R 딥러닝 쿡북

1장. 소개 R과 IDE 설치 주피터 노트북 애플리케이션 설치 R 머신 러닝 기초 시작 R 딥러닝 도구/패키지 설치 R MXNet 설치 R 텐서플로 설치 R의 H2O 설치 도커로 세 패키지 한 번에 설치 2장. R 딥러닝 로지스틱 회귀 시작 준비 데이터셋 도입 H2O 로지스틱 회귀 텐서플로 로지스틱 회귀 텐서플로 그래프 시각화 다층 퍼셉트론 시작 H2O 인공 신경망 H2O 그리드 서치를 활용한 초매개변수 조정 MXNet 인공 신경망 텐서플로 인공 신경망 3장. CNN 소개 이미지 데이터셋 다운로드와 설정 CNN 분류기 구조 이해 가중치와 편향 초기화 함수 정의 새 콘볼루션 계층 생성 함수 정의 콘볼루션 계층 평탄화 함수 정의 과연결 계층 평탄화 함수 정의 플레이스홀더 변수 정의 첫 번째 콘볼루션 계층 생성 두 번째 콘볼루션 계층 생성 두 번째 콘볼루션 계층 평탄화 첫 번째 완전 연결 계층 생성 첫 번째 완전 연결 계층의 드롭아웃 적용 드롭아웃을 사용한 두 번째 완전 연결 계층 생성 소프트맥스 활성화를 사용한 클래스 예측 최적화를 위한 손실 함수 정의 경사 하강 손실 최적화 텐서플로 세션에서의 그래프 실행 테스트 데이터상 성능 평가 4장. 오토인코더 데이터 표현 소개 오토인코더 설정 데이터 정규화 표준화 오토인코더 설정 오토인코더 매개변수 조정 적층 오토인코더 설정 노이즈 제거 오토인코더 설정 확률 인코더와 디코더 생성과 비교 오토인코더 다양체 학습 희소 분해 평가 5장. 딥러닝 생성 모델 RBM과 주성분 분석 비교 베르누이 분포 입력 값의 RBM 설정 RBM 훈련 RBM 역방향 혹은 재구성 단계 재구성 CD 이해 새 텐서플로 세션 초기화와 시작 RBM 결과 평가 RBM 협동 필터링 설정 RBM 전체 훈련 수행 DBN 설정 피드포워드 역전달 신경망 구현 DRBM 설정 6장. 순환 신경망 기본 RNN 설정 양방향 RNN 모델 설정 심층 RNN 모델 설정 LSTM 기반 순차 모델 설정 7장. 강화 학습 소개 MDP 설정 모델 기반 학습 수행 모델 자유 학습 수행 8장. 텍스트 마이닝 딥러닝 응용 텍스트 데이터 전처리와 감정 추출 tf-idf를 사용한 문서 분석 LSTM 망을 사용한 감정 예측 text2vec를 사용한 응용 9장. 신호 처리 딥러닝 응용 음악 MIDI 파일 소개와 전처리 RBM 모델 개발 새 악보 생성 10장. 이전 학습 소개 사전 학습 모델 사용법 설명 이전 학습 모델 설정 이미지 분류 모델 개발 GPU 딥러닝 모델 학습 CPU와 GPU 성능 비교

출처: 국립중앙도서관 서지정보