케라스 2.x 프로젝트

1장. 케라스 시작하기
__케라스 개요
__케라스 백엔드 옵션
____텐서플로
____테아노
____CNTK
__설치
____선택가능한 패키지들
____백엔드 엔진 설치
____케라스 설치와 설정
__케라스로 모델 피팅하기
____케라스 순차 모델 구조
____케라스 함수형 API 모델 구조
__요약


2장. 회귀분석 모델링을 이용한 부동산 모델링
__회귀 문제 정의
____회귀의 기본 개념
____회귀의 여러 유형
__선형 회귀 모델 만들기
__다중 선형 회귀 개념
__케라스를 이용한 회귀 분석을 위한 신경망
____탐색 분석
____데이터 분할
____신경망 케라스 모델
____다중 선형 회귀 모델
__요약


3장. 신경망을 이용한 심장 질환 분류
__분류 문제의 기초
__다양한 분류의 종류
____분류 알고리즘
______나이브 알고리즘
______가우스 혼합 모델
______판별 분석
______K 최근접 이웃 방법
______서포트 벡터 머신
____베이지안 결정 이론
______베이즈 정리
__케라스 신경망을 이용한 패턴 인식
____탐색 분석
______파이썬에서 누락된 데이터 처리하기
______데이터 크기 조절
____데이터 시각화
____케라스 이진 분류기
__요약


4장. 심층 신경망을 이용한 콘크리트 품질 예측
__ANN의 기본 개념
____ANN의 구조
____학습 패러다임
______지도 학습
______비지도 학습
______반지도 학습
____신경망의 구조 이해
______가중치 및 바이어스
____활성화 함수 유형
______단위 스텝 활성화 함수
______시그모이드
______하이퍼볼릭 탄젠트
______정류된 선형 유닛
__다층 신경망
__케라스에서 다층 신경망 구현
____탐색 분석
______데이터 시각화
______데이터 크기 조절
__케라스 심층 신경망 모델 구축
__이상치를 제거를 통한 모델 성능 향상
__요약


5장. 합성곱 신경망을 이용한 패션 물품 인식
__컴퓨터 비전 개념 이해
__합성곱 신경망
____합성곱 레이어
____풀링 레이어
____정류된 선형 유닛
____완전 연결 레이어
____CNN의 구조
__일반적인 CNN 구조
____LeNet-5
____AlexNet
____ResNet
____VGG Net
____GoogleNet
__객체 인식을 위한 CNN 구현
____탐색 분석
______데이터 크기 조절
__CNN 모델에서 케라스 사용하기
____모델 결과 탐색
__요약


6장. 순환 신경망을 이용한 영화 리뷰 정서 분석
____정서 분석 기본 개념
____정서 분석 기법
____정서 분석을 위한 다음 과제
____어휘 및 의미 분석
____순환 신경망
____완전 순환 신경망
____재귀 신경망
____홉필드 재귀 신경망
____엘만 신경망
____장 단기 메모리 네트워크
__RNN을 사용해서 영화 리뷰에서 정서 구분하기
____IMDB 영화 리뷰 데이터셋
____탐색 분석
____케라스 반복 신경망 모델
____모델 결과 탐색
__요약


7장. LSTM을 사용한 주식 변동성 전망
__전망의 기본 사항
____전망 지평선
____전망 방법
______정량적 방법
______정성적 방법
__시계열 분석
____시계열에 대한 고전적 접근법
____경향 요소 추정
____계절성 요소 추정
__시계열 모델
____자동 회귀 모델
____이동 평균 모델
____자동 회귀 이동 평균 모델
____자동 회귀 통합 이동 평균 모델
__케라스의 LSTM
__주식 변동성 전망을 위한 LSTM 구현
____탐색 분석
____데이터 크기 조절
____데이터 분할
____케라스 LSTM 모델
__요약


8장. 오토 인코더를 사용한 숫자 필기 이미지의 재구성
__이미지 인식의 기본 개념
____이미지 디지털화
____이미지 인식
__광학 문자 인식
____문제 접근법
__생성 신경망
____제한된 볼츠만 기계
____오토 인코더
____가변 오토 인코더
____생성적 적대 네트워크
____적대적 오토 인코더
__케라스 오토 인코더 모델
__필기 숫자 이미지를 재구성하기 위한 오토 인코더 케라스 레이어 구현
____MNIST 데이터셋
____최소 최대 정규화
____케라스 모델 구조
____모델 결과 탐색
__요약


9장. 심층 강화학습을 이용한 로봇 제어 시스템
__로봇 제어 개요
____로봇의 세 가지 원칙
____짧은 로봇 연대표
______1세대 로봇
______2세대 로봇
______3세대 로봇
______4세대 로봇
____자동제어
__로봇 이동을 제어하기 위한 환경
____OpenAI Gym
__강화학습 기초
____에이전트 - 환경 인터페이스
____강화학습 알고리즘
______동적 프로그래밍
______몬테카를로 방법
______시간차 학습
__케라스 DQNs
____Q-러닝
____딥 Q-러닝
____케라스-RL 라이브러리
__로봇의 이동을 제어하는 DQN
____OpenAI Gym 설치 및 방법
____카트폴 시스템
____Q-러닝 방법
____심층 Q-러닝 방법
__요약


10장. 케라스로 로이터 뉴스와이어 주제 분류
__자연어 처리
____NLP 단계
______형태학 분석
______구문 분석
______의미 분석
______실용 분석
____자동 처리 문제
____NLP 적용 분야
______정보 검색
______정보 추출
______질의 응답
______자동 요약
______자동 번역
______정서 분석
____NLP 방법
______문장 분할
______토큰화
______품사 태깅
______얕은 파싱
______이름 붙여진 객체 인식
______구문 분석
______의미론적 역할 표시
____자연어 처리 도구
______자연어 도구 키트
______스탠포드 NLP 그룹 소프트웨어
______아파치 오픈 NLP
______GATE
__자연어 툴킷
____NLTK 시작하기
______말뭉치
______브라운 말뭉치
____단어와 문장 토큰화
____품사 태그
____어간 추출 및 표제어 추출
______어간 추출
______표제어 추출
__문장에 레이블을 붙이기 위한 DNN 구현
____탐색 분석
____데이터 준비
____케라스 심층 신경망 모델
__요약


11장. 다음은 무엇인가?
__딥러닝 방법
____딥 피드포워드 네트워크
____합성곱 신경망
____순환 신경망
____장단기 기억
____제한된 볼츠만 기계
____딥 신념 네트워크
____생성적 적대 네트워크
__자동화된 머신러닝
____오토케라스
____구글 클라우드 ML 엔진
____애저 머신러닝 스튜디오
__아마존 웹 서비스
__미분 가능 신경 컴퓨터
__유전 프로그래밍과 진화 전략
____유전자 알고리즘 소개
______적합도 함수
______선택
______돌연변이
__역강화학습
__요약