[서평맵] 처음 시작하는 딥러닝 ( Deep Leaning from Scratch) (세스 와이드먼 지음, 심효섭 옮김) O'REILLY

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

이책은 컴퓨터 공학자인 세스 와이드먼 (Seth Weidman)이 지은 책이다. 

그는 여러 해 동안 머신러닝을 이용한 문제 해결과 머신러닝 강의를 했다.

개인 의류 맞춤 서비스로 유명한 트렁크 클럽(Trunk Club)에서 데이터 과학자로 근무하며

추천 시스템 개발 업무를 담당했다.

메티스(Metis)에서 데이터 과학과 머신러닝 부트캠프 프로그램을 진행하기도 했다.

현재 페이스북 인프라팀에서 머신러닝 모델을 구축한다.

복잡한 개념을 간단하게 설명하는 것을 좋아한다.

 

이책은 설명 방식이 독특하다. 

수학 이론과 알고리즘부터 CNN(합성곱 신경망, Convolution Neutral, Network), RNN(순환신경망, Recurrent Neural Network) 모델 구현까지 한권으로 해결하기 안성맞춤이다.

첫번째로 수식 형태로 설명한다. 

두번째로 다이아그램을 통해 코팅 인터뷰에서  사용할 법한 다이아그램으로 구조나 과정을 설명한다.

세번째로 코드를 통해 가능한 간단한 문법만 사용해(파이썬이 이상적) 설명한다.

 

이 책을 우리가 편하게 읽을 수 있게 옮긴 심효섭님은 도서관 솔루션 업체에서 개발을 시작으로 네이버레서 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에 머신러닝 공부도 꾸준히 하고 있다. 최근 관심사는 회사에 속하지 않고도 지속 가능한 삶이다.

 

주요 내용
● 신경망 이해에 필요한 명확한 멘탈 모델과 수학적 원리 설명
● 객체지향으로 설계한 다층 신경망 프레임워크 구현 방법
● 수식과 예제로 배우는 합성곱 신경망과 순환 신경망
● 파이토치를 이용한 신경망 구현 방법

1장과 2장은 신경망 기초에 다루며, 함수의 연산 과정을 다이어그램으로 이해하고, 미적분의 연쇄법칙으로 도함수를 구하는 방법을 알아본다. 선형회귀와 신경망 모델을 적용해 데이터 집합에서 주택 가격의 추이를 예측하는 학습 모델을 구현한다.
3장은 밑바닥부터 만들어보는 딥러닝으로,  Layer, Model, Optimizer와 같은 구성 요소를 만들고 이를 조합해 전체 딥러닝 모델을 구현한다.  4장은 프레임워크 확장하기를 통해 신경망 모델의 성공 확률을 높이는 주요 학습 방법을 소개한다. 
5장은 합성곱 신경망으로, 이미지를 다루는 데 특화된 신경망인 합성곱 신경망(CNN)을 소개하고, 합성곱층을 직접 구현하며 동작 원리를 파악한다. 6장은 순환 신경망으로, 자동 미분의 동작 과정을 살펴보고, 순환 신경망(RNN)에 이를 적용해 본다. RNN의 변형 구조인 GRU와 LSTM도 함께 소개합한다. 7장은 파이토치로, 1~6장까지 구현한 내용을 고성능 오픈소스 신경망 라이브러리인 파이토치로 구현한다. 마지막으로 비지도 학습에서 신경망을 활용하는 방법을 간단히 살펴본다.

처음 시작하는 딥러닝 서평맵 

한장의 맵으로 정리하였다.  서평맵은 독서 스터디맵으로 상세내용을 요약하여 >> 모양을 누르면 상세 내용이 나오고 한번더 누르면 요약된 내용이 표시된다. 서평맵의 목적은 이책을 누가,왜, 이떤 특징이 있는지 알아보는 요약본이자, 나만의 데이터 댐이다. 

추천하는 분의 멘트 대로, 이책은 딥러닝 배경지식이 없더라도 이책을 읽기만 하면 자연스럽게 신경망을 이해하고 구현할 수 있을 것이다.

 

처음 시작하는 딥러닝 서평맵 (by 류용효)