이용하지 않은 직거래로 인한 피해 발생시, 교보문고는 일체의 책임을 지지 않습니다.

중고책 추천 (판매자 다른 상품)

더보기

판매자 상품 소개

※ 해당 상품은 교보문고에서 제공하는 정보를 활용하여 안내하는 상품으로제품 상태를 반드시 확인하신 후 구입하여주시기 바랍니다.

판매자 배송 정책

  • 토/일, 공휴일을 제외한 영업일 기준으로 배송이 진행됩니다.

더보기

구매후기 목록
NO 구매후기 구매만족도 ID 등록일
61 `````````````````````````` 5점 만점에 5점 asdr9*** 2020.09.05
60 책 상태가 좋네요 ! 감사합니다! 5점 만점에 5점 yangey3*** 2020.08.28
59 잘 읽겠습니다.^^^^^^ 5점 만점에 5점 gabiha*** 2020.04.23
58 배송이 매우 빠릅니다. 5점 만점에 5점 smooms*** 2020.03.28
57 책 상태도 좋고 배송도 빠릅니다. 5점 만점에 5점 dongh9*** 2020.03.16

이 책의 시리즈

책 소개

상품구성 목록
상품구성 목록

★ 자바 개발자를 위한 효율적인 딥러닝 신경망 구축 가이드 이 책의 전반부에서는 이론을, 후반부에서는 튜닝, 병렬화, 벡터화, 파이프라인 구축 등 딥러닝 실무의 핵심을 설명한다. 특히 DL4J 라이브러리로 스파크 및 하둡에서 심층 신경망 구조를 학습하고 딥러닝 워크플로를 실행하는 실용적인 방법과 전략을 알려준다. 이론과 실습 모두 깊이 있게 다뤄 딥러닝 관련 전문 지식이 없는 입문자도 이 책을 읽고 나면 딥러닝 신경망을 구축할 수 있다.

저자소개

저자 : 조시 패터슨
저자 조시 패터슨 Josh Patterson 은 현재 스카이마인드의 기술 분야 책임자다. 그전에는 빅데이터/머신러닝/딥러닝 분야 컨설팅을 했다. 클라우데라의 수석 솔루션 아키텍트로 근무했고, 테네시 강 유역 개발공사에서 머신러닝/분산 시스템 엔지니어로 일하며 openPDC 프로젝트의 지능형 전력망 시스템(스마트 그리드)에 하둡을 도입했다. 테네시 대학교에서 tinyOS 기반 그물형 네트워크와 사회성곤충 최적화 알고리즘 연구로 컴퓨터 공학 석사학위를 취득했다. 소프트웨어 개발 분야에서 17년 이상 근무했으며 DL4J, 아파치 머하웃, 메트로놈(Metronome), IterativeReduce, openPDC, 제이모티프(JMotif)와 같은 오픈소스 공간에 매우 적극적으로 참여한다.

저자 : 애덤 깁슨
저자 애덤 깁슨 Adam Gibson은 샌프란시스코에서 활동하는 딥러닝 전문가로 포춘 500대 기업, 헤지 펀드, 광고회사 및 스타트업 지원 회사와 함께 머신러닝 프로젝트를 수행하고 있다. 회사가 실시간 빅데이터를 처리하고 분석할 수 있게 해주는 분야에서 매우 뛰어난 실적을 냈다. 13살 때부터 컴퓨터를 사랑했으며 http://deeplearning4j.orj를 통해 오픈소스 커뮤니티에 적극적으로 참여한다.

역자 : 김홍진
역자 김홍진은 한양대학교에서 컴퓨터 공학을 전공하고 어쩌다 보니 데이터 마이닝까지 전공하며 이 세계에 발을 들였다. 추천 시스템, BI 시스템 등 데이터를 활용한 시스템 개발에 참여하면서 데이터 활용 기술을 이해하고 효율적으로 사용하는 것이 중요하다고 생각하게 되었다. 현재는 SK플래닛에서 데이터 과학자로 근무하며 데이터를 통합하고 데이터 사용 환경을 구축하는 업무를 진행하고 있다.

역자 : 박다희
역자 박다희는 어느 분야에서나 쓸모 있지 않을까 하는 생각에 데이터 마이닝을 전공하고 SK플래닛에서 데이터 과학자로 근무하였다. 기술뿐만 아니라 비즈니스와 통계에 대한 깊은 이해까지 필수적이라는 생각으로 균형 있는 발전을 위해 고민과 노력을 하고 있다.

역자 : 배철민
역자 배철민은 컴퓨터 공학을 전공하고, SK플래닛에서 개발자로 근무하며 경력의 대부분을 자바스크립트와 함께 했다. React, AngularJS 등 프레임워크를 활용해서 프론트엔드 개발, 하이브리드 앱 개발 프로젝트를 담당했으며 Node.js를 활용한 백엔드 개발까지 겸했다. 현재는 라인플러스에서 데이터플랫폼 UI를 개발하며 데이터 시각화에 대해 심도 있게 공부하며 실무에 적용 중이다. 저서로는 『웹으로 시작하는 모바일게임』(지앤선, 2017)이 있다.

목차

지은이 소개
옮긴이 소개
옮긴이의 말
이 책에 대하여
감사의 글

CHAPTER 1 머신러닝 복습하기
1.1 학습하는 기계
1.2 문제 정의하기
1.3 머신러닝 속의 수학 : 선형대수
1.4 머신러닝 속의 수학 : 통계
1.5 머신러닝은 어떻게 작동하는가?
1.6 로지스틱 회귀
1.7 모델 평가하기
1.8 머신러닝 이해하기

CHAPTER 2 신경망과 딥러닝의 기초
2.1 신경망
2.2 신경망 학습
2.3 활성화함수
2.4 손실함수
2.5 하이퍼파리미터

CHAPTER 3 심층 신경망의 기본 원칙
3.1 딥러닝 정의
3.2 심층 신경망의 공통 설계와 원리
3.3 심층 신경망 구축하기

CHAPTER 4 주요 심층 신경망 구조
4.1 비지도 사전학습 신경망
4.2 합성곱 신경망
4.3 순환 신경망
4.4 재귀 신경망
4.5 요약 및 논의

CHAPTER 5 심층 신경망 구축하기
5.1 심층 신경망을 올바른 문제에 일치시키기
5.2 DL4J 도구 모음
5.3 DL4J API의 기본 개념
5.4 다층 퍼셉트론 신경망으로 CSV 데이터 모델링하기
5.5 합성곱 신경망을 활용한 손글씨 이미지 모델링
5.6 순환 신경망을 활용한 시퀀스 데이터 모델링
5.7 이상 탐지를 하는 오토인코딩 장치 사용
5.8 VAE를 사용하여 MNIST 숫자 재구성
5.9 자연어 처리에서의 딥러닝 애플리케이션

CHAPTER 6 심층 신경망 튜닝하기
6.1 심층 신경망 튜닝의 기본 개념
6.2 신경망 구조와 입력 데이터 매칭시키기
6.3 출력 계층과 모델의 목표 연관짓기
6.4 계층 수, 파라미터 수, 메모리 다루기
6.5 가중치 초기화 전략
6.6 활성화함수 사용하기
6.7 손실함수 적용하기
6.8 학습률 이해하기
6.9 희소성이 학습에 주는 영향
6.10 최적화 기법 적용하기
6.11 병렬화와 GPU로 더 빠르게 학습하기
6.12 미니배치 크기와 에포크 조절하기
6.13 규제 사용하기
6.14 분류 불균형 다루기
6.15 과대적합 다루기
6.16 training UI에서 신경망 통계 보기

CHAPTER 7 심층 신경망 구조별 튜닝하기
7.1 합성곱 신경망
7.2 순환 신경망
7.3 제한된 볼츠만 머신
7.4 심층 신뢰 신경망

CHAPTER 8 벡터화
8.1 머신러닝에서 벡터화하는 법
8.2 ETL과 벡터화에 DataVec 사용하기
8.3 이미지 데이터 벡터화
8.4 순차 데이터 벡터화
8.5 텍스트 벡터화
8.6 그래프로 작업하기

CHAPTER 9 스파크에서 딥러닝과 DL4J 사용하기
9.1 하둡과 스파크에서 DL4J 사용하는 방법
9.2 스파크 실행 구성 및 튜닝하기
9.3 스파크와 DL4J용 메이븐 POM 작성하기
9.4 하둡 및 스파크 문제 해결
9.5 스파크에서 DL4J 병렬 처리
9.6 스파크에서 DL4J API 사용하는 법
9.7 스파크 다층 퍼셉트론 예제
9.8 LSTM으로 스파크에서 셰익스피어 텍스트 생성하기
9.9 스파크에서 합성곱 신경망으로 MNIST 모델링하기

부록 A 인공지능이란?
부록 B RL4J 및 강화학습
부록 C 반드시 알아야 하는 숫자들
부록 D 신경망과 역전파 : 수학적 접근
부록 E ND4J API 활용하기
부록 F DataVec 활용하기
부록 G DL4J 소스로 작업하기
부록 H DL4J 프로젝트 설정
부록 I DL4J 프로젝트에 알맞게 GPU 설정하기
부록 J DL4J 설치 시 문제 해결

찾아보기

책 속으로

출판사 서평

★ 충분한 이론과 자바 환경에 딱맞는 실전 기법을 한 권으로! 이 책의 처음 네 장에서는 책의 나머지 부분을 이해하는 데 바탕이 되는 충분한 이론과 기초 내용에 집중한다. 나머지 다섯 장에서는 이러한 개념을 바탕으로 딥러닝에서 DL4J를 사용하여...

[출판사서평 더 보기]

★ 충분한 이론과 자바 환경에 딱맞는 실전 기법을 한 권으로!
이 책의 처음 네 장에서는 책의 나머지 부분을 이해하는 데 바탕이 되는 충분한 이론과 기초 내용에 집중한다. 나머지 다섯 장에서는 이러한 개념을 바탕으로 딥러닝에서 DL4J를
사용하여 다음 몇 가지 실용적인 방안을 소개한다.

- 심층 신경망 구축
- 고급 튜닝 기법
- 다양한 데이터 타입에 따른 벡터화
- 스파크에서 딥러닝 실행하기

★ 이 책의 구성
자바로 상용 수준의 딥러닝을 구축하는 실용적이면서도 충분히 이론을 다룬다. 구체적인 내용은 다음과 같다.

[1장]
모든 독자가 책의 나머지 부분을 이해하는 데 필요한 기본 지식을 빠르게 익힐 수 있도록 딥러닝에서 필수적이며 기본적인 머신러닝 개념을 알아본다. 많은 독자가 이런 개념을 다시 일깨우고 입문하는 데 도움이 될 것이다.

[2장]
1장의 개념을 바탕으로 신경망의 기초를 제시한다. 주로 신경망 이론을 설명하지만
신경망에 쉽게 접근할 수 있는 방법에 초점을 맞출 것이다.

[3장]
어떻게 신경망의 기본 원리에서 심층 신경망으로 진화했는지 최대한 빠르게 설명하면서 앞의 1장과 2장의 내용을 더 자세히 알아본다.

[4장]
심층 신경망의 네 가지 핵심 구조를 소개하고, 책의 나머지 부분의 기초를 제공한다.

[5장]
책의 전반부의 기술들을 이용한 몇 가지 자바 코드 예제를 살펴본다.

[6장 & 7장]
일반적인 신경망의 성능 개선과 각 구조별 심층 신경망의 성능을 개선하는 방법을 설명한다. 이 장은 플랫폼에 구애받지 않고 어떤 이용자도 실제로 적용할 수 있는 내용을 담고 있다.

[8장]
벡터화 기술과 DataVec1을 이용하는 방법을 알아본다. 9장에서는 스파크와 하둡 기반에서 DL4J를 사용하는 방법을 설명하고 여러분의 스파크 클러스터에서 실행할 수 있는 세 가지 실제 예제를 보여준다.

이 책의 주제와 관련은 있지만 본문에서 다루지 않은 아래와 같은 내용을 부록으로 담았다.

- 인공지능
- DL4J 프로젝트에서 메이븐 사용하기
- GPUGraphics Processing Unit를 이용한 작업
- ND4J API 사용하기
- 기타

★ 다루는 핵심 내용
- 머신러닝?딥러닝 개념에 대한 전반적인 소개
- 신경망 기본 원리를 토대로 발전한 심층 신경망 이해
- 합성곱 신경망, 순환 신경망 등 주요 심층 신경망 구조
- 문제에 적합한 특정 심층 신경망 매핑 방법
- 일반적인 신경망 및 특정 심층 신경망 구조 튜닝
- DL4J의 워크플로 도구인 DataVec을 활용한 데이터 유형별 벡터화 기법
- 스파크 및 하둡에서 DL4J 사용 방법

[출판사서평 더 보기 닫기]

책 속 한 문장

회원리뷰



  • 이번에 리뷰할 도서는 훑어보는데에도 2주 정도가 걸린 힘든(?) 서적이었다.

    한빛 사이트 상세 정보에는 '중급자'용이라고 되어 있지만 사실 내가 보기엔 관련 전공자가 아니라면 중급자도 힘들 듯 하다.

    중급자도 힘들거라고 생각하는 이유는 책 전반에 걸쳐 전문 용어, 수학 공식과 알고리즘, 

    그에 해당하는 소스 코드들로 이루어져 있기에 이해하기가 쉽지 않기 때문이다.

    전반부인 1~4 챕터는 개요와 딥러닝의 이론적인 내용을 설명하고, 후반부에서는 주로 소스 코드를 설명 하고 있다.

    그리고 이 책은 실무에서 바로 써먹을 수 있는 '실전 예제'를 다루는 책이 아니다.

    DL4J 를 설명하는 책이므로 예제 소스가 있다 하더라도 상당 부분 이해와 응용할 수 있을 정도의 능력자가 아니라면 

    '실전 예제'에 도달하기까지는 상당한 시간과 내공이 필요하리라 생각한다.

    한빛 사이트에서 예제를 다운로드 받아 윈도우에서 처음 빌드하면 소스 코드 두군데에서 에러 발생한다.

    하지만, 자바 개발에 경험이 좀 있는 분들이라면 수정 가능할 것이므로 큰 문제는 없을 것이다.

    내가 사용하는 노트북이 윈도우 10이고 엔비디아 그래픽 카드가 아닌 내장 그래픽 카드인 관계로, 

    CUDA 관련 예제를 제외하고는 대부분 실행에 문제가 없었다. 

    일부 예제는 실행 결과가 GUI로 나오기 때문에 혹시나 리눅스 콘솔 모드로 실행한다면 적절한 결과를 보지 못할 수 도 있다.
    (책에서는 아래 그림 왼쪽처럼 흑백으로 나왔지만 실행하면 오른쪽 그림처럼 컬러풀하게 나온다)


    또한 일부 예제는 아주 오랫동안(반나절 이상, 성능 좋은 컴퓨터에서는 빨리 될수도) 실행이 되므로 인내심을 가져야 한다.

    그리고 예제의 실행 결과는 대부분 숫자들로 이루어진 텍스트만을 출력하므로, 해당 결과치에 대한 이해가 없다면 역시나 힘들 것이다. (윈도우 이클립스에서 실행한 결과)


    앞서 언급한 것처럼 이해가 안가는 부분이 생길때는 아래 링크를 참고하여


    처음 배우는 데이터 과학, 처음 배우는 딥러닝 수학, 처음 배우는 머신러닝, 처음 배우는 인공지능 등의 서적을 참고해보자.

    '처음 배우는 ...' 시리즈의 책들은 초보자를 위한 것이므로 이 책보다는 좀 더 쉽게 설명된 부분이 많이 있다.

교환/반품안내

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

교환/반품안내
반품/교환방법

[판매자 페이지>취소/반품관리>반품요청] 접수
또는 [1:1상담>반품/교환/환불], 고객센터 (1544-1900)

※ 중고도서의 경우 재고가 한정되어 있으므로 교환이 불가할 수 있으며, 해당 상품의 경우 상품에 대한 책임은 판매자에게 있으며 교환/반품 접수 전에 반드시 판매자와 사전 협의를 하여주시기 바랍니다.

반품/교환가능 기간

변심반품의 경우 수령 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

※ 중고도서의 경우 판매자와 사전의 협의하여주신 후 교환/반품 접수가 가능합니다.

반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유

소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우(단지 확인을 위한 포장 훼손은 제외)

소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 예) 화장품, 식품, 가전제품 등

복제가 가능한 상품 등의 포장을 훼손한 경우 예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)

디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우

시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품이므로 단순 변심 및 착오로 인한 취소/교환/반품 시 해외주문 반품/취소 수수료 고객 부담 (해외주문 반품/취소 수수료는 판매정가의 20%를 적용

2) 중고도서 : 반품/교환접수없이 반송하거나 우편으로 접수되어 상품 확인이 어려운 경우

소비자 피해보상
환불지연에 따른 배상

- 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

- 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

판매자
yuki29
판매등급
우수셀러
판매자구분
일반
구매만족도
5점 만점에 5점
평균 출고일 안내
2일 이내
품절 통보율 안내
3%

이 책의 e| 오디오

바로가기

최근 본 상품