자료유형  

 단행본

ISBN  

9788931556766

언어부호  

본문언어 - kor, 원저작언어 - jpn

DDC  

006.3-23

청구기호  

006.3 와876ㅇ

저자명  

와쿠이 요시유키 , 1950-

서명/저자  

엑셀로 배우는 순환 신경망·강화학습 초(超)입문 : RNN(순환신경망)·DQN(심층 Q-네트워크)편 / 와쿠이 요시유키 ; 와쿠이 사다미 [공]지음 ; 권기태 옮김

원서명  

[관제] AI 응용 첫걸음! 순환 신경망과 강화학습을 쉽게 이해하는

원서명  

[원표제]Excelでわかるディプラニング超入門

발행사항  

서울 : BM성안당, 2020

형태사항  

223 p : 삽화, 도표 ; 24 cm

총서명  

BM성안당 ; 5676

기타저자  

와쿠이 사다미 , 1952-

기타저자  

권기태 , 1962-

기타저자  

涌井良幸

기타저자  

涌井貞美

기타저자  

용정양행 , 1950-

기타저자  

용정정미 , 1952-

기타저자  

Wakui, Yoshiyuki , 1950-

기타저자  

Wakui, Sadami , 1952-

가격  

\23000

Control Number  

gtec:406239

책소개  

엑셀만으로 딥러닝 동작 원리를 이해할 수 있는 AI 응용 입문서!
자연어 처리에서 가장 주목받는 신경망 알고리즘 RNN과 강화학습 기법으로 정확도를 높인 DQN을 엑셀로 쉽게 소개!

〈엑셀로 배우는 딥러닝〉의 속편격인 이 책은 전편이 CNN(합성곱 신경망) 위주였다면 좀 더 딥러닝 쪽에 심화된 RNN(순환 신경망), DQN(심층 Q-네트워크)편이다. 이 책 제목에서 ‘초(超)입문’은 보통 초보자들이 처음 입문한다는 의미에서 쓰는 ‘처음 초(初)자의 ‘초입문(初入門)’이 아닌 ‘입문을 뛰어 넘는다’는 의미에서 ‘초월할 초(超)’ 자를 썼다.
저자는 진화하는 딥러닝 분야의 대표적인 예로 RNN(Recurrent Neural Network, 순환 신경망)과 DQN(Deep Q-Network, 심층 Q-네트워크)를 들면서 RNN은 자연어 처리 분야에서 가장 주목받는 알고리즘이며 DQN은 강화학습의 기법으로 정확도가 놀라울 만큼 높아졌음을 강조한다.
이 책은 누구나 사용하는 엑셀로 인공지능을 실습해 볼 수 있게 함으로써 인공지능 응용 입문서로 RNN과 DQN을 엑셀(Excel)로 어려운 수학이나 프로그래밍 지식 없이도 딥러닝의 구조와 동작 원리를 이해할 수 있도록 한 획기적인 입문서이다. 엑셀로 난해한 RNN, DQN의 ‘최적화’와 동작 원리를 쉽게 이해할 수 있어 AI 학습의 장벽을 단숨에 낮춰줄 것이다.
시리즈 후속작으로 〈엑셀로 배우는 기계학습 초입문〉편도 선보일 예정이다.