처음 배우는 딥러닝 수학: 그림으로 이해하고 엑셀로 확인하는 딥러닝 수학 기본

딥러닝 모델의 바탕은 수학입니다. 따라서 수학 전공자 수준만큼은 아니더라도 딥러닝에서 사용하는 수학 이론의 큰 그림을 이해해야 실제 딥러닝 모델을 제대로 설계해서 개발할 수 있습니다.

이 책은 신경망을 구현하는 데 사용하는 수학 이론을 그림 중심으로 설명합니다. 또한 엑셀을 이용해 수학 이론의 구현 결과를 살펴볼 수 있습니다. 딥러닝 관련 라이브러리를 사용해본 경험은 있지만, 수학에 바탕을 둔 딥러닝 모델 구현을 어려워한다면 이 책을 읽고 원하는 딥러닝 모델을 구현하는 토대를 쌓기 바랍니다.

수포자도 부담 없이 살펴볼 수 있는 딥러닝 수학 입문 

딥러닝 관련 자료를 읽다가 수학에 관한 두려움을 갖게 된 사람이 많습니다. 지금은 거의 잊었던 각종 수학 이론이 생소한 기호로 표현되면서 외계어처럼 다가오기 때문인지도 모릅니다. 하지만 한정된 지면에 다양한 개념을 함축적으로 표현하려다 보니 어렵게 느껴질 뿐입니다. 설명 방식을 조금만 달리한다면 충분히 알 수 있는 내용입니다. 

이 책은 딥러닝 관련 서비스를 개발하거나 딥러닝 기초 이론에 관심 있는 사람이 신경망 기반의 딥러닝 수학 이론을 쉽게 이해할 수 있도록 쓴 책입니다. 고등학생도 이해할 수 있는 수식 및 다양한 그림을 이용해 신경망의 동작 원리부터 딥러닝에 주로 사용하는 경사하강법과 오차역전파법의 원리를 친절하게 설명합니다. 또한 엑셀 파일을 간단히 조작해 설명한 내용을 직관적으로 이해할 수 있도록 했습니다. 평소에 수학이 어렵다고 느껴져서 딥러닝 공부를 포기한 경험이 있거나 딥러닝의 기초를 처음부터 탄탄하게 다지고 싶다면 이 책으로 두려움을 이겨내길 바랍니다. 

★ 이 책의 특징 

1. 숫자 이미지를 식별하면서 신경망 이해합니다 

숫자 이미지를 식별하는 예를 이용해 신경망의 원리를 설명합니다. 다양한 그림과 비유를 이용해 이해하기 쉽도록 구성했습니다. 

2. 수학을 잊은 분들께 친절하게 설명합니다 

수학을 잊었더라도 걱정할 필요가 없습니다. 수열, 행렬, 벡터, 미분, 편미분, 경사하강법 등 신경망에서 사용하는 수학 이론을 친절하게 설명합니다. 

3. 엑셀을 이용한 신경망 주요 수학 이론을 계산합니다 

미리 준비한 엑셀 예제를 이용해 실제 신경망의 계산을 살펴봅니다. 엑셀을 몰라도 이 책에서 제시하는 대로만 잘 따라 하면 신경망의 동작 방식을 엿볼 수 있습니다. 어려운 함수나 기능을 사용하지 않고도 계산할 수 있습니다. 

★ 대상 독자 

- 딥러닝과 신경망을 처음 공부하는 입문자 

- 딥러닝 관련 개발을 공부한 후 한 단계 레벨업하려는 개발자