언제 보아도 처음인 것처럼 또는 심층 학습 > 도서

언제 보아도 처음인 것처럼



도서명 : 언제 보아도 처음인 것처럼
저자/출판사 : 최복현, 스타북스
쪽수 : 224쪽
출판일 : 2019-05-30
ISBN : 9791157954612
정가 : 12000

사랑해 봄
사랑의 편지 … 18
사랑의 시 … 20
호수 … 21
꽃이 불렀나 … 22
호숫가에서 … 23
오아시스 … 24
5월처럼 싱그러운 … 25
아침에 눈뜰 때 … 26
모닝커피를 마시며 … 27
모닝커피 … 28
오월에 … 29
전화를 걸면서 … 30
너 … 31
사랑하는 마음 … 32
봄비 오는 날 … 33
보아뱀이 되고 싶어 … 34
사랑놀이할 시간 … 35
봄바람 … 36
세상이 아름다운 이유 … 37
누가 사랑을 보았다 하는가 … 38
이 아침을 그대에게 … 39
산을 닮은 너 … 40
아침에 눈뜰 때 … 42
좋네 … 43
봄의 도래 … 44
진달래 … 46
사랑할 시간 … 47
사랑 때문에 … 48
사랑이 무어냐고 물으신다면 … 49
사랑의 힘 … 50
사랑은 … 51
사랑의 무게 … 52
보슬비 … 54
사랑해란 말밖에 … 56
라일락 … 58
장미를 사랑하는 법 … 60
우연이었을까 … 62
사랑이란 걸 … 64

사랑해 봄여름
사랑의 편지 …68
그대 …70
아리송해 …71
가뭄 끝에 내리는 비 …72
세상에서 가장 아름다운 것들 …73
오늘 …75
비와 그리움 …76
사랑요일 …78
정동진에 가면 …80
정동진의 바다 …82
사랑의 시간 …83
알 수 없어요 …84
너 한 사람 …86
폭포처럼 …87
고마운 사람 …88
그대를 사랑하는 이유 …89
내 꿈으로 와요 …90
사랑을 원하면 …91
시인의 사랑 …92
레몬 사탕 …93
너는 아니? …94
너를 사랑하는 이유 …99
이토록 …100
언제나 …101
사랑하는 사람 …102
너를 사랑하는 이유 …103
너 …104
정다운 이름 …105
사랑한다는 말은 …106
얄미운 사람 …108
그게 너였으면 …109
사랑의 노래는 …110
함께 …111
사랑하는 이유 …112
비 내리는 밤 …113
강을 건너며 …114
알고 싶어요 …115
환타 …116

사랑해 봄여름가을
찔레꽃 … 120
술이 좋은 이유 … 121
호숫가에서 … 122
뭉게구름 너머에 … 123
바다의 노래 … 124
비에 젖은 마음 … 125
너의 얼굴 … 126
그리움의 시 … 127
가을 하늘 … 128
비의 연가 … 129
사랑앓이 … 130
너의 이름을 부르다가 … 132
눈 감으면 … 133
비에 젖는 찔레꽃 … 134
내가 사랑하는 이유 … 136
비와 그리움 … 137
호숫가에서 … 138
알 것 같아요 … 140
비를 맞으며 … 142
마음의 눈으로 보는 사랑 … 144
경춘선 열차는 20분에 떠나네 … 145
하고 싶은 말 많아도 …147
멀면 멀수록 마음은 가까운 …150
사랑이 너무 깊으면 …152
나에게는 아름다운 사람이 있다 …154
이별은 싫어 …157
이 사랑 …158
보낼 수 없는 편지 …159
레일처럼 …160
저녁노을 …162
그리고 그리움 …163
어떻게 하나요? …164
아픈 사랑 …165
천사 생각 …166
너를 사랑하는 마음 …168
너와 나의 평행선 …170
이것이 사랑이라면 …171

사랑해 봄여름가을겨울
억새와 하늘의 사랑 이야기 …174
빨간 목도리 …176
사랑의 결말 …177
너의 온기가 그립다 …178
사막이 아름다운 이유 …179
나의 우주 …180
그대 있음에 …181
눈 내리는 날 …182
조건법과 양보법 …184
관계를 맺는다는 건 …185
한번뿐인 세상, 우리는 행복해야 하니까요 …185
어린왕자와 장미의 사랑 …186
비에 젖고 눈을 밟으며 …188
비 오는 아침 …189
바람 속에서 …190
사랑니 …192
오늘 …193
겨울 숲의 노래 …194
사랑의 무늬 …196
사랑이란? …197
보여줄 수 있는 사랑은 …198
사랑이 깊을수록 …200
사랑은 …202
눈꽃 …203
눈꽃 …204
첫눈 내리는 날 …205
첫 눈꽃 …206
첫눈 …207
마음의 길동무 …208
그대 생각 …211
우리 사랑도 늘 이랬으면 좋겠다 …212
너를 …214
널 사랑하는 마음 …216
이대로 시간이 정지되면 …217
너의 이름 …218
생각할수록 좋은 사람 …219
나 그대에게 …220
사랑은 무죄 …222




심층 학습



도서명 : 심층 학습
저자/출판사 : 이안 굿펠로 , 요슈아 벤지오 , 에런 쿠빌, 제이펍
쪽수 : 908쪽
출판일 : 2018-10-31
ISBN : 9791188621422
정가 : 42000

1장 소개 1
1.1 이 책의 대상 독자 10
1.2 심층 학습의 역사적 추세 13

제1부 응용 수학과 기계 학습의 기초 29
2장 선형대수 31
2.1 스칼라, 벡터, 행렬, 텐서 32
2.2 행렬과 벡터의 곱셈 35
2.3 단위행렬과 역행렬 37
2.4 일차종속과 생성공간 38
2.5 노름 41
2.6 특별한 종류의 행렬과 벡터 43
2.7 고윳값 분해 44
2.8 특잇값 분해 47
2.9 무어-펜로즈 유사역행렬 48
2.10 대각합 연산자 49
2.11 행렬식 50
2.12 예: 주성분분석 50

3장 확률론과 정보 이론 57
3.1 확률의 필요성 58
3.2 확률변수 60
3.3 확률분포 61
3.4 주변확률 63
3.5 조건부 확률 64
3.6 조건부 확률의 연쇄법칙 64
3.7 독립과 조건부 독립 65
3.8 기댓값, 분산, 공분산 65
3.9 흔히 쓰이는 확률분포들 67
3.10 흔히 쓰이는 함수들의 유용한 성질들 74
3.11 베이즈 법칙 76
3.12 연속 변수의 특별한 세부 사항 76
3.13 정보 이론 79
3.14 구조적 확률 모형 83

4장 수치 계산 87
4.1 넘침과 아래넘침 87
4.2 나쁜 조건화 89
4.3 기울기 벡터 기반 최적화 90
4.4 제약 있는 최적화 100
4.5 예제: 선형 최소제곱 문제 104

5장 기계 학습의 기초 107
5.1 학습 알고리즘 108
5.2 수용력, 과대적합, 과소적합 121
5.3 초매개변수와 검증 집합 133
5.4 추정량, 편향, 분산 135
5.5 최대가능도 추정 145
5.6 베이즈 통계학 149
5.7 지도 학습 알고리즘 154
5.8 비지도 학습 알고리즘 161
5.9 확률적 경사 하강법 167
5.10 기계 학습 알고리즘 만들기 169
5.11 심층 학습의 개발 동기가 된 기존 문제점들 171

제2부 현세대 심층 신경망의 실제 183
6장 심층 순방향 신경망 185
6.1 예제: XOR의 학습 189
6.2 기울기 기반 학습 194
6.3 은닉 단위 211
6.4 아키텍처 설계 218
6.5 역전파와 기타 미분 알고리즘들 225
6.6 역사적 참고사항 247

7장 심층 학습을 위한 정칙화 251
7.1 매개변수 노름 벌점 253
7.2 제약 있는 최적화로서의 노름 벌점 261
7.3 정칙화와 과소제약 문제 263
7.4 자료 집합의 증강 265
7.5 잡음에 대한 강인성 267
7.6 준지도 학습 269
7.7 다중 과제 학습 270
7.8 조기 종료 271
7.9 매개변수 묶기와 매개변수 공유 279
7.10 희소 표현 281
7.11 배깅과 기타 앙상블 학습법 283
7.12 드롭아웃 285
7.13 대립 훈련 296
7.14 접선 거리, 접선 전파, 다양체 접선 분류기 298

8장 심층 모형의 훈련을 위한 최적화 기법 303
8.1 학습과 순수한 최적화의 차이점 304
8.2 신경망 최적화의 난제들 312
8.3 기본 알고리즘 324
8.4 매개변수 초기화 전략 332
8.5 학습 속도를 적절히 변경하는 알고리즘들 339
8.6 근사 2차 방법들 344
8.7 최적화 전략과 메타알고리즘 352

9장 합성곱 신경망 367
9.1 합성곱 연산 368
9.2 동기 372
9.3 풀링 377
9.4 무한히 강한 사전분포로서의 합성곱과 풀링 382
9.5 기본 합성곱 함수의 여러 변형 383
9.6 구조적 출력 394
9.7 자료 형식 396
9.8 효율적인 합성곱 알고리즘 397
9.9 무작위 특징 또는 비지도 특징 학습 398
9.10 합성곱 신경망의 신경과학적 근거 400
9.11 합성곱 신경망으로 본 심층 학습의 역사 408

10장 순차열 모형화를 위한 순환 신경망과 재귀 신경망 411
10.1 계산 그래프 펼치기 413
10.2 순환 신경망 417
10.3 양방향 순환 신경망 433
10.4 부호기-복호기 순차열 대 순차열 아키텍처 435
10.5 심층 순환 신경망 437
10.6 재귀 신경망 439
10.7 장기 의존성의 어려움 440
10.8 반향 상태 신경망 443
10.9 누출 단위 및 여러 다중 시간 축척 전략 446
10.10 장단기 기억과 기타 게이트 제어 RNN들 449
10.11 장기 의존성을 위한 최적화 453
10.12 명시적 기억 457

11장 실천 방법론 463
11.1 성과 측정 465
11.2 기준 모형 468
11.3 추가 자료 수집 여부 결정 469
11.4 초매개변수 선택 471
11.5 디버깅 전략 480
11.6 예제: 여러 자리 수의 인식 485

12장 응용 489
12.1 대규모 심층 학습 489
12.2 컴퓨터 시각 500
12.3 음성 인식 506
12.4 자연어 처리 510
12.5 기타 응용들 529

제3부 심층 학습 연구 539
13장 선형 인자 모형 542
13.1 확률적 PCA와 인자분석 544
13.2 독립성분분석(ICA) 545
13.3 느린 특징 분석 548
13.4 희소 부호화 551
13.5 PCA의 다양체 해석 555

14장 자동부호기 557
14.1 과소완전 자동부호기 558
14.2 정칙화된 자동부호기 559
14.3 표현력, 층의 크기, 모형의 깊이 564
14.4 확률적 부호기와 복호기 565
14.5 잡음 제거 자동부호기 567
14.6 자동부호기로 다양체 배우기 572
14.7 축약 자동부호기 577
14.8 예측 희소 분해 580
14.9 자동부호기의 응용 581

15장 표현 학습 583
15.1 탐욕적 층별 비지도 사전훈련 585
15.2 전이 학습과 영역 적응 594
15.3 준지도 학습 기법을 이용한 원인 분리 599
15.4 분산 표현 604
15.5 깊이의 지수적 이득 610
15.6 바탕 원인을 발견하기 위한 단서 제공 612

16장 심층 학습을 위한 구조적 확률 모형 617
16.1 비구조적 모형화의 문제점 618
16.2 그래프를 이용한 모형 구조의 서술 623
16.3 그래프 모형의 표본추출 641
16.4 구조적 모형화의 장점 643
16.5 종속관계의 학습 643
16.6 추론과 근사 추론 645
16.7 구조적 확률 모형에 대한 심층 학습 접근 방식 ······646

17장 몬테카를로 방법 653
17.1 표본추출과 몬테카를로 방법 654
17.2 중요도 표집 656
17.3 마르코프 연쇄 몬테카를로 방법 659
17.4 기브스 표집 664
17.5 분리된 모드 사이의 혼합과 관련된 어려움들 ·········665

18장 분배함수 공략 671
18.1 로그가능도의 기울기 672
18.2 확률적 최대가능도와 대조 발산 675
18.3 유사가능도 682
18.4 점수 부합과 비 부합 685
18.5 잡음 제거 점수 부합 688
18.6 잡음 대조 추정 688
18.7 분배함수의 추정 692

19장 근사 추론 701
19.1 최적화로서의 추론 702
19.2 기댓값 최대화 704
19.3 MAP 추론과 희소 부호화 706
19.4 변분 추론과 변분 학습 708
19.5 학습된 근사 추론 724

20장 심층 생성 모형 727
20.1 볼츠만 기계 727
20.2 제한 볼츠만 기계 730
20.3 심층 믿음망 733
20.4 심층 볼츠만 기계 737
20.5 실숫값 자료에 대한 볼츠만 기계 751
20.6 합성곱 볼츠만 기계 759
20.7 구조적 출력 또는 순차열 출력을 위한 볼츠만 기계 ·······762
20.8 기타 볼츠만 기계 763
20.9 확률적(무작위) 연산에 대한 역전파 764
20.10 유향 생성망 770
20.11 자동부호기의 표본추출 791
20.12 생성 확률적 신경망 794
20.13 기타 생성 방안들 796
20.14 생성 모형의 평가 797
20.15 결론 800

참고문헌 803
찾아보기 869