[리뷰] 처음 배우는 딥러닝 수학

반응형

책 제목 : 처음 배우는 딥러닝 수학


저자 : 와쿠이 요시유키, 와쿠이 사다미


출판년도 : 2018.02.01





요즘 한창 이슈가 되고 있는 기술들이 인공지능, 신경망, 머신러닝 등 인것같다.

그리고 그 관심에 발 맞추어 관련 도서들도 쏟아져 나오고 있다.

그럴수 밖에 없는게 우리 생활에 이미 깊숙히 들어와 있는 애플의 "시리(siri)"나 우리나라 대표 바둑기사인

이세돌과 알파고의 대국, 자동주행 등을 생각해 보면 이 딥러닝이라는 기술은 충분히 흥미롭다.

예전에는 미래관련 영화에서 자주 나왔던 딥러닝 기술들은 프로그래머들 에게 충분히 관심을 끌 수 있는 주제이며

나 역시 유행에 힘입어 딥러닝을 간단히 살펴보기로 했다.



딥러닝 관련 책을 고른다면...

우선 내가 딥러닝에 이해하고 있는정도, 그리고 이해하고자 하는 정도를 먼저 생각해 봐야 한다.

프로그래머로서 오래동안 일해 왔지만 딥러닝 관련 분야는 처음이고, 처음은 언제나 쉽고 가볍게

접근해야 중간에 그 기술의 참맛을 알기전에 지쳐 떨어지지 않기에 "처음 배우는 딥러닝 수학"을 선택했다.

이 책은 딥러닝 기술의근간이 되는, 하지만 많은 사람에게는 부담으로 다가오는 "수학이론"을

독자가 쉽고 명확하게 이해하게 하는데 많은 공을 들였으며, 엑셀로 된 예제 파일로 이해를 돕고있다.




책의 구성을 살펴보면...

딥러닝은 결국 컴퓨터가 수많은 데이터를 통해 예측을 가능하도록 하는 기술이다.

이 책은 다른 딥러닝 책과는 조금 다르게 신경망이라는 하나의 예로 조금씩 깊이있게 다루고 있다.

우선 신경망 활동의 기본 개념인 뉴런 활동에 대해 생물학적으로 접근하고 이를 수학적 규칙으로 만드는법을 다루며,

이후에도 신경망을 위한 여러 수학적인 개념들을 차례대로 쉬게 설명해주고 있다.

신경망을 위해 필요한 기본 수학적 개념들에 대한 내용 이후로는 신경망의 최적화에 대해 논하고,

성능 개선을 위한 좀 더 고차원적인 개념에 대해 설명한다.




책의 전반적인 내용은 다른 딥러닝 책과는 조금 다르게 신경망이라는 하나의 예를 가지고

조금씩 깊이있게 다루고 있다.

큰 틀인 신경망을 소개하면서 신경망이 가져야 하는 기본 개념들을 설명하고, 신경망의 개념들을 수학적 

관점에서 풀어나가는 내용이 주를 이룬다.

책에서 소개되는 수학적 깊이는 대부분 고등학교 때 배웠던 수열, 벡터, 행렬, 미분, 근사식 등이다.

수학전문책이 아니기에 필요한 수학적 개념에 대해 깊이있게는 아니지만, 충실히 설명을 해 주고 있다.





책을 읽으면서 딥러닝에 대해 궁금하고 처음부터 제대로 접근해보고자 하는 이에게 추천할 만한 책이라고 생각했다.

수학적인 내용을 설명하는 순서와, 개념도들, 그리고 예제 엑셀파일들은 딥러닝 입문자로 하여금 

좀 더 명확하게 필자의 생각을 이해하는데 많은 도움을 주고 있다.

특히나 수학적인 부분을 설명하는데 있어 어려운 주제를 입문자인 독자에 맞게 완급을 조절하며 설명하고 있어

크게 부담스럽지 않게 읽을수 있는 책이다.

다만 책에서 다루고 있는 수학적 개념을 처음 접해본 사람이라면 책에 내용을 이해함에 있어 어려움을 느낄수도 있을것 같다.



책에 대한 상세 내용이나 목차, 질문사항은 아래 링크를 참고하면 된다.

예제 소스 다운로드 : http://www.hanbit.co.kr/support/supplement_survey.html?pcode=B6703128448

원서 예제 : http://gihyo.jp/book/2017/978-4-7741-8814-0/support


TAGS.

Comments