최근 인공지능 연구가 많은 관심을 받고 있습니다. 그중에서 하나의 기둥이 바로 딥러닝(Deep Learning) 기술입니다. 딥러닝은 인공지능 연구에서 지금까지 축적된 머신러닝(Machine Learning)의 성과이며, 특히 음성 인식이나 이미지 인식, 행동 지식 습득 등에서 큰 성공을 거두고 있습니다.
이 책에서는 수식은 최대한 배제하여 그림과 함께 머신러닝의 다양한 분야를 알기 쉽게 설명하고 이 배경지식을 전제로 딥러닝이란 무엇인가를 알아봅니다. 또한, 단순한 개념 나열에 그치는 것이 아니라 구체적인 처리 절차와 이에 맞는 간단한 프로그램을 직접 구현해봄으로써 이들 기술이 어떤 것인가를 쉽게 이해할 수 있도록 소개합니다.

[목 차]

서문
제1장 머신러닝이란?
1.1 머신러닝이란?
__1.1.1 딥러닝의 성과
__1.1.2 학습과 머신러닝·딥러닝
__1.1.3 머신러닝의 분류
__1.1.4 딥러닝에 이르기까지의 머신러닝 역사

1.2 예제 프로그램 실행 환경에 대해
__1.2.1. 프로그램 실행까지의 흐름
__1.2.2 실제 프로그램 실행

제2장 머신러닝의 기초
2.1 귀납학습
__2.1.1 연역적 학습과 귀납적 학습
__2.1.2 귀납적 학습의 예: 주가 예상
__2.1.3 귀납학습을 이용한 주가 예상 프로그램
2.2 강화학습
__2.2.1 강화학습이란?
__2.2.2 Q 학습: 강화학습의 구체적인 방법
__2.2.3 강화학습 예제 설정: 미로찾기 지식의 학습
__2.2.4 강화학습 프로그램 구현

제3장 군집지능과 진화연산
3.1 군집지능
__3.1.1 입자군집 최적화법
__3.1.2 개미무리 최적화법
__3.1.3 개미무리 최적화법의 실제
3.2 진화연산
__3.2.1 진화연산이란?
__3.2.2 유전 알고리즘을 이용한 지식 학습

제4장 신경망
4.1 신경망의 기초
__4.1.1 인공 신경 모델
__4.1.2 신경망과 학습
__4.1.3 신경망의 종류
__4.1.4 인공 신경의 계산 방법
__4.1.5 신경망 계산 방법
4.2 역전파를 이용한 신경망 학습
__4.2.1 퍼셉트론 학습 과정
__4.2.2 역전파 처리 과정
__4.2.3 역전파의 실제

제5장 딥러닝
5.1 딥러닝이란?
__5.1.1 기존 신경망의 한계와 딥러닝 아이디어
__5.1.2 합성곱 신경망
__5.1.3 자기부호화기를 이용한 학습 과정
5.2 딥러닝의 실제
__5.2.1 합성곱 연산의 구현
__5.2.2 합성곱 신경망의 구현
__5.2.3 자기부호화기의 구현

부록
A 짐의 무게와 가치를 생성하는 프로그램: kpdatagen.c
B 배낭 문제를 완전 탐색으로 푸는 프로그램: direct.c
참고 문헌
찾아보기

C 언어로 직접 구현해보며 익히는 머신러닝과 딥러닝의 기본 개념
최근 인공지능 연구가 많은 관심을 받고 있습니다. 그중에서 하나의 기둥이 바로 딥러닝(Deep Learning) 기술입니다. 딥러닝은 인공지능 연구에서 지금까지 축적된 머신러닝(Machine Learning)의 성과이며, 특히 음성 인식이나 이미지 인식, 행동 지식 습득 등에서 큰 성공을 거두고 있습니다.
이 책에서는 수식은 최대한 배제하여 그림과 함께 머신러닝의 다양한 분야를 알기 쉽게 설명하고 이 배경지식을 전제로 딥러닝이란 무엇인가를 알아봅니다. 또한, 단순한 개념 나열에 그치는 것이 아니라 구체적인 처리 절차와 이에 맞는 간단한 프로그램을 직접 구현해봄으로써 이들 기술이 어떤 것인가를 쉽게 이해할 수 있도록 소개합니다. 이미 구현된 라이브러리나 도구를 사용하지 않고 하나하나 C 언어로 코드를 작성하므로, 머신러닝과 딥러닝을 처음 시작하려는 프로그래머에게 추천합니다.

이 책에서 다루는 예제

1장: 머신러닝이란?
<예제 프로그램의 실행에 대해>
- C 언어의 문법 등은 이 책에서 설명하지 않습니다.


2장: 머신러닝의 기초
<예제> 귀납학습을 이용한 주가 예상 프로그램
<예제> 강화학습을 이용한 미로찾기 지식 학습

3장: 군집지능과 진화연산
<예제> 개미무리 최적화법을 이용한 행동 지식 학습
<예제> 유전 알고리즘을 이용한 최적 지식 학습: 배낭 문제 풀이

4장: 신경망
<예제> 하나의 인공 신경 구현
<예제> 간단한 계층형 인공 신경망 구현
<예제> 오차 역전파를 이용한 신경망 학습

5장: 딥러닝
<예제> 간단한 합성곱 신경망 구현
<예제> 간단한 자기부호화기 구현

■ 예제 파일 내려받기
이 책에서 사용한 예제 파일은 프리렉 도서자료실에서 내려받을 수 있습니다.
(프리렉 홈페이지 → e카탈로그 → 도서자료실)

오다카 토모히로
오다카 토모히로(小高知宏)
1983년 와세다대학 이공학부 졸업
1990년 와세다대학 대학원 이공학연구과 후기과정 수료, 공학박사
1990년 규슈대학 의학부 부속병원 조수
1993년 후쿠이대학 공학부 정보공학과 조교수
1999년 후쿠이대학 공학부 지능시스템공학과 조교수
2004년 후쿠이대학 대학원 공학연구과 교수



옮긴이 안동현
연세대학교 심리학과 졸업 후 웹 개발 프리랜서를 거쳐 지금은 IT 서적 전문 출판사에서 기획과 편집 업무를 담당하고 있다. 번역서로는 《HTML5 & API 입문》, 《일러스트레이터 작업노트》, 《데이터 해석 입문》, 《프로그래머, 수학으로 생각하라》, 《사물인터넷 프로그래밍》 등이 있다.