the Books

핸즈온 머신러닝 : 사이킷런과 텐서플로를 활용한 머신러닝, 딥러닝 실무

오렐리앙 제롱 지음 | 박해선 옮김 | 2018년 4월 27일 | 672쪽 | ISBN 9791162240731 | 29,700원

최근의 눈부신 혁신들로 딥러닝은 머신러닝 분야 전체를 뒤흔들고 있습니다. 이제 이 기술을 거의 모르는 프로그래머도 데이터로부터 학습하는 프로그램을 어렵지 않게 작성할 수 있습니다. 이 책은 그 지름길입니다. 구체적인 예, 핵심 이론, 검증된 두 프레임워크(사이킷런, 텐서플로)를 이용해 지능형 시스템을 구축하는 개념과 방법을 확실하게 알려줍니다. 또한, 각 장의 연습문제는 본문에서 익힌 기법을 실전에 응용하는 데 큰 도움이 될 것입니다.

 

아마존 인공지능 분야 부동의 1위 도서 

이 책의 원서는 출간 직후부터 미국 아마존 인공지능 분야에서 줄곧 1위 자리를 지키고 있습니다. 가장 많은 명저가 경쟁하는 시장에서 이처럼 확고부동한 호응을 얻은 데는 그만한 이유가 있습니다. 이론과 활용을 적절히 섞으면서도 실무에서 확실히 통하도록 구성했고, 나아가 실무자들의 실력을 한층 끌어올려줄 깊이를 담았기 때문이죠.

또한, 박해선 역자는 번역서에 많은 노력과 애정을 쏟아붓는 분으로 손꼽힙니다. 모든 것을 직접 해보며 독자가 궁금해할 만한 내용을 꼼꼼히 챙겨, 아마도 책을 읽다 보면 저절로 역자께 감사하는 마음마저 들게 될 것입니다. 게다가 철저한 사후지원까지…

이 책 한 권으로 머신러닝과 딥러닝을 통달할 수는 없지만, 인공지능 마스터로 가는 거리를 단축해줄 치트키가 되어줄 것입니다.





딥러닝의 정석텐서플로와 최신 기법으로 배우는 딥러닝 알고리즘 설계

니킬 부두마 지음 | 고광원, 금경목 옮김 | 2018년 2월 26일 | 304쪽 | ISBN 9791162240519 | 25,000원

딥러닝에 대한 연구가 매우 활발해지면서 현대 머신러닝의 새로운 길이 열리고 있습니다. 구글, 마이크로소프트, 페이스북 같은 글로벌 기업들도 사활을 걸고 딥러닝을 연구하고 있습니다. 이 책은 딥러닝의 주요 개념을 이해할 수 있도록 상세한 설명과 예제를 제공합니다. 파이썬에 익숙하고 머신러닝 및 미적분에 대한 배경지식이 있다면 이 책으로 딥러닝을 제대로 시작할 수 있습니다.




처음 배우는 딥러닝 수학그림으로 이해하고 엑셀로 확인하는 딥러닝 수학 기본

와쿠이 요시유키, 와쿠이 사다미 지음 | 2018년 2월 1일 | 268쪽 | ISBN 9791162240441 | 25,000원

딥러닝 모델의 바탕은 수학입니다. 따라서 수학 전공자 수준만큼은 아니더라도 딥러닝에서 사용하는 수학 이론의 큰 그림을 이해해야 실제 딥러닝 모델을 제대로 설계해서 개발할 수 있습니다.

이 책은 신경망을 구현하는 데 사용하는 수학 이론을 그림 중심으로 설명합니다. 또한 엑셀을 이용해 수학 이론의 구현 결과를 살펴볼 수 있습니다. 딥러닝 관련 라이브러리를 사용해본 경험은 있지만, 수학에 바탕을 둔 딥러닝 모델 구현을 어려워한다면 이 책을 읽고 원하는 딥러닝 모델을 구현하는 토대를 쌓기 바랍니다.




코딩셰프의 3분 딥러닝, 케라스맛Keras 코드로 맛보는 ANN, DNN, CNN, RNN, AE, GAN, UNET

김성진(코딩셰프) 지음 | 2018년 1월 1일 | 384쪽 | ISBN 9791162240397 | 30,000원

간결하고 직관적인 인공신경망 API를 제공하는 케라스는 구글 텐서플로, 마이크로소프트 CNTK, 아마존 MXNET, OpenCL PlaidML, 시애노 등의 딥러닝 엔진에서 지원하는 인기 인공지능 툴입니다. 이 책은 딥러닝 인공신경망 구현에 케라스를 사용합니다. 케라스로 주요 인공신경망인 ANN, DNN, CNN, RNN, AE, GAN, UNET을 구현하는 방법을 알아봅니다. 따라서 인공지능과 딥러닝 인공신경망의 구현에 관심이 있는 누구나 이 책의 대상 독자입니다.




강화학습 첫걸음텐서플로로 살펴보는 Q 러닝, MDP, DQN, A3C 강화학습 알고리즘

아서 줄리아니 지음 | 송교석 옮김 | 2017년 12월 22일 | 180쪽 | ISBN 9791162240298 | 18,000원

알파고의 기반인 강화학습은 게임 AI나 자율주행 등 업계 활용성이 높아 인공지능의 미래로 단연 주목받고 있다. 이 책은 복잡한 이론을 두루뭉술하게 설명하는 대신, 예제 코드를 직접 돌려보며 강화학습 알고리즘을 익히게 도와준다. 기본적인 텐서플로 사용법은 알지만 강화학습은 처음인 개발자를 대상으로, 주요 강화학습 알고리즘이 어떤 원리이며 어떻게 구현할 수 있는지 알려준다. 오픈AI 짐의 카트-폴, 얼어붙은 강 같은 고전 문제부터 <둠> 같은 3D 게임까지 이르기까지 흥미로운 예제를 통해 Q 러닝, MDP, DQN, A3C 등 주요 강화학습 알고리즘을 알차게 배울 수 있다. 




골빈해커의 3분 딥러닝 텐서플로맛텐서플로 코드로 맛보는 CNN, AE, GAN, RNN, DQN (+ Inception)

김진중(골빈해커) 지음 | 2017년 9월 25일 | 264쪽 | ISBN 9791162240137 | 22,000원

이 책은 신경망 기초부터 CNN, Autoencoder, GAN, RNN, DQN까지 딥러닝의 가장 기본이 되는 모델들을 직접 구현하며 몸으로 익히도록 구성했습니다. 이론을 깊이 파헤치기보다는 다양한 딥러닝 모델의 기초 개념과 기본적인 텐서플로 사용법을 학습하는 데 초점을 두고, 각 모델의 논문에 수록된 복잡한 코드들을 그 핵심이 잘 드러나도록 재구현했습니다. 간결해진 예제들이 여러분을 딥러닝과 텐서플로의 세계로 즐겁고 편안히 모실 것입니다.




파이썬 라이브러리를 활용한 머신러닝사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

안드레아스 뮐러, 세라 가이도 지음 | 박해선 옮김 | 2017년 7월 1일 | 456쪽 | ISBN 9788968483394 | 30,000원

현업에서 머신러닝을 연구하고 인공지능 서비스를 개발하기 위해 꼭 학위를 받을 필요는 없습니다. 사이킷런(scikit-learn)과 같은 훌륭한 머신러닝 라이브러리가 복잡하고 난해한 작업을 직관적인 인터페이스로 감싸주는 덕분이죠. 이 책에서는 사이킷런의 핵심 개발자가 복잡한 수학을 동원하지 않고 실용적으로 머신러닝을 구축하는 모든 단계를 설명합니다. 미적분, 선형대수, 확률 이론을 공부하지 않았어도 이 책을 통해 머신러닝을 활용할 수 있게 될 것입니다.




처음 배우는 인공지능개발자를 위한 인공지능 알고리즘과 인프라 기초

다다 사토시 지음 | 송교석 옮김 | 2017년 6월 1일 | 412쪽 | ISBN 9788968483318 | 28,000원

빅데이터가 축적되면서 머신러닝과 딥러닝 기술이 발전했고 개발자가 실제로 구현할 수 있는 프레임워크나 라이브러리가 등장했습니다. 전 세계 일류 IT 기업은 이러한 기술을 접목해 인공지능 서비스를 발표하고 있으며 앞으로는 더욱 향상된 인공지능 서비스가 등장할 것입니다.

이 책은 ‘넓게, 하지만 절대 얕지는 않게’ 개발자에게 꼭 필요한 인공지능의 기초 이론을 알려주는 개론서입니다. 통계 이론, 머신러닝, 딥러닝, 신경망, 강화 학습, 자연어 처리 등 오늘날 인공지능 서비스 구축에 필요한 핵심 이론과 알고리즘을 설명합니다. 또한 분산 컴퓨팅과 사물인터넷 등 인공지능에 필요한 인프라 기초도 다루므로 분야 전체의 개념을 이해하고 싶은 사람에게 도움이 될 것입니다.




신경망 첫걸음수포자도 이해하는 신경망 동작 원리와 딥러닝 기초

타리크 라시드 지음 | 송교석 옮김 | 2017년 4월 3일 | 296쪽 | ISBN 9788968483509 | 25,000원

딥러닝 입문자가 늘고 있지만, 수학 이론을 공부하자니 갈 길이 멀고 원리를 무시한 채 코딩부터 하자니 응용이 불가능하다. 수학 공식과 통계 이론을 달달 익혀야 딥러닝을 배울 수 있는 것은 아니다. 딥러닝을 관통하는 핵심은 신경망이고, 신경망의 기초는 행렬을 통한 가중치 계산뿐이다. 동작 원리를 이해하면 응용과 구현은 자연히 따라온다. 

이 책은 전공을 불문하고 행렬곱과 다항식 미분에 필요한 사칙연산만 할 수 있다면 누구나 신경망을 이해하고 나아가 파이썬으로 구현할 수 있음을 보여준다. 수학 공식을 최소화하고 친절한 그림과 명료한 문장으로 개념을 설명한다. 기존의 많은 자료에서 너무 어렵게 혹은 너무 간단히 넘어갔던 가중치, 오차 역전파, 경사 하강법 등을 철저히 일반인의 눈높이에서 학습할 수 있다.




처음 배우는 머신러닝기초부터 모델링, 실전 예제, 문제 해결까지

김승연, 정용주 지음 | 2017년 10월 1일 | 376쪽 | ISBN 9791162240045 | 26,000원

이 책은 구글과 라쿠텐 머신러닝 개발자가 초보자 눈높이에서 머신러닝의 핵심 이론과 실용적인 예제를 제시합니다. 머신러닝 입문자가 이론을 바탕으로 강력한 성능을 내는 머신러닝 시스템을 구현하고 사용할 수 있도록 하는 것이 이 책의 목표입니다.

1부에서는 ‘머신러닝 기초 지식’, 2부에서는 ‘머신러닝 주요 모델’, 3부에서는 ‘머신러닝 시스템 구현’을 알려줍니다. 이론과 실무 예제와 해결 방법까지 모두 담고 있어 입문자뿐 아니라 이미 머신러닝을 현업에서 다루면서 체계적으로 실력을 다잡고자 하는 중고수에게도 최고의 선택이 될 겁니다.




밑바닥부터 시작하는 딥러닝 : 파이썬으로 익히는 딥러닝 이론과 구현

사이토 고키 지음 | 개앞맵시(이복연) 옮김 | 2017년 1월 30일 | 312쪽 | ISBN 9788968484636 | 24,000원

이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 즐겁게 배울 수 있는 본격 딥러닝 입문서입니다. 술술 읽힐 만큼 쉽게 설명하였고, 역전파처럼 어려운 내용은 ‘계산 그래프’ 기법으로 시각적으로 풀이했습니다. 무엇보다 작동하는 코드가 있어 직접 돌려보고 요리조리 수정해보면 어려운 이론도 명확하게 이해할 수 있습니다. 딥러닝에 새롭게 입문하려는 분과 기초를 다시금 정리하고 싶은 현업 연구자와 개발자에게 최고의 책이 될 것입니다.




딥러닝 첫걸음머신러닝에서 컨벌루션 신경망까지

김성필 지음 | 2016년 12월 30일 | 196쪽 | ISBN 9788968487323 | 18,000원

이 책은 총 6개의 장으로 구성되어 있지만, 크게 보면 3개의 주제로 묶을 수 있습니다. 첫 번째 주제는 ‘머신러닝’입니다. 딥러닝은 머신러닝의 기반 위에 세워진 기술입니다. 딥러닝을 제대로 이해하려면 간단하게라도 머신러닝의 철학을 알고 있어야 합니다. 두 번째 주제는 ‘인공 신경망’입니다. 딥러닝은 신경망을 이용한 머신러닝 기법으로, 딥러닝과 신경망은 따로 떼어 놓을 수 없는 불가분의 관계입니다. 세 번째 주제는 이 책의 주제이기도 한 ‘딥러닝’입니다. 그동안 딥러닝의 걸림돌이 되었던 요인을 소개하고, 딥러닝에서 어떻게 해결하는지 제시합니다. 또한 대표적인 딥러닝 기술인 컨벌루션 신경망의 기본 개념과 구조를 소개하고 예제까지 구현해봅니다.