처음 만나는 머신러닝과 딥러닝

평범한 삶을 살던 내가 어느 순간 인공지능에 관심을 갖기 시작했다.내가 이렇게 말하면 누군가는 작년에 있었던 바둑경기,바로 이세돌과 알파고의 대결 때문인 것 아니냐고 묻는다.물론 아니라고 말할 수는 없다.그동안 장기에는 관심이 많았어도 바둑에는 이상하리만큼 관심이 안가서 기본 규칙밖에 모르던 내가 바둑책을 사서 배우기도 했으니 말이다.물론 그때는 인공지능도 배운 바둑 나도 못 배우겠냐고 시작했지만...결국 아직도 잘하지는 못한다.ㅠㅠ 이야기가 잠깐 딴 곳으로 샜지만...내가 인공지능에 관심을 갖게 된 진짜 이유는SW교육을 실시하러 관내 학교로 강의를 다니면서이다.제4차 산업혁명이 시작되었다는 말들이 나오면서 교육계에도SW교육을 실시하자는 요구가 생기기 시작했고,결국 초등학교에는2019년부터SW교육이 실시된다.물론 이미 시작하고 있는 학교도 있지만 본격적으로 초등학교에 들어오는2019년...그 때를 대비하기 위해 연수를 하면서 자료를 수집하다보니 이미 우리 주변에 인공지능이 다가와 있다는 것을 깨닫게 되었다.동시에 그런 인공지능이 비약적으로 발달할 수 있게 된 것이 빅데이터와 딥러닝 방식의 학습법 때문이라는 것도 귓동냥으로 알게 되었고...그래서 이번[사이언스올 온라인 독서 클럽‘사이언스리더스리더(Science Reader’s Leader)’ 2기 공모]때에도‘처음 만나는 머신러닝과 딥러닝’이라는 이 책을 신청하게 되었다. 이 책은 책의 겉표지에서 알 수 있듯이 머신러닝에 대한 이야기가 나온다.특히 요즘 말하는 인공지능의 학습법인 딥러닝에 대해서 좀 더 자세하게 다루고 있으며C언어를 활용해 프로그램을 구현하면서 인공지능의 학습법을 엿볼 수 있도록 구성되어 있다. 머신러닝의 방법에 대해 좀 더 구체적으로 알아보면 처리 원리에 따라 기호 처리에 기반을 두느냐,통계적 처리에 기반을 두느냐가 갈린다.기호 처리에 따라 분류하는 머신러닝 방법에는 귀납학습,교시학습,진화연산 등의 방법이 있으며,통계적 처리에 기반을 둔 학습에는 신경망,딥러닝 등이 있다.책의 처음 부분에서는 이런 다양한 머신러닝에 대해 가볍게 다루고 있으며2장에서부터 윈도우 기반C언어를 활용해 머신러닝의 기초, 3장에서는 군집지능과 진화연산, 4장에서는 신경망,마지막으로5장에서는 딥러닝에 대해 다루고 있다.모든 장에서 각각의 내용을C언어를 사용한 프로그램 소스를 활용해 직접 체험해보게 함으로써 이해를 좀 더 쉽게 할 수 있도록 돕는다. 이처럼 이 책은 머신러닝의 다양한 방법에 대해 소개하고,마지막으로 요즘 활발히 사용되고 있는 딥러닝에 대해서도 소개하고 있어 머신러닝에 대해 관심이 많은 사람들에게 도움을 준다.다만 아쉬운 것이 있다면 나 같은 프로그래밍 비전문가들에게는 좀 어려울 수 있다는 점?간단한 프로그래밍을 할 수 있는 사람들에게 머신러닝에 대해 이해할 수 있도록 추천하고 싶은 책이다.
C 언어로 직접 구현해보며 익히는 머신러닝과 딥러닝의 기본 개념

최근 인공지능 연구가 많은 관심을 받고 있다. 그중에서 하나의 기둥이 바로 딥러닝(Deep Learning) 기술이다. 딥러닝은 인공지능 연구에서 지금까지 축적된 머신러닝(Machine Learning)의 성과이며, 특히 음성 인식이나 이미지 인식, 행동 지식 습득 등에서 큰 성공을 거두고 있다.

이 책에서는 수식은 최대한 배제하여 그림과 함께 머신러닝의 다양한 분야를 알기 쉽게 설명하고 이 배경지식을 전제로 딥러닝이란 무엇인가를 알아본다. 또한, 단순한 개념 나열에 그치는 것이 아니라 구체적인 처리 절차와 이에 맞는 간단한 프로그램을 직접 구현해봄으로써 이들 기술이 어떤 것인가를 쉽게 이해할 수 있도록 소개한다. 이미 구현된 라이브러리나 도구를 사용하지 않고 하나하나 C 언어로 코드를 작성하므로, 머신러닝과 딥러닝을 처음 시작하려는 프로그래머에게 추천한다.

서문
제1장 머신러닝이란?
1.1 머신러닝이란?
__1.1.1 딥러닝의 성과
__1.1.2 학습과 머신러닝·딥러닝
__1.1.3 머신러닝의 분류
__1.1.4 딥러닝에 이르기까지의 머신러닝 역사
1.2 예제 프로그램 실행 환경에 대해
__1.2.1. 프로그램 실행까지의 흐름
__1.2.2 실제 프로그램 실행

제2장 머신러닝의 기초
2.1 귀납학습
__2.1.1 연역적 학습과 귀납적 학습
__2.1.2 귀납적 학습의 예: 주가 예상
__2.1.3 귀납학습을 이용한 주가 예상 프로그램
2.2 강화학습
__2.2.1 강화학습이란?
__2.2.2 Q 학습: 강화학습의 구체적인 방법
__2.2.3 강화학습 예제 설정: 미로찾기 지식의 학습
__2.2.4 강화학습 프로그램 구현

제3장 군집지능과 진화연산
3.1 군집지능
__3.1.1 입자군집 최적화법
__3.1.2 개미무리 최적화법
__3.1.3 개미무리 최적화법의 실제
3.2 진화연산
__3.2.1 진화연산이란?
__3.2.2 유전 알고리즘을 이용한 지식 학습

제4장 신경망
4.1 신경망의 기초
__4.1.1 인공 신경 모델
__4.1.2 신경망과 학습
__4.1.3 신경망의 종류
__4.1.4 인공 신경의 계산 방법
__4.1.5 신경망 계산 방법
4.2 역전파를 이용한 신경망 학습
__4.2.1 퍼셉트론 학습 과정
__4.2.2 역전파 처리 과정
__4.2.3 역전파의 실제

제5장 딥러닝
5.1 딥러닝이란?
__5.1.1 기존 신경망의 한계와 딥러닝 아이디어
__5.1.2 합성곱 신경망
__5.1.3 자기부호화기를 이용한 학습 과정
5.2 딥러닝의 실제
__5.2.1 합성곱 연산의 구현
__5.2.2 합성곱 신경망의 구현
__5.2.3 자기부호화기의 구현

부록
A 짐의 무게와 가치를 생성하는 프로그램: kpdatagen.c
B 배낭 문제를 완전 탐색으로 푸는 프로그램: direct.c
참고 문헌
찾아보기

황산강 베랑길

기적의 수학 문장제 4 + 기적의 계산법 4학년 세트