Chapter 01 설치
1. 아나콘다 설치
2. 파이썬 설치 확인
3. Visual Studio Code 설치
4. Visual Studio Code 설정
5. Hello AI
6. 텐서플로, 케라스 설치
Chapter 02 딥러닝 시작
1. 1에서 10까지 예측 모델 구하기
2. 101에서 110까지 구하기
3. 딥러닝 케라스의 기본 구조
Chapter 03 회귀 모델
Chapter 04 회귀 모델의 판별식
1. 회귀 모델의 판별식
2. 회귀 모델 추가 코딩
3. 함수형 모델
Chapter 05 앙상블
1. concatenate
2. Merge Layer
Chapter 06 회귀 모델 총정리
1. Sequential 모델
2. 함수형 모델
3. 앙상블 및 기타 모델
Chapter 07 RNN
1. RNN이란?
2. SimpleRNN
3. LSTM
4. GRU
5. Bidirectional
6. LSTM 레이어 연결
Chapter 08 케라스 모델의 파라미터들과 기타 기법들
1. verbose
2. EarlyStopping
3. TensorBoard
4. 모델의 Save
5. 모델의 Load
Chapter 09 RNN용 데이터 자르기
1. split 함수 만들기(다:1
2. split 함수 만들기 2(다:다
3. split 함수 만들기 3(다입력, 다:1
4. split 함수 만들기 4(다입력, 다:다
5. split 함수 만들기 5(다입력, 다:다 두 번째
6. split_xy 함수 정리
Chapter 10 RNN 모델 정리
1. MLP DNN 모델 (다:1
2. MLP RNN 모델 (다:1
3. MLP RNN 모델 (다:다
4. MLP RNN 모델 (다입력 다:1
5. MLP DNN 모델 (다입력 다:1
6. MLP DNN 모델 (다입력 다:다
7. MLP DNN 모델 (다입력 다:다
8.
이 책에서는 독자들이 딥러닝을 함에 있어, 파이썬에 대한 매우 기초적인 지식을 가지고 있다는 전제하에 진행했다. 그리고 곧바로 케라스로 넘어가 인공지능 모델을 구현할 수 있도록 했다. 이 책은 데이터 사이언티스트가 되기 위한 기초 필독서보다는 쉽고 빠르게 배워서 원하는 인공지능 예측 모델을 만들어 정확도(accuracy를 분석하고 예측(predict하는 부분에 중점을 두었다.
인공지능 모델의 이론적인 부분은 가능한 배제하여, 쉽고 빠르게 기법을 익히고 곧바로 사용할 수 있는 실용성을 원하는 사람들에게 더 큰 도움이 될 것이다. 자동차를 운전하는 데 자동차 엔진 원리까지 이해할 필요는 없다. 엔진의 원리는 몰라도 운전 연습을 많이 하면 베스트 드라이버가 될 수 있듯이, 이 책을 통해 열심히 연습한다면 누구나 인공지능 분야의 베스트 드라이버가 될 수 있을 것이다.
