케라스 딥러닝 실전

Chapter 01. 딥러닝 환경 구축

　1.1 하드웨어 환경 구축
　　1.1.1 GPU상의 범용 연산
　　1.1.2 그래픽 카드
　　1.1.3 그래픽 카드 메모리
　　1.1.4 멀티 GPU
　1.2 소프트웨어 환경 구축
　　1.2.1 필수 소프트웨어
　　1.2.2 CUDA 설치
　　1.2.3 Python 설치??42
　　1.2.4 딥러닝 모델링 환경??44
　　1.2.5 CNTK와 Keras 설치??46
　　1.2.6 Theano 설치??52
　　1.2.7 TensorFlow 설치??54
　　1.2.8 cuDNN 및 CNMeM 설치??56


Chapter 02. 데이터 수집 및 처리
　2.1 웹 크롤링
　　2.1.1 웹 크롤링 기술
　　2.1.2 Scrapy 크롤러 구현
　　2.1.3 매개변수를 갖는 Scrapy 크롤러 구현
　　2.1.4 Scrapy 크롤러 실행
　　2.1.5 Scrapy 실행 키포인트
　2.2 비정형 데이터의 저장 및 분석
　　2.2.1 ElasticSearch 개요
　　2.2.2 ElasticSearch 응용 예제


Chapter 03. 딥러닝
　3.1 개요
　3.2 딥러닝을 위한 통계학 입문
　3.3 신경망 기본 개념
　　3.3.1 딥러닝에서의 함수 유형
　　3.3.2 딥러닝에서의 개념
　3.4 경사 하강법 알고리즘
　3.5 오차 역전파??112


Chapter 04. Keras 입문
　4.1 Keras 개요
　4.2 Keras에서 데이터 처리하기
　　4.2.1 텍스트 전처리
　　4.2.2 시퀀스 데이터 전처리
　　4.2.3 이미지 데이터 입력
　4.3 Keras 모델
　4.4 Keras의 중요한 함수
　4.5 Keras 계층 구조
　4.6 Keras를 이용한 특이값 분해


Chapter 05. 추천 시스템
　5.1 추천 시스템 소개??157
　5.2 매트릭스 분해 모델??162
　5.3 딥 신경망 모델??172
　5.4 자주 사용되는 알고리즘??177
　　5.4.1 협업 필터링??177
　　5.4.2 인수 분해 머신??178
　　5.4.3 볼츠만 벡터 머신??179
　5.5 평가 모델 지표??180

Chapter 06. 이미지 인식
　6.1 이미지 인식 입문
　6.2 합성곱 신경망 소개
　　6.2.1 AlexNet
　　6.2.2 LeNet
　　6.2.3 VGG16
　　6.2.4 VGG19
　6.3 종단 간의 MNIST 숫자 인식 훈련
　6.4 VGG16 네트워크를 이용한 손글씨 인식
　6.5 요약


Chapter 07. 자연언어 감정 분석
　7.1 자연언어 감정 분석에 대한 소개
　7.2 문자 감정 분석 모델링
　　7.2.1 단어 임베딩 기술
　　7.2.2 여러 계층 완전연결 신경망 훈련 감정 분석
　　7.2.3 합성곱 신경망 훈련 감정 분석
　　7.2.4 순환 신경망 훈련 감정 분석
　7.3 요약


Chapter 08. 텍스트 생성
　8.1 텍스트 생성 및 챗봇
　8.2 검색 기반 대화 시스템
　8.3 딥러닝에 기반한 검색 대화 시스템
　　8.3.1 대화 데이터의 구성
　　8.3.2 딥러닝 인덱스 모델 구축
　8.4 문자 생성에 기반한 대화 시스템
　8.5 요약


Chapter 09. 시계열
　9.1 시계열 소개
　9.2 기본 개념
　　9.2.1 Augmented Dickey-Fuller Test (ADF)
　　9.2.2 Kwiatkowski-Phillips-Schmidt-Shin Test (KPSS)
　9.3 시계열 모델 예측 정확도 평가
　　9.3.1 예측 정확도를 평가할 때 자주 쓰이는 통계량
　　9.3.2 샘플 이외의 데이터를 사용하여 검증하는 단계
　9.4 시계열 데이터 예제
　9.5 ARIMA 시계열 모델에 대한 간략한 회상
　　9.5.1 차분 항을 식별하는 원칙
　　9.5.2 자동 회귀 또는 예측 오차 항을 식별하는 원칙
　　9.5.3 모델의 계절성 식별
　9.6 순환 신경망 및 시계열 모델
　9.7 응용 사례
　　9.7.1 양쯔강 한커우 월간 유량 시계열 모델
　　9.7.2 국제선 항공 월간 승객 수 시계열 모델
　9.8 요약


Chapter 10. 지능 사물인터넷
　10.1 Azure와 IoT
　　10.1.1 IoT 방안 구조
　　10.1.2 설비 연결
　　10.1.3 데이터 처리 및 분석
　　10.1.4 보고서 및 상업 연결
　　10.1.5 다음 단계
　10.2 Azure IoT Hub 서비스
　　10.2.1 Azure IoT Hub를 사용하는 이유
　　10.2.2 게이트웨이
　　10.2.3 IoT Hub의 작동 원리
　　10.2.4 다음 단계
　10.3 IoT Hub를 사용한 디바이스 관리 개요
　　10.3.1 소개
　　10.3.2 디바이스 관리 원칙
　　10.3.3 디바이스 수명 주기
　　10.3.4 디바이스 관리 모드
　10.4 .NET을 사용한 IoT Hub로의 시뮬레이션 디바이스 연결
　　10.4.1 소개
　　10.4.2 IoT Hub 구축
　　10.4.3 디바이스 신분 생성
　　10.4.4 가상 디바이스 만들기
　　10.4.5 디바이스에서 클라우드로 보낸 정보 받기
　　10.4.6 프로그램 실행
　　10.4.7 Service Bus 캐시 명령 사용
　　10.4.8 IoT Hub와 큐를 연결하기
　10.5 머신러닝 응용 사례