구글 코랩으로 배우는 인공지능 기술

구글 코랩으로 배우는 인공지능 기술 - 머신러닝.딥러닝.강화 학습으로 배우는 AI의 기초 기술
아즈마 유키나가 지음, 김은철 외 옮김 / AK(에이케이)커뮤니케이션즈 / 2022년 11월

코랩으로 배우는 인공지능

책을 선택한 이유

인공지능은 공상과학 영화의 단골 소재였지만

개발 속도는 지지부진했다.

제프리 힌턴의 딥러닝은 본격적 인공지능 시대를 열고,

엄청난 속도로 인공지능은 발전하고 있다.

미래를 이끌 핵심동력으로 주목받는 인공지능은

미래를 대비하기 위해 알아두어야 할 분야다.

구글 코랩은 인공지능 개발환경을 온라인 에서 제공한다.

인공지능을 구글 코랩으로 작성하는 방법을 배우기 위해

"구글 코랩으로 배우는 인공지능 기술"을 선택하였다.

"구글 코랩으로 배우는 인공지능 기술"은

1장 인공지능, 딥러닝의 개요

2장 개발 환경

3장 Python의 기초

4장 간단한 딥러닝

5장 딥러닝의 이론

6장 다양한 머신러닝 방법

7장 합성곱 신경망CNN

8장 순환 신경망RNN

9장 변분 오토 인코더VAE

10장 적대적 생성망GAN

11장 강화 학습

12장 전이 학습

으로 구성되었다.

1장 인공지능, 딥러닝의 개요 에서는

인공지능 개요 와 머신러닝과 딥러닝 개념,

인공지능의 활용 사례, 인공지능의 역사를

소개한다.

2장 개발 환경 에서는

Google Colaboratory 는 구글이 제공하는

파이썬 실행 환경이다.

구글 코랩은 무료로 머신러닝 코드를

시험할 수 있다.

코랩의 기본 사용법, 세션과 인스턴스,

CPU와 GPU, 코랩의 여러가지 기능을

소개한다.

3장 Python의 기초 에서는

인공지능에 많이 쓰이는 파이썬을 소개한다.

Python의 기초, 파이썬 확장모듈 Numpy의 기초,

데이터 시각화 외부모듈 matplotlib의 기초,

데이터 분석 라이브러리 pandas의 기초 문법을

소개하고 코드 작성을 연습해 본다.

4장 간단한 딥러닝 에서는

딥러닝의 개요를 소개하고,

Keras를 사용해 딥러닝을 구현한다.

다양한 신경망 종류를 알아보고,

Keras를 활용한 Iris 분류를 실습해 본다.

5장 딥러닝의 이론 에서는

딥러닝을 위한 기초 수학 개념을 설명하고,

단일 뉴런의 계산, 활성화 함수, 순전파와 역전파,

행렬과 행렬곱, 전결합층 간 순전파 수식화,

미분, 손실 함수, 경사 하강법,

중간층 과 출력층의 경사 도출,

에포크와 배치, 최적화 알고리즘을 설명하고,

출력층에서 가중치와 바이어스의

경사를 계산해 본다.

6장 다양한 머신러닝 방법 에서는

지도학습인 단순 회귀와 다중 회귀,

서포트 벡터 머신

비지도 학습인 k 평균법을 설명하고

머신러닝을 사용한 진단 모델 구축을 실습한다.

7장 합성곱 신경망CNN 에서는

합성곱 신경망은 시각 이미지 분야에

널리 사용되고 있다.

합성곱 신경망의 개요, CNN,

합성곱과 풀링,

im2col과 col2im 알고리즘, 합성곱의 구현,

풀링의 구현, CNN의 구현, 데이터 확장을

설명하고,

CNN 모델 구축을 실습한다.

8장 순환 신경망RNN 에서는

순환 신경망 RNN은 문맥을 읽고

판단하는데 적합하다.

RNN 개요, RNN으로 시계열 데이터 학습,

LSTM의 개요, LSTM 모델 구현,

간단한 구조의 GRU의 개요 소개,

GRU 모델 구현,

RNN 문장 자동 생성, 자연언어 처리 개요를

설명하고,

RNN 모델로 문장 생성을 실습한다.

9장 변분 오토 인코더VAE 에서는

VAE는 확률 분포를 이용해 연속적으로

변화하는 이미지를 생성한다.

VAE의 개요, VAE의 구조,

오토인코더의 구현, VAE의 구현을 설명하고

VAE를 실습해 본다.

10장 적대적 생성망GAN 에서는

GAN은 2개의 신경망을 경쟁시켜

이미지 등의 데이터를 생성한다.

GAN의 개요, GAN의 구조,

GAN의 구현을 설명하고,

배치 정규화 도입을 실습해 본다.

11장 강화 학습 에서는

강화 학습은 보상을 최대화하도록 학습하여

인공지능이 최적 행동을 선택하도록 한다.

강화학습의 개요, 강화 학습의 알고리즘,

심층 강화 학습의 개요, Cart Pole 문제,

DQN을 구현해보며,

딥러닝을 이용한 SARSA를 연습한다.

12장 전이 학습 에서는

전이 학습은 다른 영역에서 학습한 모델을

전용할 수 있도록 한다.

전이 학습의 개요를 소개하고,

전이 학습의 구현, 파인 튜닝의 구현을 실습한다.

"구글 코랩으로 배우는 인공지능 기술"은

인공지능 개발 기술을 소개한다.

딥러닝의 기초 개념부터 합성곱 신경망,

순환 신경망, 변분 오토인코더, 적재적 생성망,

강화 학습, 전이 학습의 개념을 소개하고

예제를 풀어 보면서 인공지능의 작동원리를

이해하도록 한다.

구글 코랩의 기초 사용법,

딥러닝 실습에 필요한 기초 수학,

파이썬 기초 문법을 설명하므로,

초보자도 어렵지 않게 인공지능을

이해하며 접근할 수 있도록 한다.

(주)AK커뮤니케이션즈 홈페이지에서

"구글 코랩으로 배우는 인공지능 기술"의

책 내용에 대한 문의사항을 답변해주므로

학습에 효과적으로 활용할 수 있다.

"구글 코랩으로 배우는 인공지능 기술"은

코랩을 활용해 인공지능을 쉽게 배울 수 있는

좋은 안내서라는 생각이 든다.

(주)AK커뮤니케이션즈에서

"구글 코랩으로 배우는 인공지능 기술"을 증정해주셨다.

감사드린다.