(초보자를 위한) 신경망 딥러닝 입문

목차 (Table of Contents)

• ^^▣ 1장: AI 세계에 오신 것을 환영합니다^^
  1.1. AI와 데이터 과학
  ___1.1.1 데이터 과학자의 기술
  ___1.1.2 데이터 과학의 업무
  1.2. 머신러닝
  ___1.2.1 지도 학습과 예측
  ___1.2.2 비지도 학습과 지식 발견
  ___1.2.3 모델 만들 때의 검증
  ___1.2.4 머신러닝의 툴
  1.3. 신경망에서 딥러닝으로
  ___1.3.1 신경망이란?
  ___1.3.2 딥러닝은?
  1장 정리
  ^^
  ▣ 2장: 딥러닝의 기법^^
  2.1. 신경망
  ___2.1.1 신경망의 개요
  ___2.1.2 순전파의 구조
  ___2.1.3 역전파의 시스템
  2.2. 딥러닝
  ___2.2.1 오토 인코더 시스템
  ___2.2.2 학습의 테크닉
  2.3. 합성곱 신경망
  ___2.3.1 합성곱층의 시스템
  ___2.3.2 풀링층의 시스템
  ___2.3.3 패딩의 시스템
  2.4. 재귀형 신경망
  ___2.4.1 순전파와 역전파의 시스템
  ___2.4.2 LSTM의 시스템
  2장 정리
  
  ^^▣ 3장: 인공지능(AI) 툴과 신경망 콘솔(Neural Network Console)^^
  3.1. 전 세계에 보급된 AI 툴
  ___3.1.1 딥러닝의 주요한 툴
  3.2. 신경망 콘솔
  3.3. NNC 설치
  ___3.3.1 사전 준비
  ___3.3.2 NNC 내려받기
  ___3.3.3 NNC 설치
  ___3.3.4 NNC 애플리케이션의 폴더 구성
  ___3.3.5 NNC 실행
  3.4. NNC 조작 화면
  ___3.4.1 PROJECT(프로젝트) 화면
  ___3.4.2 DATASET(데이터셋) 화면
  ___3.4.3 EDIT(편집) 화면
  ___3.4.4 TRAINING(학습) 화면
  ___3.4.5 EVALUATION(평가) 화면
  ___3.4.6 CONFIG(설정) 화면
  3장 정리
  
  ^^▣ 4장: 초급 - 샘플 프로젝트를 실행해 보자!^^
  4.1. 신경망을 이용한 이미지 분류(1)
  ___4.1.1 작성된 프로젝트를 연다
  ___4.1.2 사용할 데이터 세트 확인
  ___4.1.3 완성된 네트워크 구조를 확인
  ___4.1.4 학습 조건의 설정
  ___4.1.5 학습의 실행
  ___4.1.6 평가의 실행
  4.2. CNN으로 이미지 분류(1)
  ___4.2.1 작성된 프로젝트를 연다
  ___4.2.2 사용할 데이터 세트 확인
  ___4.2.3 완성된 네트워크 구조 확인
  ___4.2.4 학습 조건의 설정
  ___4.2.5 평가의 실행
  ___4.2.6 평가의 실행
  4장 정리
  
  ^^▣ 5장: 중급 - 신규 프로젝트를 실행해 보자!^^
  5.1. 신경망을 사용한 이미지 분류(2)
  ___5.1.1 새로운 프로젝트 만들기
  ___5.1.2 데이터 세트의 선택
  ___5.1.3 네트워크 만들기: 컴포넌트의 배치
  ___5.1.4 네트워크 만들기: 컴포넌트의 파라미터 설정
  ___5.1.5 학습 조건과 최적화 설정
  ___5.1.6 학습의 실행
  ___5.1.7 평가의 실행
  5.2. CNN을 이용한 이미지 분류(2)
  ___5.2.1 새로운 프로젝트 만들기
  ___5.2.2 데이터 세트의 선택
  ___5.2.3 네트워크 만들기: 컴포넌트의 배치
  ___5.2.4 네트워크 만들기: 컴포넌트의 파라미터 설정
  ___5.2.5 학습 조건과 최적화 설정
  ___5.2.6 학습의 실행
  ___5.2.7 평가의 실행
  5.3. 네트워크 구조의 최적화
  ___5.3.1 앞에서 만든 프로젝트 복제
  ___5.3.2 네트워크 구조의 최적화 설정
  5장 정리 164
  
  ^^▣ 6장: 상급 - 원본 이미지로 구현해 보자!^^
  6.1. 데이터 세트 만들기
  ___6.1.1 폴더 만들기
  ___6.1.2 데이터 세트 확인
  6.2. 네트워크 만들기
  ___6.2.1 프로젝트 만들기
  ___6.2.2 네트워크의 수정
  6.3. 데이터 세트의 선택
  6.4. 학습 조건의 설정
  ___6.4.1 Global Config의 설정
  ___6.4.2 Optimizer의 설정
  6.5. 학습의 실행
  6.6. 평가의 실행
  6장 정리
  
  ^^▣ 7장: 상급 - 원본 데이터로 구현해 보자!^^
  7.1. 데이터의 전처리
  ___7.1.1 NNC에서의 구조화 데이터의 처리
  ___7.1.2 데이터 분석 소프트웨어 - 래피드마이너
  ___7.1.3 래피드마이너의 설치와 실행
  ___7.1.4 래피드마이너의 화면 구성
  ___7.1.5 구현에 사용할 데이터 세트
  ___7.1.6 래피드마이너를 사용한 데이터의 전처리 - 기본적인 성형
  ___7.1.7 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로 변환(학습 데이터)
  ___7.1.8 래피드마이너를 사용한 데이터의 전처리 - NNC 입력 형식으로의 변환(평가 데이터)
  7.2. 데이터 세트의 등록
  7.3. 네트워크 만들기
  7.4. 데이터 세트의 선택
  7.5. 학습 조건의 설정
  7.6. 학습의 실행
  7.7. 평가의 실행
  7장 정리
  
  ^^▣ 부록 A ^^
  A.1. NNC에 대응하지 않는 OS가 설치된 PC에 NNC 설치하기
  ___A.1.1 VirtualBox의 설치
  ___A.1.2 윈도우 10의 설치
  ___A.1.3 신경망 콘솔(NNC)의 설치
  ___A.1.4 데이터의 전처리
  A.2. 머신러닝을 사용해 분류 문제를 해결해 보자!
  ___A.2.1 결정 트리
  ___A.2.2 학습의 실행
  ___A.2.3 평가의 실행
  책을 마치며