파이썬 딥러닝 케라스(Python Deep Learning Keras)

케라스를 활용한 딥러닝의 모든것!
이 책은 비전공자나 개발자 모두에게 필요한 도서로 머신러닝과 딥러닝에 심도 깊은 학습이 필요한 사람들에게 적합하다. 특히 다년간 실무에서 겪은 다양한 데이터들을 취합하여 누구나 쉽게 접근할 수 있도록 예제로 재구성한 저자의 노고가 고스란히 느껴질 것이다. 케라스를 시작할 때 거부감이 들지 않도록 이해하기 쉬운 입력, 모델, 출력 개념부터 시작하고 다양한 데이터의 유형과 활용도를 소개한다. 이후 실전으로 들어가면서 제공하는 예제를 통해 동작 원리를 이해하고 실전 문제를 통해 현업에서도 활용 가능하도록 구성되어 있다. 어려운 수학 공식보다는 쉽고 와닿는 코드를 보여줌으로써 기존에 어려워서 접근하기 힘든 부분들을 최대한 해소하고자 노력하였다. 특히 학습의 동기부여가 되는 정보를 마지막에 소개하고, 텐서플로 개발자 자격증, 캐글 가입 후 대회에 참여하는 과정을 보여주기 때문에 직접 대회에 참여하고 결과를 제출하는 경험으로 눈에 보이는 실력 향상을 느낄 수 있다.

PART 01 개발 환경 구축하기
1. 케라스 개요
1.1 케라스와 텐서플로 2
1.2 케라스 시작하기
2. 개발 환경 구축
2.1 구글 코랩
2.2 미니콘다

PART 02 케라스 시작하기
1. 딥러닝 시작하기
1.1 딥러닝 학습 및 예측 과정
1.2 정형 및 비정형 데이터 훑어보기
1.3 회귀·분류 문제
1.4 실습 보스턴 주택 가격 예측(회귀)
1.5 실습 MNIST 이미지 분류(다중 분류)
2. 데이터의 구조 및 연산
2.1 데이터 자료 구조
2.2 데이터 자료형
2.3 데이터 인덱싱, 슬라이싱
2.4 데이터 연산
3. 케라스로 딥러닝
3.1 문제 정의
3.2 데이터 구성 및 준비
3.3 데이터 전처리
3.4 모델 생성
3.5 모델 학습
3.6 모델 평가
3.7 모델 예측
3.8 실습 타이타닉 생존율 예측

PART 03 케라스 동작 원리 이해
1. 딥러닝 동작 원리 이해
1.1 순전파
1.2 역전파
2. 합성곱 신경망
2.1 합성곱 신경망
2.2 데이터 증강
2.3 전이 학습
3. 순환 신경망
3.1 순환 신경망의 동작 원리 이해
3.2 순환 신경망의 주요 모델
3.3 케라스로 순환 신경망 구현하기

PART 04 다양한 데이터로 케라스
1. 정형 데이터로 딥러닝
1.1 정형 데이터
1.2 실습 인사 데이터로 직원 퇴사 예측하기
2. 이미지 데이터로 딥러닝
2.1 이미지 데이터
2.2 실습 iBeans 이미지 분류
3. 텍스트 데이터로 딥러닝
3.1 자연어 처리
3.2 자연어 데이터 전처리
3.3 실습 스팸 문자 분류
4. 시계열 데이터로 딥러닝
4.1 시계열 데이터
4.2 시계열 데이터의 특징
4.3 시계열 데이터 생성 및 처리
4.4 실습 네이버 주식 데이터로 종가 예측

PART 05 케라스 에코 시스템
1. 케라스 튜너
2. 오토케라스
2.1 모델 생성(단일 vs. 다중)
2.2 단일 모델 생성
2.3 다중 모델 생성
2.4 시계열 예측 모델
3. 케라스 에코 시스템들
3.1 케라스 튜너
3.2 오토케라스
3.3 텐서플로 클라우드
3.4 TensorFlow.js
3.5 텐서플로 라이트
3.6 텐서플로 모델 최적화 도구
3.7 TFX integration

부록
1. 텐서플러 개발자 자격증 취득하기
1.1 시험 정보
1.2 문제 유형
1.3 시험 환경 구성하기
1.4 시험 안내 및 주의사항
1.5 텐서플로 자격증 학습 웹 사이트
2. 캐글 대회 시작하기
2.1 캐글은 어떻게 시작해야 할까?
2.2 캐글러 등급
2.3 대회의 유형에는 어떤 것이 있고 어떤 대회에 참여해야 할까?
2.4 Getting Started 대회
2.5 대회 참여 및 결과 제출하기
3. Pandas, Numpy, tf.data.Dataset
3.1 판다스
3.2 넘파이
3.3 tf.data.Dataset

조한성 TmaxSoft와 TmaxData에서 엔지니어로 근무하면서 공공·제조·금융·통신 등 다양한 산업의 IT 환경 및 비즈니스 문제를 경험했습니다. 이를 바탕으로 넥슨 코리아에서 데이터 엔지니어로 근무하면서 안정적인 데이터베이스 운영을 위한 이중화 기술, 성능 모니터링, 튜닝, 백업 및 복구, 지속적인 개선 업무를 하고 있습니다. 신뢰성 높은 시스템 구축을 위해 수집되는 서버 로그 등을 활용해 장애를 사전에 예측하고자 AI, ML, DL 학습을 시작하게 되었습니다. 캐글 코리아 스터디에서 영감을 받기도 하고 데이터 분석 경진 대회에 참여해 우승하며 다양한 경험을 하였습니다. 18년 동안 IT 업무를 하면서 느낀 경험과 지식을 공유하기 위해 집필을 시작하게 되었습니다.