감수의 글

들어가며



PART 1 인공지능, 머신러닝 그리고 딥러닝



1장 인공지능이란

인간이 만든 지능, 인공지능 | 튜링 테스트 | 인공지능의 역사 | 강 인공지능과 약인공지능 | 인공지능, 머신러닝, 딥러닝



2장 우리 삶에서의 인공지능

스팸필터 | 알파고 | IBM 왓슨 | 챗봇과 가상비서 | 객체 인식 | 넷플릭스와 유튜브



3장 기계가 학습하는 것, 머신러닝

머신러닝 | 훈련 데이터 | 검증 데이터 | 테스트 데이터 | 지도 학습 | 비지도 학습 | 강화 학습 | 지도 학습 알고리즘



4장 뉴런으로 만든 인공신경망

퍼셉트론 | 인공신경망 | 활성화 함수 | 손실 함수 | 오차역 전파법 | 경사하강법 | 옵티마이저 | 모델 평가 | 과대적합 | 하이퍼파라미터 | 가중치 규제 | 드롭아웃 | 학습 조기 종료



5장 깊은 신경망, 딥러닝

딥러닝 | 합성곱 신경망 | 순환신경망



PART 2 딥러닝을 위한 코딩



6장 코랩 시작하기

코랩 165



7장 딥러닝 코딩 절차 이해하기

딥러닝 코딩 절차 | 필수 모듈 임포트하기 | 데이터 로딩하기 | 모델 만들기 | 모델 설정하기 | 모델 훈련하기 | 시각화하기 | 모델 평가하기 | 모델 저장하기



8장 다중클래스 분류 - 패션 이미지 분류하기

다중클래스 이해하기 | 패션MNIST 데이터 준비 | 모델 만들기 | 모델 훈련하기 | 모델 평가하기 | 이미지 분류



9장 이진분류 - 영화 리뷰 분류하기

이진분류 이해하기 | IMDB 데이터 준비 | 모델 만들기 | 모델 훈련하기 | 시각화하기



10장 회귀분석 - 자동차 연비 예측하기

회귀분석 이해하기 | 산점도 행렬 모듈 임포트 | Auto MPG 데이터 세트 다운로드 | 데이터 정제 | 훈련 데이터와 테스트 데이터 분리하기 | 데이터 정규화 | 모델 만들기 | 모델 훈련하기 | 모델 평가하기 | 예측하기



11장 과대적합 완화하기

과대적합 확인하기 | 복잡한 모델 사용하기 | 가중치 규제하기 | 드롭아웃



12장 하이퍼파라미터 튜닝

텐서보드 사용 준비하기 | 데이터 로딩하기 | 하이퍼파라미터 세팅하기 | 텐서보드 실행하기



13장 CNN을 사용한 이미지 분류

필수 모듈 임포트하기 | 데이터 로딩하기 | 데이터 개수 파악하기 | 데이터 준비하기 | 모델 만들기 | 모델 훈련하기 | 데 이터 보강하기 | 드롭아웃 | 모델 훈련하기 | 예측하기



참고문헌

찾아보기