쏙쏙 들어오는 인공지능 알고리즘(제이펍의 인공지능 시리즈 32)

딥러닝과 인공지능의 핵심 알고리즘을 그림과 개념으로 이해한다!



《쏙쏙 들어오는 인공지능 알고리즘》은 어려운 용어는 가능한 피하고 일러스트레이션, 연습문제, 그리고 직관적인 설명으로 기본적인 인공지능 개념을 설명한다. 독자는 단지 고등학교 수준의 대수학만 알고 있으면 된다. 기본적인 이론 외에 금융사기 감지, 예술 작품 제작, 자율주행 자동차 설정과 같은 도전적인 코딩 과제도 포함하고 있다.



이 책의 주요 내용

● 다양한 인공지능 알고리즘의 사용 사례

● 의사결정을 위한 지능적 검색

● 생물학적으로 영감을 받은 알고리즘

● 머신러닝 및 신경망

● 더 나은 로봇을 만들기 위한 강화학습



이 책의 대상 독자

● 인공지능을 공부하는 학생 및 1~5년차 현업 종사자

● 고등학교 수준의 대수학 및 미적분, 그리고 의사코드를 이해할 수 있는 소프트웨어 개발자

옮긴이 머리말 ix

서문 xi

감사의 글 xviii

이 책에 대하여 xix

베타리더 후기 xxii

《쏙쏙 들어오는 인공지능 알고리즘》 지도 xxiv



1장 인공지능의 직관적 이해 1

인공지능이란 무엇인가? 1

인공지능의 간략한 역사 6

문제 유형과 문제 해결 패러다임 8

인공지능 개념의 직관적 이해 10

인공지능 알고리즘의 사용 14



2장 검색의 기초 21

계획 및 검색이란? 21

계산 비용: 스마트한 알고리즘이 필요한 이유 23

검색 알고리즘을 적용할 수 있는 문제 24

상태 표현: 문제 공간과 솔루션 표현을 위한 프레임워크 생성 27

정보 없는 검색: 맹목적으로 솔루션 찾기 33

너비 우선 탐색: 깊게 보기 전에 넓게 보기 35

깊이 우선 탐색: 넓게 보기 전에 깊게 보기 43

정보 없는 검색 알고리즘 사용 사례 50

선택 사항: 그래프 유형에 대한 추가 정보 50

선택 사항: 다양한 그래프 표현 방법 52



3장 지능형 검색 55

휴리스틱 정의: 학습된 추측 설계 55

정보 있는 검색: 지침이 있는 솔루션 찾기 58

적대적 탐색: 변화하는 환경에서 솔루션 찾기 68



4장 진화 알고리즘 85

진화란 무엇인가? 85

진화 알고리즘을 적용할 수 있는 문제 88

유전 알고리즘: 수명 주기 93

솔루션 공간 인코딩 95

솔루션 모집단 생성 99

모집단 내 개체 적합도 측정 101

적합도에 따른 부모 선택 103

부모로부터 개체 복제 106

다음 세대 채우기 112

유전 알고리즘 매개변수 설정 115

진화 알고리즘 사용 사례 116



5장 고급 진화 방식 119

진화 알고리즘 수명 주기 119

다른 개체 선택 전략 121

실숫값 인코딩: 실숫값으로 작업 124

순서 인코딩: 시퀀스(sequence) 작업 128

트리 인코딩: 계층 작업 131

진화 알고리즘의 일반적인 유형 134

진화 알고리즘 용어집 135

추가적인 진화 알고리즘 사용 사례 136



6장 군집 지능: 개미 139

군집 지능이란? 139

개미 군집 최적화를 적용할 수 있는 문제 142

상태 표현: 경로와 개미는 어떤 모습일까? 145

개미 군집 최적화 알고리즘 수명 주기 149

개미 군집 최적화 알고리즘 사용 사례 169



7장 군집 지능: 입자 173

입자 군집 최적화란? 173

최적화 문제: 약간 더 기술적인 관점 175

입자 군집 최적화를 적용할 수 있는 문제 179

상태 표현: 입자는 어떤 모습일까? 181

입자 군집 최적화 수명 주기 182

입자 군집 최적화 알고리즘 사용 사례 202



8장 머신러닝 207

머신러닝이란? 207

머신러닝이 가능한 문제 209

머신러닝 작업 순서 211

의사 결정 트리를 통한 분류 236

또 다른 인기 있는 머신러닝 알고리즘 253

머신러닝 알고리즘 사용 사례 254



9장 인공 신경망 257

인공 신경망이란? 257

퍼셉트론: 뉴런의 개념적 표현 260

인공 신경망 정의 264

순전파: 훈련된 인공 신경망 사용 272

역전파: 인공 신경망 훈련 279

활성화 함수 선택 290

인공 신경망 설계 291

인공 신경망 및 사용 사례 295



10장 Q-러닝을 통한 강화학습 299

강화학습이란? 299

강화학습이 가능한 문제 303

강화학습 수명 주기 304

딥러닝 기반 강화학습 324

강화학습 사용 사례 325



찾아보기 330

리샬 허반스 Rishal Hurbans

어린 시절부터 컴퓨터와 기술, 그리고 기발한 아이디어에 집착할 정도로 관심이 많았다. 소속된 팀과 회사에서는 리더십을 발휘하였고, 소프트웨어 엔지니어링, 전략 계획, 다양한 국제 비즈니스를 위한 종단 간 솔루션 설계에도 참여했다. 또한, 회사와 커뮤니티 등에서 실용주의 학습 및 기술 중심 문화를 성장시키는 업무를 담당하기도 했다.

리샬은 비즈니스 전략, 사람과 팀의 성장, 디자인 사고, 인공지능, 철학 등에 관심이 많으며, 사람과 기업의 생산성을 높이는 다양한 디지털 제품을 만들었다. 또한, 복잡한 개념에 쉽게 접근할 수 있고 사람들이 스스로 성장하는 데 도움이 되는 전 세계 수십 개의 콘퍼런스에서 연설자로 나서기도 했다.