이토록 쉬운 딥러닝을 위한 기초수학 with 파이썬

이토록 쉬운 딥러닝을 위한 기초 수학 with 파이썬
마스이 도시카츠 지음, 이중민 옮김 / 루비페이퍼 / 2019년 8월

3년 전 이세돌과 알파고의 바둑 대결이 있었다. 

바둑 대결을 지켜 본 전세계 사람들은 

알파고의 뛰어난 능력을 보면서 

인공지능 기술이 이렇게까지 발전했나하고 놀라워했었다. 

그리고 각종 언론을 통해 AI의 발전 상황과

 AI가 바꿀 미래에 대한 전망, 

AI가 앞으로 산업에 어떤 영향을 끼치게 될 것인지에 등 

AI 관련 기사들이 끊임없이 나왔고, 

학계에서는 AI연구가 활발히 이루어졌다. 

기업들은 AI를 이용한 여러 제품과 서비스 출시하였다.

'이토록 쉬운 딥러닝을 위한 기초수학 with 파이썬' 은 

수학의 기초와 파이썬을 통해

머신러닝과 딥러닝을 설명 하는 책이다.

Chapter 1과 2에서는 머신러닝과 신경망이 

무엇인지에 대한 기본적인 개념과 

파이썬에 대한 기초적인 내용과 프로그래밍,

통계적 머신러닝이라고 불릴만큼 통계에 기반을 두고 있는

머신러닝이기 때문에 기본적인 통계의 개념과 

수열, 집합, 확률이 무엇인지, 대량의 데이터에서 

표본을 추정하는 방법을 배울 수 있었고,

Chapter 3과 4에서는 

신경망에서 사용하는 백터와 행렬에 대한 개념을 통해 

다양한 입출력을 한꺼번에 처리 할 수 있고,

데이터를 효율적으로 취급하는 구조가 

어떻게 이루어져 있는지 알 수 있었고,

머신러닝의 학습 데이터로 모델을 만들 때는 

더 좋은 결과를 얻을 수 있도록 데이터를 조정해야 하는데 

최적값에 접근하기 위한 함수와 미분이 복잡하고 어렵게 느껴졌다.

Chapter 5와 6에서는 수학과 데이터를 활용하여 

정답을 예측하는 방법과 신경망의 손실함수를 최적화하기 위한 

역전파와 학습 모델을 평가하는 방법,

딥러닝의 학습 정확도를 어떻게 향상 시킬 것인지, 

이미지 데이터의 특징과 다양한 표현 방식에 대해,

Chapter 7에서는 강화학습이 무엇인지, 

몬테카를로 방법을 이용한 학습, On-policy 학습과 Off-line 학습, 

시간차 학습, Sarsa학습, Q학습 등

다양한 강화 학습 방법과 강화 학습과 

신경망을 결합한 심층 강화 학습에 대해 알 수 있었다.  

'이토록 쉬운 딥러닝을 위한 기초수학 with 파이썬' 은

수학 개념이 처음부터 끝까지 채워져 있기 때문에 

책 제목과는 다르게 각 개념을 이해하기가 어렵게 느껴졌다.

시간이 걸리더라도 기초부터 차근차근 

꼼꼼하게 반복 해 가면서 배워야 할 것 같다.