목 차

이 책의 구성은 다음과 같습니다. 1장에서는 인공지능의 개념과 사회 현황을 다루며, 인공지능 기술의 중요성에 대해 설명하였습니다. 이를 통해 인공지능을 통해 무엇을 할 수 있는지를 이해하고, 인공지능을 공부해야 하는 이유를 살펴볼 수 있도록 하였습니다. 2장에서는 인공지능 대회 플랫폼인 캐글을 사용하는 방법을 익힐 수 있도록 구성하였습니다. 캐글은 4~9장에서 계속 활용하게 되며, 이를 통해 학습 결과를 눈으로 확인하고 스스로의 학습 수준을 평가할 수 있게 됩니다.

코딩을 처음 접하거나 파이썬에 익숙하지 않은 학생들을 위해, ... 더보기

이 책의 구성은 다음과 같습니다. 1장에서는 인공지능의 개념과 사회 현황을 다루며, 인공지능 기술의 중요성에 대해 설명하였습니다. 이를 통해 인공지능을 통해 무엇을 할 수 있는지를 이해하고, 인공지능을 공부해야 하는 이유를 살펴볼 수 있도록 하였습니다. 2장에서는 인공지능 대회 플랫폼인 캐글을 사용하는 방법을 익힐 수 있도록 구성하였습니다. 캐글은 4~9장에서 계속 활용하게 되며, 이를 통해 학습 결과를 눈으로 확인하고 스스로의 학습 수준을 평가할 수 있게 됩니다.

코딩을 처음 접하거나 파이썬에 익숙하지 않은 학생들을 위해, 3장에서는 코딩과 파이썬 기초 사용법을 설명합니다. 파이썬 코딩을 한 장에서 모두 설명하는 것은 쉽지 않으나, 이 책에서는 4~11장에서 사용되는 코딩 기술로 한정하여 내용을 최소화하였습니다. 학생들의 배경에 따라 다를 것이라 생각합니다만, 주 3시간의 수업을 기준으로 2~3주에 공부할 수 있는 분량으로 구성하였습니다. 파이썬 코딩은 별도의 설치 없이 곧바로 코딩을 시작할 수 있는 구글 코랩을 사용하여 설명하였습니다.

4장에서는 파이썬을 사용하여 데이터를 분석하는 방법을 학습합니다. 이 장의 실습을 통해 파이썬에 조금 더 익숙해지고, 데이터의 기초 분석 방법을 익힙니다. 5장부터 11장에서는 딥러닝의 여러 알고리즘들에 대한 이론과, 이를 파이썬으로 구현하기 위한 코딩 기술을 본격적으로 설명합니다. 5장에서는 딥러닝의 기본 개념, 6~9장에서는 자동 분류 네트워크인 다층 신경망, 합성곱 신경망, LSTM 등을 학습합니다. 이 책에서는 복잡한 수식을 최소화하고, 개념 중심으로 설명하기 위하여 노력하였습니다. 각 장의 실습에서는 케라스(텐서플로우) 라이브러리를 사용하여 캐글에서 다운로드 받은 데이터들을 학습하고 테스트하는 코드들이 포함되어 있습니다.

10장과 11장에서는 각각 생성 네트워크와 강화 학습을 다룹니다. 생성 네트워크는 이미지/비디오 등의 자동 편집에, 강화 학습은 게임 AI의 개발에 사용되는 도구입니다. 강화 학습은 다른 네트워크에 비해 구현이 까다로운 편에 속하지만, 이 책에서는 AWS의 딥레이서를 사용하여 실습을 진행하며, 강화 학습의 기초 개념인 보상 함수와 할인율을 익히고, 이것만으로 자율주행 자동차의 시뮬레이션 대회에 참가할 수 있도록 하였습니다.

이 책은 딥러닝에 대한 입문서이며, 이론과 실습을 통해 딥러닝의 주요 개념들을 체득할 수 있도록 구성하였습니다. 이 책을 통해 많은 학생들이 딥러닝을 보다 쉽게 접하고, 이를 활용하여 다양한 애플리케이션들을 만들어 가길 기대합니다. 닫기