R 딥러닝 쿡북

1장. 소개
__R과 IDE 설치
__주피터 노트북 애플리케이션 설치
__R 머신 러닝 기초 시작
__R 딥러닝 도구/패키지 설치
__R MXNet 설치
__R 텐서플로 설치
__R의 H2O 설치
__도커로 세 패키지 한 번에 설치


2장. R 딥러닝
__로지스틱 회귀 시작
__준비
__데이터셋 도입
__H2O 로지스틱 회귀
__텐서플로 로지스틱 회귀
__텐서플로 그래프 시각화
__다층 퍼셉트론 시작
__H2O 인공 신경망
__H2O 그리드 서치를 활용한 초매개변수 조정
__MXNet 인공 신경망
__텐서플로 인공 신경망


3장. CNN
__소개
__이미지 데이터셋 다운로드와 설정
__CNN 분류기 구조 이해
__가중치와 편향 초기화 함수 정의
__새 콘볼루션 계층 생성 함수 정의
__콘볼루션 계층 평탄화 함수 정의
__과연결 계층 평탄화 함수 정의
__플레이스홀더 변수 정의
__첫 번째 콘볼루션 계층 생성
__두 번째 콘볼루션 계층 생성
__두 번째 콘볼루션 계층 평탄화
__첫 번째 완전 연결 계층 생성
__첫 번째 완전 연결 계층의 드롭아웃 적용
__드롭아웃을 사용한 두 번째 완전 연결 계층 생성
__소프트맥스 활성화를 사용한 클래스 예측
__최적화를 위한 손실 함수 정의
__경사 하강 손실 최적화
__텐서플로 세션에서의 그래프 실행
__테스트 데이터상 성능 평가


4장. 오토인코더 데이터 표현
__소개
__오토인코더 설정
__데이터 정규화
__표준화 오토인코더 설정
__오토인코더 매개변수 조정
__적층 오토인코더 설정
__노이즈 제거 오토인코더 설정
__확률 인코더와 디코더 생성과 비교
__오토인코더 다양체 학습
__희소 분해 평가


5장. 딥러닝 생성 모델
__RBM과 주성분 분석 비교
__베르누이 분포 입력 값의 RBM 설정
__RBM 훈련
__RBM 역방향 혹은 재구성 단계
__재구성 CD 이해
__새 텐서플로 세션 초기화와 시작
__RBM 결과 평가
__RBM 협동 필터링 설정
__RBM 전체 훈련 수행
__DBN 설정
__피드포워드 역전달 신경망 구현
__DRBM 설정


6장. 순환 신경망
__기본 RNN 설정
__양방향 RNN 모델 설정
__심층 RNN 모델 설정
__LSTM 기반 순차 모델 설정


7장. 강화 학습
__소개
__MDP 설정
__모델 기반 학습 수행
__모델 자유 학습 수행


8장. 텍스트 마이닝 딥러닝 응용
__텍스트 데이터 전처리와 감정 추출
__tf-idf를 사용한 문서 분석
__LSTM 망을 사용한 감정 예측
__text2vec를 사용한 응용


9장. 신호 처리 딥러닝 응용
__음악 MIDI 파일 소개와 전처리
__RBM 모델 개발
__새 악보 생성


10장. 이전 학습
__소개
__사전 학습 모델 사용법 설명
__이전 학습 모델 설정
__이미지 분류 모델 개발
__GPU 딥러닝 모델 학습
__CPU와 GPU 성능 비교