•  책의 일부 내용을 미리 읽어보실 수 있습니다.
  미리보기

Part 1.
큰 그림 살펴보기

1.
그래서 ‘학습’이 뭔데? (1)
2.
그래서 ‘학습’이 뭔데? (2)
3.
인공지능/ 머신러닝/ 딥러닝
4.
회귀와 분류, 지도 학습과 비지도 학습

Part 2.
핵심 개념 익히기

1.
선형 회귀 - 집값 예측하기
2.
선형 회귀 - 오차와 비용
3.
신경망 기초 - 비선형 변환이 필요한 이유
(부록: 파이썬 실습) 시그모이드, 렐루 구현
4.
신경망 기초 - 가중치 행렬 연산
(부록: 파이썬 실습) 가중치 행렬 연산
5.
신경망 학습 - 경사하강법
6.
신경망 학습 - 순전파로 예측하기
7.
신경망 학습 - 역전파로 학습하기

Part 3.
한 걸음 더 나아가기

1.
소프트맥스와 크로스 엔트로피
2.
엄한 교육 vs 느슨한 교육 - 오버피팅 문제
3.
합성곱 신경망(CNN) 쉽게 이해하기
4.
다음 단계로 나아가기
(부록: 총정리) 기말고사
(부록 : Q&A) 비전공자로 AI 개발자가 될 수 있나요?