다양한 데이터와 예제로 시작하는 케라스! 이 책은 다양한 데이터와 예제로 입문자들이 직접 실습해 나가면서 개념을 깨우칠 수 있게 구성되어 있다. 모델의 난이도를 나누어 쉬운 예제부터 뒤로 갈수록 높은 난이도를 해결할 수 있기 때문에 성취감을 바로 느낄 것이다. 케라스와 텐스플로를 알아보면서 시작되는데, 구글 코랩과 미니콘다 중 개발 환경을 선택하여 설치할 수 있다. 딥러닝을 시작하기 위해 학습 및 예측 과정을 훑어보고 정형 데이터와 비정형 데이터의 개념을 습득하여 직접 예측하고 분류하는 실습 문제를 풀어본다. 딥러닝 모델 구현 과정을 단계적으로 살펴보기 때문에 어렵지 않게 접근할 수 있다. 이후 케라스로 딥러닝의 동작 원리를 이해하는 단계로 넘어가 순전파와 역전파를 살펴보고 손실 함수와 최적화를 이해한다. 뒷부분으로 갈수록 현업에서 자주 사용하는 다양한 데이터를 활용한 모델을 구현해보기 때문에 각자 특성에 맞는 딥러닝 모델을 직접 변형해볼 수 있다. 그리고 딥러닝의 시작부터 끝의 워크플로우에 필요한 모든 단계를 제공하는 에코 시스템들을 알아보고, 하이퍼 매개변수 튜닝 과정을 실습을 통해 자동화하는 케라스 튜너를 사용하며 마무리된다.

PART 01 개발 환경 구축하기 1. 케라스 개요 1.1 케라스와 텐서플로 2 1.2 케라스 시작하기 2. 개발 환경 구축 2.1 구글 코랩 2.2 미니콘다 PART 02 케라스 시작하기 1. 딥러닝 시작하기 1.1 딥러닝 학습 및 예측 과정 1.2 정형 및 비정형 데이터 훑어보기 1.3 회귀·분류 문제 1.4 실습 보스턴 주택 가격 예측(회귀) 1.5 실습 MNIST 이미지 분류(다중 분류) 2. 데이터의 구조 및 연산 2.1 데이터 자료 구조 2.2 데이터 자료형 2.3 데이터 인덱싱, 슬라이싱 2.4 데이터 연산 3. 케라스로 딥러닝 3.1 문제 정의 3.2 데이터 구성 및 준비 3.3 데이터 전처리 3.4 모델 생성 3.5 모델 학습 3.6 모델 평가 3.7 모델 예측 3.8 실습 타이타닉 생존율 예측 PART 03 케라스 동작 원리 이해 1. 딥러닝 동작 원리 이해 1.1 순전파 1.2 역전파 2. 합성곱 신경망 2.1 합성곱 신경망 2.2 데이터 증강 2.3 전이 학습 3. 순환 신경망 3.1 순환 신경망의 동작 원리 이해 3.2 순환 신경망의 주요 모델 3.3 케라스로 순환 신경망 구현하기 PART 04 다양한 데이터로 케라스 1. 정형 데이터로 딥러닝 1.1 정형 데이터 1.2 실습 인사 데이터로 직원 퇴사 예측하기 2. 이미지 데이터로 딥러닝 2.1 이미지 데이터 2.2 실습 iBeans 이미지 분류 3. 텍스트 데이터로 딥러닝 3.1 자연어 처리 3.2 자연어 데이터 전처리 3.3 실습 스팸 문자 분류 4. 시계열 데이터로 딥러닝 4.1 시계열 데이터 4.2 시계열 데이터의 특징 4.3 시계열 데이터 생성 및 처리 4.4 실습 네이버 주식 데이터로 종가 예측 PART 05 케라스 에코 시스템 1. 케라스 튜너 2. 오토케라스 2.1 모델 생성(단일 vs. 다중) 2.2 단일 모델 생성 2.3 다중 모델 생성 2.4 시계열 예측 모델 3. 케라스 에코 시스템들 3.1 케라스 튜너 3.2 오토케라스 3.3 텐서플로 클라우드 3.4 TensorFlow.js 3.5 텐서플로 라이트 3.6 텐서플로 모델 최적화 도구 3.7 TFX integration 부록 1. 텐서플러 개발자 자격증 취득하기 1.1 시험 정보 1.2 문제 유형 1.3 시험 환경 구성하기 1.4 시험 안내 및 주의사항 1.5 텐서플로 자격증 학습 웹 사이트 2. 캐글 대회 시작하기 2.1 캐글은 어떻게 시작해야 할까? 2.2 캐글러 등급 2.3 대회의 유형에는 어떤 것이 있고 어떤 대회에 참여해야 할까? 2.4 Getting Started 대회 2.5 대회 참여 및 결과 제출하기 3. Pandas, Numpy, tf.data.Dataset 3.1 판다스 3.2 넘파이 3.3 tf.data.Dataset