책소개
머신러닝에 대한 단계적이고 친절한 설명을 통해 따라 하기만 하면 지식이 축적되도록 구성했다. 또한, 방대한 수학 지식 중 웹 개발자가 이해해야 하는 범위를 알려주는 등 많은 개발자의 고민을 쉽게 해결할 수 있는 길도 알려준다.
예제 코드를 통해 필요한 범위를 제시하며, 머신러닝 구현에 필요한 수학을 처음부터 단계적으로 다룬다. 머신러닝 구현에 필요한 수학 알고리즘을 TensorFlow.js에서 함수로 제공하므로 jQuery 함수를 호출하듯 TensorFlow.js 함수를 호출하면 된다. 이 범위의 수학 지식이 있으면 머신러닝을 구현할 수 있다.
출판사소개
목차
1부 TensorFlow.js
1. 개요
1.1. TensorFlow.js 개요
1.1.1. TensorFlow.js란?
1.1.2. TensorFlow.js 목적, 방향성
1.2. 머신러닝, 딥러닝
1.2.1. 머신러닝
1.2.2. 추론
1.2.3. 딥러닝
1.3. Tensor와 Flow
1.4. 개발자 관점에서의 TensorFlow.js
2. Tensor 생성
2.1. 함수 작성 기준
2.2. Tensor 생성
2.3. Tensor 출력
2.4. 값 타입
2.5. TypedArray 오브젝트
2.6. scalar, rank, shape
2.7. scalar Tensor 생성
2.8. 1차원 Tensor 생성
2.9. 다차원 Tensor 생성
3. 함수, 식, 행렬
3.1. 변수, 상수, 계수
3.2. 독립변수, 종속변수
3.3. 함수
3.4. 1차식, 2차식
3.4.1. 항, 차수
3.4.2. 1차식
3.4.3. 2차식
3.5. 벡터
3.5.1. 벡터 덧셈, 뺄셈
3.5.2. 벡터 브로드캐스팅
3.5.3. 내적
3.5.4. 외적
3.6. 행렬
3.6.1. 행렬 덧셈, 뺄셈
3.6.2. 행렬 브로드캐스팅
3.6.3. 행렬 곱셈
4. Tensor 연산
4.1. 산술연산
4.1.1. 산술연산 함수 목록
4.1.2. tf.Tensor 값 더하기
4.1.3. 다수의 tf.Tensor 값 더하기
4.1.4. 누적 합산
4.2. 논리연산
4.2.1. 논리연산 함수 목록
4.2.2. 상태에 따라 값 반환
4.2.3. true인 인덱스 반환
4.3. 수열
4.3.1. 수열 개념
4.3.2. 등차수열
4.3.3. 등비수열
4.3.4. 항수로 등차수열 생성
4.3.5. 차이로 등차수열 생성
4.3.6. 시그마, 파이
4.4. 초깃값 설정
4.4.1. 초깃값 설정 함수 목록
4.4.2. 초깃값 설정 함수
4.5. 수학식 함수
4.5.1. 수학식 함수 목록
4.5.2. 최솟값과 최댓값 사이의 값
5. Tensor Class
5.1. 함수 목록
5.2. shape 변환
5.2.1. 벡터, 스칼라로 변환
5.2.2. 랭크 변환
5.2.3. 값 타입 변환
5.2.4. shape 변환
5.3. 동기, 비동기 처리
5.3.1. 동기 방법으로 텐서 값 추출
5.3.2. 비동기 방법으로 텐서 값 추출
6. Tensor 추출, 변환
6.1. 함수 목록
6.2. 추출
6.2.1. 인덱스로 추출
6.2.2. 범위로 추출
6.3. 결합
6.3.1. Tensor 연결
6.3.2. Tensor 스택
6.3.3. 반복 복제
6.3.4. 순서 변경
6.4. 분할
6.4.1. 1차원 낮추어 분할
6.4.2. 지정한 수로 분할
6.5. 변환
6.5.1. 값 타입 변환
6.5.2. rank 확장, 압축
6.5.3. 앞뒤에 엘리먼트 삽입
6.5.4. shape 변환
6.6. 논리 AND, OR 비교
6.7. 최댓값, 최솟값
6.7.1. 최댓값, 최솟값
6.7.2. 최댓값, 최솟값 인덱스
6.8. 평균, 합계, 곱하기
6.8.1. 평균, 합계
6.8.2. 행, 열 곱하기
6.9. 난수 생성
6.9.1. 균등 분포 난수
6.9.2. 정규분포 난수 127
6.10. 변수 생성, 값 변경
7. 메모리 관리
7.1. 함수 목록
7.2. 메모리 정보
7.3. 메모리 해제
7.4. 스코프 메모리 해제
7.5. 메모리 해제 방지
8. TensorFlow.js 모델링
8.1. 모델, 트레이닝
8.2. 데이터 세트
8.3. 지도 학습
8.4. TensorFlow.js 모델
8.4.1. 모델 학습 단계
8.4.2. 모델에서 사용할 데이터 정의
8.4.3. 모델의 변수 정의
8.4.4. 모델 정의
8.4.5. 모델 학습
8.4.6. 모델 테스트
8.4.7. 모델 평가, 튜닝, 테스트
2부 선형 회귀
9. 선형 회귀
9.1. 개요
9.1.1. 선형
9.1.2. 회귀
9.1.3. 분류
9.1.4. 선형 회귀 모델
9.2. 선형 회귀 모델 구성
9.2.1. 선형 회귀 모델 데이터
9.2.2. 선형 회귀 모델 가설
9.2.3. 학습 측정 기준
9.3. 두 점 사이 거리
9.3.1. L1 Norm
9.3.2. L2 Norm
9.3.3. norm() 함수
9.3.4. 잔차
9.3.5. 최소제곱법
9.4. 손실함수
9.4.1. 손실함수 목적
9.4.2. 평균 제곱 오차
9.4.3. 모델 코드 분석
10. 경사 하강법 Ⅰ
10.1. 개요
10.2. 미분 개요
10.2.1. 수렴, 극한
10.2.2. 기울기, 평균변화율
10.2.3. 미분계수, 순간변화율
10.2.4. 미분과 모델 학습
10.3. 경사 하강법 알고리즘 분석
10.3.1. 알고리즘 분석 시나리오
10.3.2. 손실함수 값 계산
10.3.3. 역전파
10.3.4. 기울기 계산
10.3.5. 가중치와 바이어스 계산
10.4. 학습률
10.4.1. 수렴
10.4.2. 발산
11. 경사 하강법 Ⅱ
11.1. 배치 경사 하강법
11.2. 배치 사이즈
11.3. 확률적 경사 하강법
11.4. 미니배치 경사 하강법
11.5. Iris 데이터 세트
11.5.1. 붓꽃 데이터 세트 형태
11.5.2. 배치 사이즈와 학습률
11.6. 선형 회귀 손실함수
11.6.1. L1 손실함수
11.6.2. L2 손실함수
11.6.3. Huber 손실함수
11.6.4. Pseudo-Huber 손실함수
12. 옵티마이저
12.1. 지역, 전역 최솟값
12.2. 옵티마이저 목적
12.3. 옵티마이저 식
12.4. Momentum
12.5. Nesterov
12.6. AdaGrad
12.7. AdaDelta
12.8. RMSProp
12.9. Adam
12.10. AdaMax
13. 다중·다항 회귀 모델
13.1. 보스턴 하우징 데이터 세트
13.2. 다중 회귀
13.2.1. 다중 회귀 특징
13.2.2. 다중 회귀 가설
13.2.3. 다중 회귀 손실함수
13.2.4. 다중 회귀 행렬 형태
13.2.5. 다중 회귀 모델
13.2.6. 다변량 선형 회귀
13.3. 다항 회귀
13.3.1. 다항 회귀 형태
13.3.2. 다항 회귀 모델
13.4. 오버피팅
13.5. 노이즈
14. 선형 회귀 정규화
14.1. 정규화 개요
14.2. Lasso 회귀
14.3. Ridge 회귀
14.4. Elastic Net
3부 분류
15. 로지스틱 회귀
15.1. 개요
15.2. sigmoid 함수
15.3. log 함수
15.4. 로지스틱 회귀 가설
15.5. 로지스틱 회귀 손실함수
15.6. 로지스틱 회귀 모델
16. 활성화 함수
16.1. 개요
16.2. hardSigmoid 함수
16.3. step 함수
16.4. ReLU 함수
16.5. LeakyReLU 함수
16.6. ReLU6 함수
16.7. softplus 함수
16.8. tanh 함수
16.9. softsign 함수
16.10. ELU 함수
16.11. SELU 함수
17. 소프트맥스 회귀
17.1. 개요
17.2. softmax 함수
17.3. One-Hot 인코딩
17.4. 소프트맥스 회귀 손실함수
17.5. 소프트맥스 예측 결과 분석
4부 이미지 인식
18. 이미지 인식
18.1. Node.js 환경 설정
18.2. MNIST 데이터 세트
18.3. MNIST 모델
18.4. MNIST 모델 코드 분석
부록
1. TensorFlow.js 설치
2. 그래프 작성 방법
Index
배송
- 배송비, 무료배송비는 업체 사정에 따라 달라질 수 있습니다.
- 배송은 결제 확인 후 다음날부터 2~3일 이내에 배송됩니다. (단 도서 산간지역은 1~2일정도 더 소요됩니다.)
- 공휴일은 배송기간에 포함되지 않습니다.
- 주문하신 상품이 여러개인 경우 동일한 업체의 상품만 묶음 배송 가능합니다. (업체 사정에 따라 달라질 수 있습니다.)
- 배송정보는 상단 주문조회나 마이페이지 주문목록에서 가능합니다.
상품 품절
- 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드립니다.
주문취소/변경
- 주문 상품에 대한 변경사항(품절,가격변동)이 발생하면 전화나 메일을 통해 변경내용을 알려드립니다.
- 주문 상품의 변경/취소/환불은 배송 시작전 마이페이지에서 직접 신청이 가능합니다.
- 주문 상품이 발송된 시점에서는 변경/취소/환불이 모두 불가능합니다.
반품/교환
- 기간 : 배송받으신 후 7일 이내에 가능합니다.
- 방법 : 홈페이지 마이페이지 > 반품/ 교환 신청 및 조회에서 가능합니다.
- 배송비 부담 : 상품에 이상이 있을시에는 무료, 고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담입니다.
- 포장 개봉 후 재판매가 불가능한 상품은 반품/교환이 불가능합니다.
- 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우, 반품/교환이 불가능합니다.
반품/교환 불가 사유
- 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 (단지 확인을 위한 포장 훼손은 제외)
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우
- 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우
- 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상 환불 지연에 따른 배상
- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리합니다.
- 대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리합니다.
