close
더북(TheBook)
search
모두의 딥러닝 개정 4판
더북(TheBook)
home
Home
첫째 마당 딥러닝 시작을 위한 준비 운동
1장 해 보자! 딥러닝
1 인공지능? 머신 러닝? 딥러닝?
2 딥러닝 실행을 위해 필요한 세 가지
3 구글 코랩 실행하기
2장 딥러닝의 핵심 미리 보기
1 미지의 일을 예측하는 원리
2 딥러닝 코드 실행해 보기
3 딥러닝 개괄하기
4 이제부터가 진짜 딥러닝?
3장 딥러닝을 위한 기초 수학
1 일차 함수, 기울기와 y 절편
2 이차 함수와 최솟값
3 미분, 순간 변화율과 기울기
4 편미분
5 지수와 지수 함수
6 시그모이드 함수
7 로그와 로그 함수
둘째 마당 예측 모델의 기본 원리
4장 가장 훌륭한 예측선
1 선형 회귀의 정의
2 가장 훌륭한 예측선이란?
3 최소 제곱법
4 파이썬 코딩으로 확인하는 최소 제곱
5 평균 제곱 오차
6 파이썬 코딩으로 확인하는 평균 제곱 오차
5장 선형 회귀 모델: 먼저 긋고 수정하기
1 경사 하강법의 개요
2 파이썬 코딩으로 확인하는 선형 회귀
3 다중 선형 회귀의 개요
4 파이썬 코딩으로 확인하는 다중 선형 회귀
5 텐서플로에서 실행하는 선형 회귀, 다중 선형 회귀 모델
6장 로지스틱 회귀 모델: 참 거짓 판단하기
1 로지스틱 회귀의 정의
2 시그모이드 함수
3 오차 공식
4 로그 함수
5 텐서플로에서 실행하는 로지스틱 회귀 모델
셋째 마당 딥러닝의 시작, 신경망
7장 퍼셉트론과 인공지능의 시작
1 인공지능의 시작을 알린 퍼셉트론
2 퍼셉트론의 과제
3 XOR 문제
8장 다층 퍼셉트론
1 다층 퍼셉트론의 등장
2 다층 퍼셉트론의 설계
3 XOR 문제의 해결
4 코딩으로 XOR 문제 해결하기
9장 오차 역전파에서 딥러닝으로
1 딥러닝의 태동, 오차 역전파
2 기울기 소실 문제와 활성화 함수
3 속도와 정확도 문제를 해결하는 고급 경사 하강법
4
|
1
과
3
을 함께 나타낸 그래프
그림 3-13
|
y
= -log
a
(
x
)와
y
= -log
a
(1-
x
) 그래프
다음으로 공부할 책 추천
Prev
BUY
Next
신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.
Email address
