[독서-523] 모두의 딥러닝 - 텐서플로 2.0 반영

모두의 딥러닝 - 자연어 처리, GAN, 오토인코더, 전이 학습 등으로 나만의 모델을 만든다 with 텐서플로2.0 & 케라스, 개정2판
조태호 지음 / 길벗 / 2020년 1월

영상의학과 연구 조교수가 집필한 서적이라 책에서 제공되는 코드가 잘 정리되어 있다. 여러 형태의 코드를 제공하고 있어 Python, Jupyter notebook, Google CoLab과 같은 환경에서 실행해 볼 수 있다. 책에서 수행해보는 예제 코드의 구성이 잘 되어있다. 딥러닝에 대해 사전지식이 없더라고 이 책에서 설명하고 있는 코드를 직접 실행해 볼 수 있다. 코드에 대한 내용을 친절히 설명하고는 있지만 아쉬운 부분은 이 책을 한 번 읽고 코드를 직접 실행해 본다고 해도 직접 응용하여 코딩으로 연결하기에는 단계별 설명이 부족하다. 그냥 딥러닝에는 이런 것들도 있고 상황에 따라 어떻게 코딩해야하는지에 대한 개념은 얻을 수 있지만 다른 기술서적과 달리 딥러닝에 대한 코딩 실력을 향상시키기에는 어려운 점이 있다.

다음은 딥러닝과 관해 챕터마다 나온 용어를 정리해 보았다. 이 책을 통해 아래의 용어에 대한 개념만 얻어가도 좋겠다.

머신러닝(Machine Learning)

딥러닝(Deep Learning)

아나콘다(Anaconda)

선형 회귀(Linear Regression)

독립변수(Independent variable)

종속변수(Dependent variable)

단순 선형 회귀(Simple Linear Regression)

다중 선형 회귀(Multiple Linear Regression)

최소 제곱법(Method of least squares)

평균 제곱 오차(Mean Square Erroe, MSE)

경사 하강법(Gradient Descent)

학습률(Learning Rate)

로지스틱 회귀(Logistic Regression)

시그모이드(Sigmoid)

소프트맥스(Softmax)

퍼셉트론(Perceptron)

신경망(Neural Network)

가중치(Weight)

편향(Bias)

활성화 함수(Activation Function)

다층 퍼셉트론(Multi-layer Perceptron)

은닉층(Hidden Layer)

오차 역전파(Back Propagation)

기울기 소실(Vanishing Gradient)

렐루(ReLU)

소프트플러스(Softplus)

확률적 경사 하강법(Stochastic Gradient Descent)

모멘텀(Momentum)

과적합(Overfitting)

합성곱 신경망(Convolutional Neural Network)

맥스 풀링(Max Pooling)

평균 풀링(Average Pooling)

단어 임베딩(Word Embedding)

순환 신경망(Recurrent Neural Network)

생성적 적대 신경망(Generative Adversarial Networks)

생성자(Generator)

판별자(Discriminator)

오토인코더(Auto-Encoder)

전이 학습(Transfer Learning)

지도 학습(Supervised Learning)

비지도 학습(Unsupervised Learning)

[독서-522] 모두의 인공지능 기초 수학 - 누구나 쉽게 시작

모두의 인공지능 기초 수학 - 누구나 쉽게 시작하는 인공지능 수학 ㅣ 모두의 시리즈
서지영 지음 / 길벗 / 2020년 8월

인공지능, 머신러닝, 딥러닝을 학습하는데 필요한 기초 수학을 학습했다. 예제 코드를 실행하며 학습하는데 수학이 생각보다 많이 나온다. 기존에 작성된 코드를 이해하고 모델을 만들기 위해서 수학적 지식이 필요해 이 책을 선택하여 다시 공부했다. 이 나이에 다시 수학을 공부하게 될 줄은 생각도 못 했다. 

이 책은 인공지능을 가장한 수학 책처럼 보이는데 Numpy, Sympy를 사용하여 수학을 어떻게 파이썬에서 실행하는지 보여준다. Jupyter Notebook으로 작성되어 있어 실행하며 확인하기 편하다. Jupyter Notebook 파일을 사용하기 편리한 구글 CoLab에서 실행했다.

이 책에서는 방정식과 부등식, 일차함수 이차함수, 지수와 제곱근, 인수분해, 다항식과 기하학, 지수함수와 로그함수, 미분, 함수의 극한과 연속, 평균변화율, 미분계수(순간변화율), 도함수, 상미분과 편미분, 오차역전파, 벡터와 공간, 벡터의 내적과 외적, 행렬 변환, 상호 좌표계, 확률과 통계 등을 다루고 있다. 

인공지능을 이해하려면 미분, 선형대수학, 확률과 통계를 이해해야 한다.  이 책의 내용은 아주 쉽지도 않고 아주 어렵지도 않지만 쉽게 이해되는 내용도 있고 몇 번 읽어도 이해되지 않는 내용도 있다. 나중에 인공지능과 관련한 프로그래밍을 할 때 어떻게 활용되는가를 볼 때 이해되지 않을까 한다. 

[독서-521] 마이바티스 프로그래밍 원리와 활용

마이바티스 프로그래밍 원리와 활용 ㅣ 에이콘 오픈소스 프로그래밍 시리즈
심익찬 지음 / 에이콘출판 / 2016년 8월

이 책은 상당히 두꺼운 서적으로 전체가 824쪽이다. 퍼시스턴스 기술 하나를 너무 상세하게 표현하였는데 다 읽고 나서 그렇게 영양가 있는 내용으로 다 채워지진 않았다. 많은 부분은 소스코드가 차지하고 있어 마이바티스를 처음 접하는 사람이 아니라면 읽는데 많은 시간이 들지는 않는다.

처음 100페이지 정도는 SQL 매퍼 프레임워크의 개념과 구현에 대해 설명하는데 실용서적이 아니라 학술서적처럼 보였다. 좋게 평가하면 한번쯤 읽어볼 만한 내용인데 나쁘게 평가하면 10페이지 정도로 요약해도 충분한 내용이거나 그냥 건너뛰어도 되지 않을까 한다.

책에서 설명하는 예제 코드는 마이바티스만 집중해서 학습한다면 모를까 실제 프로젝트에서 사용되는 코드와는 거리감이 있어 보인다. 개인적인 생각인데 이 책은 실용서적이 아니라 학술서적이다. 506쪽까지는 읽다기 지친다. 507쪽 부터 Part3. 응용인데 여기서 부터 실제로 응용에 필요한 내용을 설명하고 있다. 하지만 여기도 기술서적이아닌 학술서적의 스멜이 난다.

[100자평] 마이바티스 프로그래밍 원리와 활용

마이바티스 프로그래밍 원리와 활용 ㅣ 에이콘 오픈소스 프로그래밍 시리즈
심익찬 지음 / 에이콘출판 / 2016년 8월

하나의 기술을 820 페이지 분량의 서적으로 만들 수 있다는 것이 놀랍긴 하다. 하지만 기술서적의 실용적인 면을 생각해 보면 마이바티스 개요와 핵심 내용, 활용법 위주의 실용서적으로 구성했으면 더 좋았을거 같다.

[100자평] EBS 수학과 함께하는 AI 기초

EBS 수학과 함께하는 AI 기초 - 파이선 프로그래밍 첫걸음 ㅣ EBS 인공지능 AI 학습 시리즈
EBS 지음 / 한국교육방송공사(기타) / 2020년 9월

인공지능, 머신러닝, 딥러닝을 배우기 위해 기술서적으로 학습하고 있는데 수학이 상당히 많이 관련되어 있어 정석을 보며 고교수학을 다시 공부해야 할까 했는데 다행이 EBS에서 좋은서적과 동영상 강좌를 준비해 주어 고맙게 여긴다. 40대 후반에 다시 수학을 공부하게 될 줄 생각도 못했다. ㅎㅎ