본문내용 바로가기

KYOBO 교보문고

매일 선착순 2,000원
광주상무점신년이벤트
  • 낭만서점 독서클럽 5기 회원 모집
  • 교보아트스페이스
딥러닝 첫걸음
* 중고장터 판매상품은 판매자가 직접 등록/판매하는 상품으로 판매자가 해당상품과 내용에 모든 책임을 집니다. 우측의 제품상태와 하단의 상품상세를 꼭 확인하신 후 구입해주시기 바랍니다.
196쪽 | 규격外
ISBN-10 : 8968487324
ISBN-13 : 9788968487323
딥러닝 첫걸음 중고
저자 김성필 | 출판사 한빛미디어
정가
18,000원
판매가
16,190원 [10%↓, 1,810원 할인]
배송비
5,000원 (판매자 직접배송)
지금 주문하시면 2일 이내 출고 가능합니다.
더보기
2016년 12월 30일 출간
제품상태
상태 최상 외형 최상 내형 최상

[상태 상세 항목] 선택 해당 사항있음 미선택 해당 사항없음

1.외형 상세 미선택 낙서 미선택 얼룩 미선택 접힘 미선택 낙장(뜯어짐) 미선택 찢김 미선택 변색 미선택 제본불량 미선택 부록있음 [%%%%%%%%%최상%%%%%%%%%]

2.내형 상세 미선택 낙서 미선택 얼룩 미선택 접힘 미선택 낙장(뜯어짐) 미선택 찢김 미선택 변색 [%%%%%%%%%최상%%%%%%%%%]

이 상품 최저가
7,000원 다른가격더보기
새 상품
16,200원 [10%↓, 1,800원 할인] 새상품 바로가기
수량추가 수량빼기
안내 :

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.

%%%%%%%%%최상%%%%%%%%%

판매자 배송 정책

  • ☞ 제주도 추가비용 3000원 (도서지역 지역마다 차등 추가됩니다.) ☞ 택배는 CJ대한통운으로 발송합니다.

더보기

구매후기 목록
NO 구매후기 구매만족도 ID 등록일
48 재미있는 책 보내주셔서 감사합니다 5점 만점에 5점 jss020*** 2020.02.08
47 재미잇게 보겠습니다 감사합니다 5점 만점에 5점 jss020*** 2020.02.08
46 제품 상태 좋습니다. 5점 만점에 5점 wilia*** 2020.02.06
45 좋은책 잘 받았습니다. 5점 만점에 5점 hillz*** 2020.01.23
44 전문서적을 입수하게되어 감사합니다. 5점 만점에 5점 dwkimlo*** 2020.01.07

이 책의 시리즈

책 소개

상품구성 목록
상품구성 목록

머신러닝에서 컨벌루션 신경망까지 다루고 있는『딥러닝 첫걸음』. 딥러닝은 머신러닝의 기반 위에 세워진 기술이다. 딥러닝을 제대로 이해하려면 간단하게라도 머신러닝의 철학을 알고 있어야 한다. 따라서 책의 첫 번째 주제는 ‘머신러닝'에 대해 살펴본다. 두 번째 주제는 ‘인공 신경망'이다. 딥러닝은 신경망을 이용한 머신러닝 기법으로, 딥러닝과 신경망은 따로 떼어 놓을 수 없는 불가분의 관계이다. 세 번째 주제는 이 책의 주제이기도 한 ‘딥러닝’에 대해 살펴본다. 그동안 딥러닝의 걸림돌이 되었던 요인을 소개하고, 딥러닝에서 어떻게 해결하는지 제시한다. 또한 대표적인 딥러닝 기술인 컨벌루션 신경망의 기본 개념과 구조를 소개하고 예제까지 구현해 본다.

저자소개

저자 : 김성필
저자 김성필은 서울대학교 항공우주공학과를 졸업하고 동 대학원에서 박사 학위를 받았다. 한국항공우주연구원에서 선임 연구원으로 일하며 무인 비행선, 무인 헬기, 스마트 무인기 등 주로 무인기의 제어 및 탑재 소프트웨어를 개발했다. 이후 국립재활원 재활연구소로 옮겨 연구관으로 근무하며 보조기기 관련 연구개발 및 서비스, 품질 관리 등의 업무를 수행했다. 인공지능 기술을 접목한 서비스와 기기로 노인?장애인의 삶에 도움이 되겠다는 포부로 ㈜제이마플을 창립하고, 현재는 대표를 맡고 있다. 저서로는 『칼만필터의 이해』(아진, 2010), 『Kalman Filters for Beginners』(CreateSpace, 2011), 『Rigid Body for Beginners』(CreateSpace, 2013) 등이 있다.

목차

CHAPTER 1 머신러닝
1.1 머신러닝과 딥러닝
1.2 머신러닝이란
1.3 머신러닝의 난제
1.4 과적합
1.5 과적합과 싸우기
1.6 머신러닝의 종류
1.7 분류와 회귀
1.7 요약

CHAPTER 2 신경망
2.1 서론
2.2 신경망의 노드
2.3 신경망의 계층 구조
2.4 신경망의 지도학습
2.5 단층 신경망의 학습: 델타 규칙
2.6 델타 규칙의 일반 형태
2.7 SGD, 배치, 미니 배치
2.8 예제: 델타 규칙
2.9 단층 신경망의 한계
2.10 요약

CHAPTER 3 다층 신경망의 학습
3.1 서론
3.2 역전파 알고리즘
3.3 예제
3.4 비용함수와 학습 규칙
3.5 예제
3.6 요약

CHAPTER 4 신경망과 분류
4.1 서론
4.2 이진 분류
4.3 다범주 분류
4.4 예제: 다범주 분류
4.5 요약

CHAPTER 5 딥러닝
5.1 서론
5.2 심층 신경망의 성능 개선
5.3 예제
5.4 요약

CHAPTER 6 컨벌루션 신경망
6.1 서론
6.2 컨브넷의 구조
6.3 컨벌루션 계층
6.4 풀링 계층
6.5 예제: MNIST
6.6 요약

책 속으로

출판사 서평

이론으로 익히고 예제로 이해하는 머신러닝, 인공 신경망, 딥러닝 이 책은 총 6개의 장으로 구성되어 있지만, 크게 보면 3개의 주제로 묶을 수 있습니다. 첫 번째 주제는 ‘머신러닝’입니다. 딥러닝은 머신러닝의 기반 위에 세워진 기술입니다. 딥러...

[출판사서평 더 보기]

이론으로 익히고 예제로 이해하는 머신러닝, 인공 신경망, 딥러닝

이 책은 총 6개의 장으로 구성되어 있지만, 크게 보면 3개의 주제로 묶을 수 있습니다.
첫 번째 주제는 ‘머신러닝’입니다. 딥러닝은 머신러닝의 기반 위에 세워진 기술입니다. 딥러닝을 제대로 이해하려면 간단하게라도 머신러닝의 철학을 알고 있어야 합니다.
두 번째 주제는 ‘인공 신경망’입니다. 딥러닝은 신경망을 이용한 머신러닝 기법으로, 딥러닝과 신경망은 따로 떼어 놓을 수 없는 불가분의 관계입니다.
세 번째 주제는 이 책의 주제이기도 한 ‘딥러닝’입니다. 그동안 딥러닝의 걸림돌이 되었던 요인을 소개하고, 딥러닝에서 어떻게 해결하는지 제시합니다. 또한 대표적인 딥러닝 기술인 컨벌루션 신경망의 기본 개념과 구조를 소개하고 예제까지 구현해봅니다.

“딥러닝은 우리 연구소 스터디 중 가장 인기 있는 주제입니다. 하지만 초보자와 전문가 사이에는 여전히 상당한 격차가 존재하는 것도 사실입니다. 이 책은 딥러닝을 대략적으로 이해한 초보자들이 더 깊게, 하지만 너무 힘들지 않게 한 단계 올라서는 데 좋은 길잡이가 되어줄 것입니다. 특히 컨벌루션 신경망의 설명은 압권입니다.”
김승일_모두의 연구소 소장

“현업에서 딥러닝 기술을 적용한 기기를 개발하다 보면, 딥러닝 라이브러리를 수정하거나 최적화해야 하는 경우가 많습니다. 이런 작업을 위해서는 딥러닝의 구현을 어느 정도는 이해하고 있어야 합니다. 이 책은 딥러닝의 개념부터 구현까지 간결하게 설명하고 있어, 딥러닝을 처음 접하는 개발자들에게 큰 도움이 될 것입니다.
전정희_(주)보고넷 대표

[출판사서평 더 보기 닫기]

책 속 한 문장

회원리뷰

  • 처음에는 어렵기만 하다고 느꼈던.. 머신러닝 딥러닝인데 이 책을 보고 조금은 감을 잡았습니다. 어떻게 하면 처음 접하는 사람들...
    처음에는 어렵기만 하다고 느꼈던.. 머신러닝 딥러닝인데 이 책을 보고 조금은 감을 잡았습니다. 어떻게 하면 처음 접하는 사람들이 이해하기 쉽게 고민을 많이 하신것 같아요. 딥러닝이라는 단어임에도 불구하고 책의 두께에 한번 놀라고 내용의 간결함에 두번 놀랐습니다. 서문에서 딥러닝에 대해서 실무적인 공부를 안하는 사람들은 예제를 빼고 읽으라고 하셨는데, 나중에 딥러닝일 제대로 공부하게 되었을 때 다시한번 이책을 꺼내봐야겠습니다. 좋은책 써주셔서 감사합니다!
  • 작년에 알파고가 등장한 이후로 머신러닝에 대한 대중의 관심이 대단히 높아졌다. 거기에 그치지 않고 구글, 네이버가 딥러닝을 이...

    작년에 알파고가 등장한 이후로 머신러닝에 대한 대중의 관심이 대단히 높아졌다. 거기에 그치지 않고 구글, 네이버가 딥러닝을 이용해 번역의 질을 비약적으로 끌어올림으로써 딥러닝은 몰라서는 안되는 중요한 기술이 됐다. 내가 처음 머신러닝을 접한 것은 3년 전인데, Coursera라고 하는 온라인 학습 플랫폼에서 Andrew Ng 교수가 개설한 강의였다. 영어 학습자 커뮤니티에는 잘 정리된 자료들도 많고 활발한 교류가 이뤄졌는데, 한국어 커뮤니티는 사람도 별로 없고 자료도 거의 없어서 배우는데 애를 먹었다. 그런데 실제로 써볼 기회가 없어서 잊고 있다가 자연어 처리 문제를 해결하기 위해 머신러닝을 다시 보게 되었다. 그래서 자료를 찾아보던 중 입문서인 ‘딥러닝 첫걸음’을 읽게 되었다. 그 외에 홍콩 과기대 김성훈 교수가 제공하는 ‘모두를 위한 머신러닝’강의도 찾아봤는데, 한국어로 된 자료들이 늘어나서 너무 기쁘다.

    책을 읽기전에 마음에 들었던 점은 책의 크기였다. 소설책과 같은 크기에 두께는 소설책보다 더 얇다. 또 책 전체 페이지가 200페이지를 넘지 않는다. ‘첫걸음’이 될 책답게 입문자들에게 부담을 주지 않으려고 노력한 것이 느껴졌다. 그리고 책상에 앉아서 진득히 봐야할 내용도 있지만, 퇴근 시간에 지하철에서 읽은 챕터도 있을 정도로 쉽게 내용을 전달하고 있다. 딥러닝을 강의를 통해 배우면 빠지지 않고 등장하는 것들이 수식이다. 비용 함수, 최적화 함수, 그 외 확률 이론, 선형 대수 등 엄밀히 들어가면 배울게 굉장히 많지만 작가가 정말 필요한 부분에서만 수식을 제시하고 있다. 그래서 책에서 다루는 식들은 ‘시그모이드’, ‘가중치 갱신을 위한 델타 규칙’ 정도로 요약할 수 있을 것 같다.

    책의 구성이 재미있다. 보통 책의 마지막 장에 오는 기술의 한계를 첫 장에서 설명하고 있다. 머신러닝의 정확도는 학습된 데이터에 따라 크게 달라진다는 것인데, 요새 머신러닝이 만능인 것처럼 소개되고 인간의 일을 대신할 것처럼 겁주는 사람들을 경계하라고 미리 언급하는 것 같다. 실제로 현실세계에서 데이터의 복잡도는 무한하고, 현실세계 전체를 반영하는 데이터를 제공/학습하기는 거의 불가능하기 때문이다. 이를 알려주는 사례가 최근에 발생한 테슬라의 자율주행사고, 알파고의 실수이다. 이 점을 이해한 뒤에 단층 신경망, 다층 신경망, 컨브넷(Convolutional Network)들을 차례대로 매트랩 예제들을 구현해가면서 배우게 된다. 역전파(Backpropagation) 알고리즘과 컨브넷에 대해서 설명할 때 아래 그림처럼 단계별로 그림을 수식과 함께 제시해줘서 이해하는데 많은 도움이 됐다. 그리고 모멘텀이나 드롭아웃같은 학습 규칙을 추가적으로 설명해주는 것도 괜찮았다. 또 마음에 들었던 점이 각 챕터 마지막에 배운 내용을 요약하는 페이지인데, 다음 장으로 넘어가기 전에 혼자 정리해 볼 수 있어서 좋다. 빈칸 채우기같은 것으로 되어 있었다면 더 효과가 좋았을 것 같다.

    이 책에 대해 전반적으로 아쉬운 부분이 있다면, 페이지를 너무 아낀듯한 인상이다. 난 컴퓨터 공학을 전공했는데 학부에서 Matlab을 사용한 적이 전혀 없었다. Matlab 코드가 직관적인 면이 있긴 하지만 처음 보는 사람들에게는 이해하기 어려울 수 있는데 코드에 대한 설명이 좀 부실한 느낌이 들었다. 6장에서는 ‘책의 범위를 벗어나는’코드 설명으로 생략된 부분이 많아서 ‘어 아직 이해 안 됐는데…‘하면서 페이지를 넘겼는데 어느새 책이 끝나버렸다. 요즘 책이 비싸긴 하지만 책의 정가가 18,000원인데 깃허브에 부록을 남기는 식으로 ‘범위를 벗어나는’내용을 정리해 줄 수 있지 않았나 하는 아쉬움이 있다. 심지어 아마존에서 파는 영어버전 책은 정가가 42달러인데 솔직히 비싸다.

    두번째 아쉬운 점은 용어정리이다. 어떤 용어는 번역을 하고, 어떤 용어는 외래어로 표기하는데 특별한 규칙을 찾기 힘들어 보인다. 사실 다른 딥러닝 관련 책들에서는 어떻게 했는지 모르겠다. 하지만, 컴퓨터 기술쪽은 영어로 된 자료가 많아서 억지로 번역하면 나중에 다른 자료들을 보는데 어려울 수 있어서 나는 외래어 그대로 쓰는 것을 선호한다. 뒷장으로 가면 갈수록 번역된 용어가 줄어드는데 일관성있게 다 번역하지 않았으면 어땠을까?

    마지막으로 매트랩에 관한 아쉬운 점을 쓰려고 한다. 작가가 깡통 매트랩으로도 전부 돌아가는 코드라고 하지만 나는 매트랩이 없어서 대안인 옥타브를 이용해 코드를 테스트해봤다. 다행히 매트랩과 호환돼서 6장의 PlotFeatures.m을 제외한 파일을 모두 돌려볼 수 있었다. 파이썬 코드가 제공되어 아예 파이썬으로 코드를 확인해보는 사람들도 있을 것 같다. 그런데 작가가 가독성을 위해 매트랩으로 실습코드를 짰다면 매트랩을 대신할 오픈소스 프로그램이 있다는 것도 설명해주는게 좋을듯 하다.

    이런 아쉬운 점들이 있지만 이렇게 쉽게, 필요한 내용들을 알려주는 책은 드문것 같아서 딥러닝 입문용으로 읽어볼만한 책이다. 그 후에도 구글의 자동 자막 생성이나 번역, 이미지 인식, 그림을 그리는 인공지능이 실제로 어떻게 구현됐는지 계속 궁금하다면, 그때 다시 딥러닝을 깊이 있게 설명하는 다른 책을 추가로 보면 될 것 같다.

  • IT 업계의 화두는 늘 변화한다. 클라우드, 빅데이터에 이어 이제는 머신러닝이 그 주인공이 아닐까 생각한다. 관심...

    KakaoTalk_Photo_2017-02-09-19-21-05_6.jpeg



    IT 업계의 화두는 늘 변화한다. 클라우드, 빅데이터에 이어 이제는 머신러닝이 그 주인공이 아닐까 생각한다.
    관심은 가지고 있으면서도, 그 두께와 어려운 용어들에 제압되어 나처럼 알아가기를 망설였던 사람들이 많을 것이라 생각한다. 늘 시작하기가 두려웠지만, "딥러닝첫걸음"은 "첫걸음"이라는 독자에 대한 격려와 부담스럽지 않은 두께로 나에게 딥러닝은 무엇인지 탐구하는데 용기를 준 것 같다.

    책은 6개의 챕터로 구성되어 있다.
    Chapter1 머신러닝 에서는 머신러닝의 개념정의에서부터 종류에 대해 소개하고, Chapter2에서는 머신러닝의 모델로 가장 많이 사용되는 신경망에 관해 알아보며 딥러닝에 대한  개념을 우리에게 가르쳐줍니다.Chapter 3 장에서는 앞서 설명했던 신경망의 한계를 극복하기 위한 다층 신경망의 학습에 대해 설명합니다.
    Chapter 4 장에서는 신경망으로 분류 모델을 만드는 방법을 공유해준다. 드디어 딥러닝을 주제로 한 챕터가 Chapter 5에 나타난다. 그리고 마지막 Chapter6 역시 영상인식에 특화된 심층 신경망인 컨벌루션 신경망에 대해 이야기한다.

    학교를 졸업한지 오래되서 가끔 만나는 수식들에 깜짝 놀랐지만, 중간중간 필요할때마다 나오는 다이어그램 덕분에 이해에 큰 도움이 되었던 것 같다.
    그리고 요즘 출판되는 머신러닝 책들이 대부분 파이썬 기반인 것에 반해, 이책의 예제들이
    매트랩으로 작성되어 있다. 대부분의 개발자들은 매트랩을 사용하지 않는다. 대중적인 언어로 예제를 제공하였다면 더 많은 인기를 얻을 수 있지 않았을까 하는 아쉬움이 남는다. 또 6장뒤에 무엇인가 책을 마무리하는 부분(다음에는 무엇을 공부해야하는가?)이 더 있었으면 했는데, 책이 갑자기 끝나버린 것 같은 느낌이 든다.

    머신러닝, 딥러닝에 대해 관심을 가지고 공부해보고싶으나, 그 내용의 어려움이나 책의 두께 때문에 망설이는 분이 있다면 이 책을 적극 추천해주고 싶다. 이 책이 많은 것을 깊게 다루지는 못하지만, 그 어려운 첫발을 내딛을 수 있게 해준다는 점에서 필독서가 아닐까 생각한다.
  • 딥러닝 첫걸음 리뷰 | ho**n1 | 2017.02.09 | 5점 만점에 3점 | 추천:0
       오랜만에 포스팅을 한다. 오늘은 책을 소개하려고 한다. '딥러닝 첫걸음' 이라는 책인데 한빛미디...

      


    오랜만에 포스팅을 한다. 오늘은 책을 소개하려고 한다.

    '딥러닝 첫걸음' 이라는 책인데 한빛미디어에서 나온 책이다.

    알파고와 이세돌 9단의 바둑 대결 이후에 국내에는 머신러닝에 대한 바람이 일었다.

    특히나 딥러닝은 알파고가 4:1로 승리할 수 있도록 만들어준 비결로서 알려지면서 굉장한 인기를 끌었다.

    이 책은 그러한 딥러닝을 배우기 위한 기본적인 지식을 담고 있는 책이다.

    책이 굉장히 얇지만 머신러닝을 배우기 위해 알아야 할 기본적인 개념과 딥러닝의 입문 정도를 다루고 있다. 


    책이 얇아서 출퇴근 시간에 오고가면서 보기에는 제격이다. 

    아침, 저녁으로 3시간 가량 출퇴근에 시간을 보내는 나로서는 읽기에 딱 좋은 책이었다.

    책이 이렇게 얇고 작다. 휴대하기에는 정말 좋다.


    이제 책 내용에 대해서 말해보자.

    책은 머신러닝의 개념과 그 분류, 머신러닝을 통한 문제해결 시 발생하는 어려움 등에 대해서 간략히 소개하고있다.

    그리고 딥러닝을 이해하기 위한 신경망의 기본 요소, 다층 신경망의 개념,

    딥러닝, CNN등에 대해서 설명하고 있다.


    책이 얇고 가벼워서 담고 있는 내용은 많지 않지만, 딥러닝에 대한 대략적인 개념을 이해하기에는 무리가 없다.

    입문자가 보기에는 정말 좋은 책인것 같다. 전공자들에게는 개념을 다시한번 차례대로 정리하고 체계적으로 정리하기에 좋다.


    그러나 몇가지 아쉬운 점도 있다.

    책의 예제코드가 매트랩으로 작성되어있다. 오픈소스인 R이나 요즘 활발히 사용되고 있는

    Tensorflow 예제코드 였다면 따라해보면서 이해하기가 더 좋았을 것이다.


    이론적인 내용이 설명하고 있는 내용에 포괄적으로 설명하거나 다루지 않은 내용이 있다.

    머신러닝에서의 모델에 대한 설명,

    과적합 말고도 머신러닝에서 학습을 어렵게 하는 요인들,

    다층신경망에서 과적합을 극복하거나 학습을 잘되도록 하는 여러가지 방법들,

    RNN, LSTM과 같은 시계열 데이터에 쓰이는 신경망 등

    딥러닝 전반에 대해 모두 다루고 있지는 못하다.


    아마도 책 양 때문에 뒤에 편집된 것 같은 느낌이 든다.


    그래도 초심자에게 있어서 딥러닝 개념을 익히기에는 추천할만한 책이다.






  • [Book] 딥러닝 첫걸음 | kc**oodboy | 2017.02.06 | 5점 만점에 4점 | 추천:0
     최근 IT 트랜드가 여러 갈래가 있겠지만, 그중에서도 핫한 주제를 꼽으라면 딥러닝이 아닐까 생각된다. 나도 회사...


     최근 IT 트랜드가 여러 갈래가 있겠지만, 그중에서도 핫한 주제를 꼽으라면 딥러닝이 아닐까 생각된다. 나도 회사에서 하는 일이 디바이스 드라이버나 운영체제를 다루는 일이긴 하지만, 일을 하면서도 어떻게하면 딥러닝이라는 주제를 우리가 하는 일에 접목시킬 수 있는가를 계속 고민하고 있다. 물론 쉬운 일은 아니지만...  사실 불가능한 일도 아니다. 이런 기계학습이라는 주제 자체가 축적된 데이터를 바탕으로 이뤄지는 것이기 때문에 우리쪽에서도 그런 데이터 쌓이는 분야만 잘 선정하면 되는 것이다.

     그리고 생각보다 이런 주제를 다루는 곳이 온라인 상에 무척 많다. 온라인 강의만 놓고 봐도 입문용 강의 중 Andrew Eg 교수의 Machine Learning 이나 Abu-Mustafa 교수의 Learning from Data 같은 강의가 제공되고 있고, Facebook에서도 AI korea 같은 곳에서 딥러닝 관련 주제들이 활발하게 다뤄지고 있다. 나는 여러개의 강의도 들었고, 현재는 책 여러 권을 읽어보면서 적당한 입문 방법이 있는지를 찾아보고 있다. 그중에 출판사에서 지원하는 프로그램이 있어 책 한권을 받고 이에 대한 평을 남겨보고자 한다. 참고로 나는 대학원때 기계학습관련 수업을 하나 들었고, 이를 응용해서 키넥트를 이용한 수화 번역 프로젝트를 진행해본 경험이 있다. 아래의 리뷰를 읽기 전에 이부분을 감안했으면 한다.

     딥러닝 첫걸음이라는 책은 Deep Learning for Beginners with MATLAB Examples 의 한국어 판이다. 출판년도를 확인해보니 아마 작가분께서 이렇게 동시에 출판하는 것을 염두에 두고 쓰신 책인듯 싶다. 책 자체는 180페이지 정도로 생각보다 얇다. 처음 이 책을 접했을 때는 과연 딥러닝이라는 주제를 180 페이지라는 짧은 분량안에 잘 설명할 수 있을까 하는 의문이 들었었다.

     책 내용을 읽다보면, 이 책이 진짜 딥러닝을 다루는 내용일까 하는 의문이 들 수 있다. 그도 그럴 것이 전체 책을 구성하는 6장중 딥러닝을 다루는 파트는 끝의 5~6장이고, 그전까지는 딥러닝을 이해하는데 필요한 기계 학습의 테크닉, 특히 Neural Network에 대해서 설명을 많이 할애하고 있다. 그리고 딥러닝에 대해서도 전체적인 이론에 대해서 자세히 설명하는 형식이 아닌, 동작의 간략적인 설명이 이뤄지고 이미지 처리용 딥러닝 기법 중 대표적인 방식인 Convolution Neural Network의 원리를 간단한 예제와 더불어 설명하는 형식으로 진행된다. 그래서 그런지 딱 이 책의 제목인 "첫걸음"이라는 문구가 딱 적합해 보였다.

     개인적으로 이 책에서 마음에 든 내용은 딥러닝쪽보다는 머신러닝쪽 내용을 다룬 것이었다.

     분명히 이런 것을 실질적으로 매일 다루는 사람이 아니라면 중요한 원리에 대해서 항상 기억할 수 없는 법이고, Remind가 지속적으로 이뤄져야 하는데, 이 책은 그런 부분을 잘 만족시키는 것 같다. 가량 위의 그림처럼 Linearly Separability를 설명하는 부분도 왜 이런 내용을 다뤄야 하고, 이런 내용이 어떤 이슈를 낳을 수 있는지를 설명하고 있다. 다시 말해 글의 주제에 대한 흐름이 명확하다고 느꼈다. 얇은 책답지 않게 해당 파트에서 다루는 내용에 대한 근거와 설명이 잘되어 있었다.

     또다른 개념서와 다른 부분은 위와 같이 코드가 많이 나온다는 것이다. 이해가 어려운 수학적 수식만 가득한게 아니라 위와 같이 코드를 통해서 원리가 어떻게 구현되고, 수식이 어떤식으로 적용될 수 있는지를 문맥적으로 잘 설명했다. 위의 이미지는 Classification의 대표적인 예시인 handwrite character classification 인데, 잘보면 이미지로 나온 데이터가 처리되는 과정을 설명을 통해서 서술되고 있는 것을 확인할 수있다. 굳이 이부분이 아니라도, 수식을 증명하는 방법을 코드로 진행함으로써 직접 읽고 실습하는 독자에게는 조금더 이해에 도움이 될 수 있을 거라 생각된다.

     (참고로 이책의 샘플 코드에 대한 github도 공개되어 있다 : https://github.com/philbooks/Deep-Learning-for-Beginners. 그리고 책에선 Matlab/Octave 코드로 설명했지만, 여기엔 Python 코드도 같이 공개되어 있기 때문에 독자 취향에 맞게 선택해서 코드를 확인할 수 있다.)

    다만 아쉬운 점이라면, 앞에서 언급한 점처럼 이 책이 완벽한 솔루션이 될수 없다는 것이다. 전체 중 딥러닝을 실제로 다룬 부분은 마지막 두장이고, 그것도 이미지 영상 처리에 한정되서 응용할 수 있는 부분이기 때문에 다른 분야에 응용하고자 하는 사람이라면, 이 책을 선택하는데 조금 어려움이 있을 것이다.

     물론 그렇다고 딥러닝에 대한 설명이 부실한건 아니다. 충분히 딥러닝을 입문하는데 있어서 필요한 제반 지식에 대해서 그림과 함께 설명되고, 이를 보완하기 위한 코드도 제공된다. 또한 주제가 한정적이긴 하지만, MNIST 데이터 베이스중 숫자 분류에 대한 예시와 예제를 설명하고 있기 때문에 이를 응용하고자 하는 사람에게는 큰 도움이 될수 있을 것 같다. 

    사실 어떻게 보면 이책을 통해서 딥러닝이 어떤 식으로 응용되는지를 처음 알았다. 물론 책의 서두에서 다뤘던 기계학습 관련 내용은 학교나 강의에서 배운 내용과 겹치는 부분도 있었기에 빠르게 넘길 수 있었지만, 딥러닝에 대해서 다룬 내용은 읽어보면서도 신기하고, 재미도 있었다. 더구나 코딩도 같이 나와 있어 뭔가 직접 해봐야겠구나 하는 의욕도 들게 했다. 아마 Matlab에 대해서 익숙하지 않은 사람이라도 Octave를 깔아보고 실제로 결과를 얻어보면 이런 느낌이겠구나라는 것을 느낄 수 있을 듯 하다. 그래서 좀더 다른 책을 찾아보고, 더 공부해보려고 한다.

     아무튼 무척 얇은 책임에도 불구하고, 생각보다 많은 주제와 예제, 그리고 두터운 글의 뿌리를 느낄 수 있는 책이었다. 물론 이 책이 제목에도 담겨 있는 것처럼 첫걸음이기 때문에 딥러닝 공부의 시작점이 될수는 있어도, 종착점이 되기엔 조금 어려운 부분이 있다. 물론 현재 트랜드에 있어서 종착점이란 것은 없겠지만, 그래도 이 걸 읽는 독자에게는 선택의 여지를 주지 않을까 생각한다. 의지의 문제일 순 있겠지만, 적어도 이책은 그 선택을 위한 발판을 제공하지 않았을까 싶다.

    ==================================================

     아 참 그리고 이거는 여담인데, 책의 사이즈가 너무 맘에 든다.

    내가 회사나 어디를 갈때 주로 들고 다니는 슬링백인데, 책이 딱 이 슬링백에 들어가서 들고 다니기 편했다. 그래서 어디를 가서 여유가 생겼을 때 읽을 수가 있었다. 그 점은 좋았던 것 같다. (이런 사이즈의 책들이 앞으로도 많이 나와줬으면 하는 바램... :) )


    <해당 포스트에서 소개하고 있는 책 중 "딥러닝 첫걸음"은 한빛 미디어로부터 책을 지원을 받고 쓰는 것임을 알려드립니다>

    출처: http://talkingaboutme.tistory.com/832 [자신에 대한 고찰]

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
레드북
판매등급
특급셀러
판매자구분
일반
구매만족도
5점 만점에 5점
평균 출고일 안내
2일 이내
품절 통보율 안내
50%

이 책의 e| 오디오

바로가기

최근 본 상품