이 책은 응용 분야에 따라 새롭게 진화된 딥 러닝 모델, 방법론 및 구현 모음입니다. 이 책의 첫 번째 섹션에서는 딥 러닝의 빌딩 블록과 신경망(NN)의 수학에 대해 배웁니다. 두번째 섹션에서는 CNN(convolutional neural network) 및 컴퓨터 비전(CV)의 고급 응용에 중점을 둡니다. 가장 인기 있는 CNN 아키텍처를 객체 검출 및 이미지 분할에 적용하는 방법을 배웁니다. 마지막으로, 가변 자동 인코더(variational autoencoder) 및 GAN(generative adversarial network)에 대해 설명합니다.
이 책은 딥 러닝을 마스터하고, 혁신적이고 독창적인 딥 러닝 프로젝트를 구축하려는 데이터 과학자, 딥 러닝 엔지니어 및 연구자 및 AI 개발자를 위한 것입니다. 이 책은 또한 실제 사례를 사용하여, 딥 러닝 영역에서 채택된 고급 사용 사례 및 방법론에 정통해지고 싶은 이들에게도 매력적일 것입니다. 딥 러닝에 대한 기본 개념 이해와 파이썬에 대한 실무 지식이 가정됩니다.
Section Ⅰ: 핵심 개념
CHAPTER 1 신경망 기초
Section Ⅱ: 컴퓨터 비전
CHAPTER 2 CNN 이해
CHAPTER 3 고급 CNN
CHAPTER 4 객체 검출 및 이미지 분할
CHAPTER 5 생성 모델
Section Ⅲ: 자연어 및 시퀀스 처리
CHAPTER 6 언어 모델링
CHAPTER 7 순환 네트워크 이해
CHAPTER 8 시퀀스-대-시퀀스 모델 및 주의
Section Ⅳ: 전망
CHAPTER 9 새로운 NN 설계
CHAPTER 10 메타 학습
CHAPTER 11 AV를 위한 딥러닝