저자: 김찬란
기초 딥러닝 모델을 기반으로 배우는 트랜스퍼 러닝, 한 권으로 끝내자
딥러닝의 학습 과정은 엄청난 규모의 데이터와 컴퓨팅 파워(돈과 시간)가 필요하다. 그래서 아무리 열심히 해도 세계 최고를 이기기는 힘들다. 하지만, 이것은 기초가 되는 모델에 대한 이야기이다. 세계 최고의 기업과 연구소에서 학습한 기초 모델(Base Model)을 기반으로 트랜스퍼 러닝(Transfer Learning)을 한다면, 누구나 그보다 뛰어난 결과를 낼 수 있다. 쉽게 말해, 구글이 학습한 모델을 '더' 학습하여 구글보다 똑똑한 인공지능을 만들 수 있다. 왜냐하면, 기본 모델은 범용적인 모델이기 때문이다. 특정한 문제를 풀기 위해서는 이 기본 모델에서 한 걸음 더 나아가야 하는데, 그 방법이 바로 트랜스퍼 러닝이다. 이 책에서는 기본적인 케라스 프레임워크와 딥러닝 이론으로 시작하여 트랜스퍼 러닝에 대해 집중해서 다루고자 한다.
- 케라스 프레임워크를 통한 기초 딥러닝 모델 구현 및 문제를 해결한다.
- 수학적인 이론 및 증명보다는 설명과 예제에 집중한다.
- 제한된 자원 속에서 실전 개발 및 연구 문제 해결을 위한 트랜스퍼 러닝 활용한다.
- 머신러닝/딥러닝을 실제로 구현하고 실전 문제에 적용시켜보고 싶은 분들
- 기술적 트렌드에 뒤쳐지는 것이 싫은, 빠르게 현대 기술의 시작점에 서고 싶은 분들
- 수학적 증명보다는 친절한 설명이 필요한 분들
1.1 딥러닝의 아버지
1.2 뭐가 딥하고, 뭐가 힙한지?
1.3 학회부터 깃허브까지
1.4 이 책의 I/O
2.1 윈도우 환경
2.2 리눅스 환경
2.3 기타 라이브러리 및 개발환경
3.1 인공신경망의 구성요소
3.2 범죄율로 집값 예측하기 (기초 회귀 문제)
3.3 간단한 과일 분류 문제 비틀기 (이미지 분류 기초 문제)
3.4 뉴스 기사(문서) 분류하기
3.5 학습을 더 쉽고, 빠르고, 정확하게!
4.1 트랜스퍼 러닝
4.2 자기지도학습과 준지도학습 (Self-supervised Learning and Semi-supervised Learning)
4.3 당신에게 필요한 건 집중!
5.1 딥러닝이 푼 첫 문제 이미지 분류
5.2 사람도 찾고, 강아지도 찾는 객체 검출
5.3 모든 것을 답해주는 자비스를 기대하며
5.4 딥러닝과 마이크로 서비스
5.5 인공지능을 위한 인공지능
이 책은 딥러닝을 실전에 활용할 수 있도록 실습 위주의 내용으로 구성하였다. ‘딥러닝을 지금 시작하기에는 너무 늦었다’라는 말을 할 수도 있겠지만 이 책은 어려운 수학을 설명하는 데에 내용을 할애하는 것이 아닌 실전으로 영상과 텍스트에서 각각 어떻게 적용되는지에 대해 흥미롭게 설명하므로 포기하지 않고 따라갈 수 있을 것이다. 영상과 자연어 처리, 음성 처리 등 다양한 분야에서 딥러닝이 활용되고 있는데 이 책을 끝내면 딥러닝에 대해 한 걸음 더 나아가는 자기 자신을 발견할 것이다.