자바 딥러닝의 핵심

1장. 딥러닝의 개요
__인공지능의 변천
____인공지능의 정의
____과거의 인공지능 붐
____머신 러닝은 발전한다
____머신 러닝도 할 수 없는 것
__기계와 인간을 구분 짓는 것
__인공지능과 딥러닝
__요약

2장. 머신 러닝 알고리즘 딥러닝을 : 위한 준비 단계
__시작하기
__머신 러닝에서 학습의 필요성
__지도 학습과 비지도 학습
____서포트 벡터 머신
____은닉 마르코프 모델(HMM)
____신경망
____로지스틱 회귀
____강화 학습
__머신 러닝 애플리케이션의 절차
__신경망 이론과 알고리즘
____퍼셉트론(단일층 신경망)
____로지스틱 회귀
____다범주 로지스틱 회귀
____다층 퍼셉트론(다층 신경망)
__요약

3장. 심층 신뢰 신경망과 적층 노이즈 제거 오토엔코더
__신경망의 실패
__신경망의 설욕
____딥러닝의 진화: 돌파구는 무엇이었을까?
____사전 학습을 이용한 딥러닝
__딥러닝 알고리즘
____제한 볼츠만 머신
____심층 신뢰망(DBNs)
____노이즈 제거 오토엔코더(DA)
____적층 노이즈 제거 오토엔코더(SDA)
__요약

4장. 드롭아웃과 합성곱 신경망
__선행 학습이 없는 딥러닝 알고리즘
__드롭아웃
__합성곱 신경망
____합성곱
____수집
____식과 구현
__요약

5장. 자바 딥러닝 라이브러리: DL4J, ND4J 등
__처음부터 개발과 라이브러리(혹은 프레임워크)를 이용한 개발
__DL4J와 ND4J의 소개
__ND4J를 이용한 구현
__DL4J를 이용한 구현
____준비(설정)
____구축
______DBNIrisExample.java
______CSVExample.java
____CNNMnistExample.java/LenetMnistExample.java
____학습률 최적화
__요약

6장. 실무 응용을 위한 접근 방법: 순환 신경망 등
__딥러닝이 활발한 분야
____이미지 인식
____자연어 처리
______NLP를 위한 피드포워드 신경망
______NLP를 위한 딥러닝
__딥러닝의 문제
__딥러닝의 가능성과 능력을 최대화하기 위한 접근 방법
____분야 지향 접근 방법
______의료
______자동차
______광고 기술
______전문직 혹은 실무
______스포츠
____세분화 지향 접근 방법
____출력 지향 접근 방법
__요약

7장. 기타 중요한 딥러닝 라이브러리
__테아노
__텐서플로우
__카페
__요약

8장. 그다음은 무엇일까?
__딥러닝에 대한 긴급 뉴스
__예상되는 미래 동향
__딥러닝에 대한 최신 소식을 볼 수 있는 곳
__요약