처음 만나는 머신러닝과 딥러닝

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