GAN 인 액션 책 가격비교

책 이미지

책 정보

· 제목 : GAN 인 액션 (텐서플로 2.x와 케라스로 구축하는 생성적 적대 신경망)
· 분류 : 국내도서 > 컴퓨터/모바일 > 컴퓨터 공학 > 데이터베이스 개론
· ISBN : 9791162243435
· 쪽수 : 284쪽

책 소개

가장 혁신적인 생성적 적대 신경망(GAN)을 구축하는 방법을 사례와 함께 안내한다. GAN의 개념과 학술적 성과를 소개하되, 수학적 원리는 꼭 필요한 것만 골라서 설명한다. GAN 생성에 꼭 필요한 지식을 갖추고 도구를 다루는 방법도 익히게 될 것이다.

[PART 1 GAN과 생성 모델링]

CHAPTER 1 GAN 시작하기
__1.1 GAN이란?
__1.2 GAN의 동작 방식
__1.3 GAN 시스템
__1.4 왜 GAN을 공부해야 할까?
__1.5 마치며

CHAPTER 2 오토인코더와 생성 학습
__2.1 생성 모델링 시작하기
__2.2 오토인코더의 동작 방식
__2.3 GAN과 오토인코더 비교하기
__2.4 오토인코더 구성
__2.5 오토인코더 활용
__2.6 비지도 학습
__2.7 코드가 핵심이다
__2.8 왜 GAN일까?
__2.9 마치며

CHAPTER 3 첫 번째 GAN 구현하기
__3.1 GAN 기초: 적대적 훈련
__3.2 생성자와 판별자
__3.3 GAN 훈련 알고리즘
__3.4 튜토리얼: 손글씨 숫자 생성하기
__3.5 결론
__3.6 마치며

CHAPTER 4 DCGAN
__4.1 합성곱 신경망
__4.2 DCGAN의 간략한 역사
__4.3 배치 정규화
__4.4 튜토리얼: DCGAN으로 손글씨 숫자 생성하기
__4.5 결론
__4.6 마치며

[PART 2 최신 GAN 모델]

CHAPTER 5 GAN 훈련의 어려움과 노하우
__5.1 평가
__5.2 훈련의 어려움
__5.3 게임 설정 정리
__5.4 훈련 노하우
__5.5 마치며

CHAPTER 6 ProGAN
__6.1 잠재 공간 보간
__6.2 놀라운 발전 속도
__6.3 주요 혁신 요약
__6.4 텐서플로 허브를 사용한 실습
__6.5 실용적인 애플리케이션
__6.6 마치며

CHAPTER 7 SGAN
__7.1 SGAN 소개
__7.2 튜토리얼: SGAN 구현하기
__7.3 지도 학습 분류기와 비교하기
__7.4 결론
__7.5 마치며

CHAPTER 8 CGAN
__8.1 동기
__8.2 CGAN 소개
__8.3 튜토리얼: CGAN 구현하기
__8.4 결론
__8.5 마치며

CHAPTER 9 CycleGAN
__9.1 이미지 대 이미지 변환
__9.2 사이클-일관성 손실: 갔다가 돌아오기
__9.3 적대 손실
__9.4 동일성 손실
__9.5 구조
__9.6 객체지향 방식으로 GAN 구현하기
__9.7 튜토리얼: CycleGAN 구현하기
__9.8 CycleGAN의 확장 버전과 애플리케이션
__9.9 마치며

[PART 3 앞으로 배울 것들]

CHAPTER 10 적대 샘플
__10.1 적대 샘플 소개
__10.2 예측, 나쁜 예측, 분포
__10.3 올바른 훈련과 잘못된 훈련
__10.4 신호와 잡음
__10.5 새로운 희망
__10.6 적대 샘플에서 GAN으로
__10.7 결론
__10.8 마치며

CHAPTER 11 실용적인 GAN 애플리케이션
__11.1 의료 분야의 GAN
__11.2 패션 분야의 GAN
__11.3 결론
__11.4 마치며

CHAPTER 12 향후 전망
__12.1 윤리
__12.2 세 가지 혁신 GAN
__12.3 더 읽을거리
__12.4 정리
__12.5 마치며

저자소개

야쿠프 란그르 (지은이) 정보 더보기

크리에이티브와 광고 분야에 GAN을 적용하는 스타트업의 공동 창업자. 2013년부터 데이터 과학 분야에서 일했으며 최근에는 필터드(Filtered)에서 데이터 과학 분야 기술 리더로, 무다노(Mudano)에서는 R&D 데이터 과학자로 재직했다. 영국 버밍엄 대학교와 다수 기업에서 데이터 과학 강의를 만들고 가르쳤다. 현재는 옥스퍼드 대학교에서 객원 교수로 재직 중이다. 또한 심층 기술 재능 투자사 안트러프러너 퍼스트(Entrepreneur First) 일곱 번째 집단의 사내 기업가(Entrepreneur in Residence)다. 왕립통계학회 회원이며 다양한 국제 학회에 초청 연사로 참여했다. 옥스퍼드 대학교를 졸업했다.

펼치기

야쿠프 란그르의 다른 책 >

블라디미르 보크 (지은이) 정보 더보기

마이크로소프트 리서치(Microsoft Research)에서 스타일 트랜스퍼(style transfer)를 음악에 적용하는 독립 연구 프로젝트를 수행하면서 GAN의 큰 잠재력을 알아보았다. 와이 콤비네이터(Y Combinator)에서 투자받은 스타트업에서 데이터 과학자로 일한 것뿐 아니라 마이크로소프트에서 다목적 팀을 주도해본 경험까지 경력이 다양하다. 최근에는 뉴욕에 위치한 스타트업에서 데이터 과학 프로젝트 담당하면서 포천 500대 기업을 포함해 온라인 여행사, 전자상거래 업체 등에 머신러닝 기술을 제공한다. 하버드 대학교 컴퓨터 과학과를 우등으로 졸업했다.

펼치기

블라디미르 보크의 다른 책 >

박해선 (옮긴이) 정보 더보기

기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했습니다. Microsoft AI MVP, GCP Champion Innovator입니다. 텐서 플로우 블로그(tensorflow.blog )를 운영하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있습니다. 『챗GPT로 대화하는 기술』(한빛미디어, 2023), 『혼자 공부하는 데이터 분석 with 파이썬』(한빛미디어, 2023), 『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020), 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필했습니다. 『머신러닝 교과서: 파이토치 편』(길벗, 2023), 『스티븐 울프럼의 챗GPT 강의』(한빛미디어, 2023), 『핸즈온 머신러닝 3판』(한빛미디어, 2023), 『만들면서 배우는 생성 딥러닝 2판』(한빛미디어, 2023), 『코딩 뇌를 깨우는 파이썬』(한빛미디어, 2023), 『트랜스포머를 활용한 자연어 처리』(한빛미디어, 2022), 『케라스 창시자에게 배우는 딥러닝 2판』(길벗, 2022), 『개발자를 위한 머신러닝&딥러닝』(한빛미디어, 2022), 『XGBoost와 사이킷런을 활용한 그레이디언트 부스팅』(한빛미디어, 2022), 『구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js』(길벗, 2022), 『(개정2판)파이썬 라이브러리를 활용한 머신러닝』(한빛미디어, 2022), 『머신러닝 파워드 애플리케이션』(한빛미디어, 2021), 『파이토치로 배우는 자연어 처리』(한빛미디어, 2021), 『머신러닝 교과서 3판』(길벗, 2021)을 포함하여 여러 권의 책을 우리말로 옮겼습니다.

펼치기

박해선의 다른 책 >