[100자평] 파이썬과 엑셀로 시작하는 딥러닝

파이썬과 엑셀로 시작하는 딥러닝 - 딥러닝의 알고리즘 원리부터 파악하기
홍재권.윤동현.이승준 지음 / 정보문화사 / 2023년 7월

인공지능을 코딩하면서 이해하기

[100자평] AI에게 AI의 미래를 묻다

AI에게 AI의 미래를 묻다
인공 지음 / 메이트북스 / 2023년 7월

인공지능이 말하는 인공지능

AI에게 AI의 미래를 묻다

AI에게 AI의 미래를 묻다
인공 지음 / 메이트북스 / 2023년 7월

인공지능이 말하는 인공지능 이야기

책을 선택한 이유

챗GPT는 인공지능의 놀라운 발전을 실감케 한다.

인공지능은 인공지능에 대해 어떻게 생각하는지 알아보기 위해

"AI에게 AI의 미래를 묻다"를 선택한다.

"AI에게 AI의 미래를 묻다" 는

인공지능의 개념을 이해하고,

인공지능이 시장에 미칠 영향과 투자,

인공지능이 위험성과 이용가능성,

인공지능 시대를 살아가기 위한 방법,

구글 바드 를 중심으로 인공지능에 대해 말한다.

첫 번째 대화 인공지능의 개념을 이해하기 에서는

딥러닝은 인공신경망을 사용해 학습하며,

학습한 데이터로 대화를 나눈다.

인공지능의 주요 개념, 인공지능의 특징, 역사, 유형,

인공신경망과 사람의 뇌의 차이, 인공신경망의 수준,

머신러닝과 딥러닝, 인공지능의 유형별 차이점,

인공지능의 한계, 인공지능 공부하기를 알아본다.

두 번째 대화 인공지능을 투자에 응용하기 에서는

생성형 AI 의 발전은 주요 분야에서 혁신적 솔루션을

제공할 것으로 기대된다. 장기적 관점에서 가치를

창출할 수 있는 투자 기회를 발견해야 한다.

AI 기술력이 앞선 회사, AI 회사에 투자할 때 유의사항,

자율주행, 휴머노이드, 생성형 AI 솔류션 산업,

AI가 업무 환경, 의료기술, 검색 엔진 등에 미칠 영향,

클라우드 기업 투자, AI 반도체, 생성형 AI 투자처,

AI 생태계의 변화 등에 대한 챗GPT의 생각을 전한다.

세 번째 대화 인공지능 시대에 대비하기 에서는

AI와 자동화 기술의 발전은 인간의 일자리를 사라지게 한다.

변화를 두려워하지 않고 끊임없이 발전하는 기술과

시장 변화에 적응하며 자신의 역량을 키워 나가는 것이 중요하다.

AI의 자연어 처리 능력, 언어 학습 과정의 한계,

AI가 일으키는 파괴적 혁신, 저작권 문제와 대책,

AI 예술 작품의 투자 가치, AI 기술의 포르노 산업 적용,

AI 에 대한 사람들의 우려, AI 기술 발전의 규제 및 관리,

AI 경쟁과 양극화 문제, AI 기술의 군사적 사용,

착한 AI 기술, 멀티모달 AI, AI와 메타버스,

AI가 인간을 능가할 수 있는지, AI의 잠재적 위험에 대응하기,

예술 분야에서 AI의 강점을 챗GPT가 이야기 한다.

네 번째 대화 인공지능 기술을 장착하기 에서는

챗GPT를 업무, 사업에 활용하는 방법,

AI 시대에 갖추어야 할 인간의 역량,

창의성 키우기, AI 시대에 배워야 할 것,

AI 시대의 유망 직업 과 사양 직업,

AI의 효과적 사용, 프롬프트의 비결,

좋은 질문의 능력, AI를 활용해 부자 되기,

AI와 인간의 협력과 상호 보완, AI 부의 추월차선,

AI를 활용한 투자와 재테크에 대한

챗GPT의 생각을 이야기 한다.

다섯 번째 대화 구글 ‘바드’와의 교감 에서는

바드 는 구글 AI의 대규모 언어 모델이다.

바드와 챗GPT의 차이와 장단점, 대규모 언어 모델,

AI 영역에서 앞서가는 회사, 빅테크의 AI 산업 전략,

AI 국가간 경쟁, AI가 시장에 미칠 영향, 한국의 AI,

주요 언어 모델의 성능 비교, 챗GPT와의 차이,

바드를 최대한 활용하도록 하는 프롬프트 사용법에 대한

바드의 생각을 말한다.

"AI에게 AI의 미래를 묻다" 는

인공지능에게 인공지능에 대해 질문하면서

인공지능에 대해 이해한다.

챗GPT나 바드 등 인공지능은 데이터를 스스로 학습하면서

딥러닝을 통해 배우고, 사용자의 질문에 적절한 대답을 제공한다.

사용자의 다양한 주제에 대한 질문에 대해

인공지능은 놀라운 지식과 통찰력을 제공한다.

인공지능은 다양한 분야에 적용되어 세상을 바꾸는 이야기를

인공지능을 통해 듣는 것은 흥미롭다.

인공지능이 축적한 엄청난 데이터를 제대로 활용한다면

창의력을 키우는데 많은 도움을 얻을 수 있다.

인공지능이 가져올 사회의 변화를 예측하고

인공지능 시대를 대비하는 역량을 갖출 수 있다면

인공지능 시대는 더 이상 위협이 아니라

자신의 뜻을 펼 수 있는 새로운 시대가 될 것이다.

"AI에게 AI의 미래를 묻다"를 통해

인공지능 기술에 경탄하거나 두려워 하는 것이 아니라

인공지능을 어떻게 나의 목적에 활용할 수 있을지

고민하고 인공지능 시대에 맞는 역량을 갗추어야 함을

이해하게 된다.

메이트북스 와 리뷰어스 클럽 서평단 에서

"AI에게AI의미래를묻다"를 증정해주셨다.

감사드린다.

#AI #AI에게AI의미래를묻다

#리뷰어스클럽

#서평단모집

#네이버독서카페

#리뷰어스클럽서평단

#메이트북스

#AI에게AI의미래를묻다

#인공

#AI

#인공지능

#미래

AI에게 AI의 미래를 묻다

AI에게 AI의 미래를 묻다
인공 지음 / 메이트북스 / 2023년 7월

인공지능이 말하는 인공지능 이야기

책을 선택한 이유

"AI에게AI의미래를묻다"

"AI에게AI의미래를묻다" 는

바드 는 구글 AI의 대규모 언어 모델이다.

바드와 챗GPT의 차이와 장단점, 대규모 언어 모델,

AI 영역에서 앞서가는 회사, 빅테크의 AI 산업 전략,

AI 국가간 경쟁, AI가 시장에 미칠 영향, 한국의 AI,

주요 언어 모델의 성능 비교, 챗GPT와의 차이,

바드를 최대한 활용하도록 하는 프롬프트 사용법에 대한

바드의 생각을 말한다.

"AI에게AI의미래를묻다" 는

바드 는 구글 AI의 대규모 언어 모델이다.

바드와 챗GPT의 차이와 장단점, 대규모 언어 모델,

AI 영역에서 앞서가는 회사, 빅테크의 AI 산업 전략,

AI 국가간 경쟁, AI가 시장에 미칠 영향, 한국의 AI,

주요 언어 모델의 성능 비교, 챗GPT와의 차이,

바드를 최대한 활용하도록 하는 프롬프트 사용법에 대한

바드의 생각을 말한다.

"AI에게AI의미래를묻다"

"AI에게AI의미래를묻다"

매력을 잘 소개한다.

메이트북스 와 리뷰어스 클럽 서평단 에서

"AI에게AI의미래를묻다"를 증정해주셨다.

감사드린다.

파이썬과 엑셀로 시작하는 딥러닝

파이썬과 엑셀로 시작하는 딥러닝 - 딥러닝의 알고리즘 원리부터 파악하기
홍재권.윤동현.이승준 지음 / 정보문화사 / 2023년 7월

파이썬과 엑셀로 딥러닝을 이해하자

책을 선택한 이유

인공지능의 발전 속도가 무섭다.

인공지능의 가공한 위력은 인간의 설 곳을 사라지게 한다.

인공지능에 대해 막연한 두려움보다 인공지능이 무엇인지

제대로 이해해야 위기를 극복할 수 있다.

딥러닝 알고리즘의 개념을 이해하기 위해

"파이썬과 엑셀로 시작하는 딥러닝"을 선택한다.

PART 0 개발 환경 구축 에서는

파이썬과 패키지 프로그램 주피터 노트북,

xlwings, 사이킷런, OpenCV, Numpy,

Matplotlib를 설치하는 방법,

파이썬에서 엑셀을 컨트롤하는 법을 실습한다.

​

PART 1 넘파이(Numpy) 에서는

배열(ndarray)은 넘파이 다차원 배열에서 매우 중요하다.

arange 함수, reshape 함수로 배열 만들기,

array indexing으로 배열 추출하기,

행렬의 사칙연산과 행렬곱, eye 함수,

전치 행렬(Transpose), flip 함수, pad 함수 등 연산,

함수의 기울기, 미분 프로그래밍 에 대해 설명한다.

PART 2 딥러닝 개요 에서는

컴퓨터는 머신러닝으로 스스로 학습을 한다.

딥러닝은 데이터를 설명할 수 있는 최적의 파라미터를 찾는다.

딥러닝의 원리가 되는 y = wx 학습,

예측과 실제의 차이를 정의하는 손실 함수(Loss),

경사 하강법(Gradient Descent)을 활용한 예측값 업데이트,

여측 변수 발생하게 되는 y = wx + b 학습,

손실 함수를 각각 변수에 대해 미분하는 편미분,

확률적 경사 하강법(Stochastic Gradient Descent)과

딥러닝의 한계,

여러 파라미터가 필요한 y = w1 × 1 + w2 × 2 + b 학습,

많은 피처를 효율적 학습하기 위한 행렬 연산,

딥러닝(Deep Learning),

손실 함수 파라미터 기울기 체인룰(CHAIN RULE),

데이터로 Y갑과 Loss를 구하는 순전파(Forward Propagation),

Loss,로 파라미터의 미분값을 전달하는 역전파(Back Propagation),

활성화 함수(Activation Function)에 대해 알아본다.

PART 3 회귀 예제 에서는

데이터를 전처리하고 모델의 일반화 성능을 높여야 한다.

당뇨병 예측 데이터는 당뇨병 발병 1년 후

당뇨병이 얼마나 악화되었는지를 추적한다.

데이터 확인 및 모델 만들기, 데이터 정규화,

하이퍼 파라미터(Hyper Parameter) 설정,

과소/과대 적합 방지에 대해 설명한다.

체력 검사 데이터는 세 가지 체력 요소와 ,

세 가지 운동에 대한 측정치를 포함한 데이터로

여러 출력값이 발생하는 모델이다.

데이터 확인, 다중 출력 모델 설계,

다중 출력 모델의 역전파에 대해 알아본다.

PART 4 분류 개요 에서는

이진 분류 는 둘 중 하나를 맞추는 문제다.

확률값을 만들기 위한 시그모이드(Sigmoid) 함수,

분류의 역전파, 시그모이드의 사용이 제한되는 이유를 설명한다.

다중 분류 는 선택지가 2개보다 큰 경우다.

다중 분류 문제를 예측하는 소프트맥스(Softmax),

원핫 백터를 만드는 카테고리컬 크로스 엔트로피

(Categorical Cross Entropy)를 소개한다.

PART 5 분류 예제 에서는

붓꽃 데이터는 샘플 수가 적고 레이블이 명확하다.

데이터 확인, 원핫인코딩(One-hot Encoding),

벡터 형태로 변환하여 학습에 사용하는 딥러닝으로

다중 분류 문제를 학습한다.

손글씨 데이터를 분류해 본다.

데이터를 이미지로 시각화, 데이터 전처리 ,

신경망 모델에 대해 알아본다.

모델 검증 및 한계에 대해 이야기 한다.

PART 6 CNN 에서는

영상 분석에서 물체의 외곽선은 중요하다.

CANNY 알고리즘은 이미지의 그래디언트를 활용한다.

필터와 합성곱(Convolution) 연산,

합성곱의 역전파에 대해 알아본다.

모델을 만들기 위해 추가적 CNN 구성을 위한

행렬로 표현, Stride, 패딩(Padding),

풀링(Pooling), 채널을 설명한다.

PART 7 RNN 에서는

조건에 따라 다른 조건을 예측해야 하는 경우

이전 상태 정보를 확인하는 순환 뉴런이 필요하다.

순환 신경망 RNN 은 시계열 데이터, 자연어 처리,

단어, 알파벳 예측 등에 적합하다.

순전파와 역전파 연산에 대해 할아본다.

"파이썬과 엑셀로 시작하는 딥러닝" 은

파이썬과 관련 소프트웨어 설치,

넘파이(Numpy), 딥러닝 개요,

회귀, 분류, CNN, RNN 에 대해 다룬다.

파이썬과 패키지 프로그램을 설치하고

파이썬을 엑셀에 연동시킨다.

넘파이 연산, 딥러닝 기초 개념을 소개한다.

딥러닝의 원리가 되는 y = wx 학습부터

여러 파라미터가 필요한 y = w1 × 1 + w2 × 2 + b 학습,

까지 살펴보면서 딥러닝과 순전파의 개념에 대해 학습한다.

당뇨병 예측 데이터, 체력 검사 데이터를 통해

데이터를 전처리하고 모델의 일반화 성능을 높이는

회귀 예제를 실습해 본다.

둘 중 하나를 맞추는 이진분류,

선택지가 2개보다 큰 다중분류의 개념을 소개한다.

​붓꽃 데이터로 다중 분류 문제 학습,

손글씨 데이터로 모델을 검증해 본다.

컴퓨터가 이미지를 학습하는 CNN은

합성곱 역전파를 구현하면서 모델을 만든다.

순환 신경망 RNN 은 순환 뉴런을 통해

시계열 데이터, 자연어 처리, 단어,

알파벳 예측 등에 적합하다.

"파이썬과 엑셀로 시작하는 딥러닝" 은

회귀와 분류 예측 모델을 실습하면서

딥러닝에 대해 이해하고,

CNN, RNN 이론을 모델로 구현해 보면서

인공지능의 이론을 이해하도록 한다.

기본적 이론을 소개하고, 예제를 통해 개념을 소개하며,

"파이썬과 엑셀로 시작하는 딥러닝"은

딥러닝의 기본 원리를 엑셀로 구성하여

쉽게 이해할 수 있도록 안내하며,

파이썬과 엑셀을 효과적으로 사용하면서

모델을 구현할 수 있도록 한다.

"파이썬과 엑셀로 시작하는 딥러닝"은

딥러닝 알고리즘의 원리부터 파악하면서

미분값, 역전파, 순전파 등을 계산하고,

가중치, 편항값이 업데이트 되는 과정을

엑셀로 풀어보면서 시각화 시킨다.

"파이썬과 엑셀로 시작하는 딥러닝"은

넘파이와 엑셀로 코드를 작성하면서

딥러닝 기초 이론과 알고리즘을 이해하도록 한다.

딥러닝 알고리즘의 원리를 이해하면서

모델로 구현하는 방법을 통해

딥러닝에 대해 제대로 이해하게 된다.

"파이썬과 엑셀로 시작하는 딥러닝"은

infopub.co.kr 에서 예제 소스를 제공하고 있으며,

문의 사항에 대한 학습 지원을 제공하므로

학습에 유용하게 활용할 수 있다.

"파이썬과 엑셀로 시작하는 딥러닝"은

딥러닝을 통해 엑셀 학습을 실행하는

유용한 지침을 제공한다.

정보문화사 와 리뷰어스 클럽 서평단 에서

"파이썬과 엑셀로 시작하는 딥러닝"을 증정해 주셨다.

감사드린다.

#딥러닝 #파이썬과엑셀로시작하는딥러닝

#리뷰어스클럽

#서평단모집

#네이버독서카페

#리뷰어스클럽서평단

#정보문화사

#파이썬과엑셀로시작하는딥러닝

#홍재권

#윤동현

#이승준