Chapter 01 인공 지능의 딥러닝 이해
01 _ 인공 신경망의 이해
01-1 인공 신경망이란?
01-2 신경망의 학습 방법
01-3 인공 신경 살펴보기
02 _ 딥러닝 맛보기
02-1 Hello 딥러닝
02-2 머신러닝은 무엇일까요?
02-3 구글 코랩 개발 환경 구성하기
02-4 기존 방식의 함수 정의와 사용
02-5 머신러닝 방식의 신경망 함수 생성과 사용
02-6 축하합니다!
03 _ 인공 신경망과 근사 함수
03-1 2차 함수 근사해 보기
03-2 5차 함수 근사해 보기
03-3 다양한 함수 근사해 보기
03-4 인공 신경망 소스 살펴보기
04 _ 딥러닝 활용 맛보기
04-1 딥러닝 활용 예제 살펴보기
04-2 손글씨 숫자 인식 예제 살펴보기
04-3 패션 MNIST 데이터셋 인식시켜보기
Chapter 02 인공 지능의 딥러닝 알고리즘 기초
01 _ 단일 인공 신경 알고리즘
01-1 아두이노 개발 환경 구성하기
01-2 단일 인공 신경 구현해 보기
02 _ 단일 출력 3층 인공 신경망 알고리즘
02-1 순전파 구현해 보기
02-2 오차 계산하기
02-3 오차 줄이기
02-4 오차 역전파 이해하기
02-5 역전파 구현하기
Chapter 03 인공 지능의 딥러닝 알고리즘 심화
01 _ 다중 출력 3층 인공 신경망 알고리즘
01-1 순전파 구현해 보기
01-2 오차 계산하기
01-3 오차 역전파
02 _ 활성화 함수 알고리즘
02-1 순전파 구현해 보기
02-2 오차 계산하기
02-3 오차 역전파
Chapter 04 인공지능의 딥러닝 라이브러리 구현과 활용
01 _ 아두이노에 printf 함수 추가하기
02 _ 인공 신경망 라이브러리 구현하기
02-1 배열을 이용한 순전파 구현하기
02-2 배열을 이용한 역전파 구현하기
02-3 활성화 함수 구현하기
02-4 파일 분리
아두이노 코딩으로 구현해 보면서 인공지능의 딥러닝 원리를 알기 쉽게 이해하는 국내 최초 서적입니다.
이 책은 다음과 같이 구성되었습니다.
Chapter 01 인공지능의 딥러닝 이해
이번 Chapter에서는 인공지능의 딥러닝을 이해해 봅니다. 첫 번째, 딥러닝의 핵심인 인공 신경망이 무엇인지 알아보고, 딥러닝에 대해 어떤 학습 방법이 있는지 살펴보고, 생물학적 신경과 비교해 보며 딥러닝의 인공 신경망을 이해해 봅니다. 두 번째 딥러닝에 대한 기본 예제를 구글의 코랩과 Keras 라이브러리를 이용해 수행해 보면서 딥러닝을 접해봅니다. 세 번째 중고등학교 때 배웠던 기본적인 함수를 딥러닝의 인공 신경망으로 구현해 보면서 딥러닝의 인공 신경망과 함수의 관계를 이해해 봅니다. 마지막으로 손글씨 데이터, 패션 데이터를 이용하여 실제 활용되는 딥러닝을 살펴봅니다.
Chapter 02 인공지능의 딥러닝 알고리즘 기초
이번 Chapter에서는 아두이노를 이용하여 기초적인 딥러닝 알고리즘을 살펴보고 구현해 봅니다. 첫 번째, 딥러닝의 단일 인공 신경 알고리즘을 살펴보고 구현해 봅니다. 이 과정에서 순전파, 오차함수, 경사 하강법, 최적화 함수, 예측값, 가중치, 편향, 오차 역전파, 딥러닝의 인공 신경 학습 등에 대한 용어를 이해하고 구현에 적용해 봅니다. 두 번째, 딥러닝의 단일 출력 3층 인공 신경망 알고리즘을 살펴보고 구현해 봅니다.
Chapter 03 인공지능의 딥러닝 알고리즘 심화
이번 Chapter에서는 아두이노를 이용하여 심화된 딥러닝 알고리즘을 살펴보고 구현해 봅니다. 첫 번째, 딥러닝의 다중 출력 3층 인공 신경망 알고리즘을 살펴보고 구현해 봅니다. 이 과정에서 다중 출력의 오차가 역전파 되는 과정을 자세히 살펴봅니다. 두 번째, 딥러닝의 활성화 함수 알고리즘을 살펴보고 구현해 봅니다. 활성화 함수 중, sigmoid 함수의 순전파, 역전파 과정을 자세히 살펴봅니다.
Chapter 04 인공지능의 딥러닝 라이브러리 구현과
