iMTE

딥러닝 책 정리 및 추천 본문

Deep learning/내용 정리

딥러닝 책 정리 및 추천

Wonju Seo 2019. 2. 6. 19:56

딥러닝 책 정리를 하였습니다. (읽은 책들 + 읽고 있는 책들 위주로 정리, 극히 주관적이나 책을 사서 공부할 때 도움이 되길 바라면서 정리하였습니다.) 다음 분들에게 도움이 될 것이라고 믿습니다.

1. 딥러닝을 체계적으로 code scratch부터 배우고 싶은 분들 (★)

2. 이미 잘 구성된 library를 사용해서 모델을 구현하고 싶은 분들 (★)

3. 딥러닝의 이론에 대해서 깊게 공부하고 싶으신 분들(★)

4. 딥러닝 응용에 대해서 최신 트렌드를 공부하고 싶으신 분들(★)

모든 책들은 다 읽어보고 직접 code를 구현을 해보고 결정내린 것입니다. 공부할 때 유익할 것이라고 기대합니다.


1. 추천

1) ★, 밑바닥부터 시작하는 딥러닝 (Deep Learning from Scractch) - 딥러닝의 함수들을 파이썬으로 하나씩 구현을 해보는 것을 통해서 뉴럴 네트워크안에서 어떻게 학습이 진행되는지, 또 그결과는 어떤지를 알 수 있음. (어떻게 동작하는지 안다면, 그 동작을 수정도 해볼 수 있지 않은가?)

2) ★, 딥러닝의 정석 (Fundamental of Deep Learning) - Tensorflow를 사용해서, 기본적인 모델부터 복잡한 모델까지 구현할 수 있게 도와주며, 충분한 정도로 딥러닝의 핵심 알고리즘에 대한 정리를 다루고 있음.

3) ★, 블록과 함께 하는 파이썬 딥러닝 케라스 - Tensorflow가 어렵다면, Keras와 같이 high-level에서 뉴럴 네트워크를 구현하는 것이 좋음. 이 책은 블록 형태로 다양한 예제를 통해 뉴럴 네트워크의 설계 및 응용을 다루고 있어, 빠르게 네트워크를 구현하고 싶은 학생에게는 좋을 듯 함.

4) ★, Hands-On Machine Learning with Scikit-Learn & Tensorflow - 갓책, 기계 학습과 딥러닝을 다루는 책으로, 기계 학습의 라이브러리중 하나인 scikit-learn을 사용해서 다양한 그리고 최신의 모델들을 구현을 할 수 있으며, 원리에 대해서 간략하게나마 공부할 수 있음. 또한, 기계 학습의 한계점들을 나열하고 해결방안으로 딥러닝을 제시함으로, 자연스럽게 내용이 흘러가도록 하여, 왜 딥러닝이 등장했고, 인기를 끌었는지 알 수 있는 책이기도 함.

5) ★, 딥다 딥러닝, 딥러닝 제대로 시작하기 - 딥러닝의 수학적 내용을 좀 더 깊게 이해하고 싶으면 추천하는 책. 

6) ★, Pro Deep Learning with TensorFlow - 좀 더 심도있는 네트워크 구현 및 최근 트렌드에 대한 네트워크 구조를 설명하고 있는 책. 기본 내용부터 시작하여 고급으로 넘어가는 것이 핵심인 책.

7) ★, Deep Learning (Ian Goodfellow) - 말이 필요 없는 딥러닝의 교과서.'

8) ★, Meta Learning with Python - Meta learning에 관심있는 분들을 위해서

9) ★, Deep learning with pytorch - Pytorch로 모델을 구현하고 싶으신 분들을 위해서

10) ★, C++와 CUDA C로 구현하는 딥러닝 알고리즘 세트 - 전체적으로 코드를 구현한 것은 아니지만, CUDA로 CNN 구현할 때 참고했던 서적임. 어려웠던건 사실이지만, 실제 네트워크의 내부 동작을 알 수 있으며, 어떻게 병렬 처리를 해야하는지를 알 수 있다는 점에서 매우 유익함.

11) ★, Learning Generative Adversarial Networks - GAN을 구현하고 싶은 분들을 위해서 읽어보면 좋은 책임. 최신 트렌드까지는 포함하지 않지만, 최신 트렌드를 공부하는데 도움이 될 수 있는 기초적인 모델을 설명해놓았음. 직접 구현해보면 재미있음.


2. 그외

그외 여러 책들이 있긴한데... 대부분의 책들이 네트워크를 구현하고 검증하는 것만 다루고 있어서, 깊게 공부하고 싶은 사람들에게는 그렇게 추천하지 않습니다.

(단순히 모델 구현하는거라면 구글에 검색해서 나오는 수 많은 github code들이 도와줄 것입니다. 따라서, 책을 사지말고 유명한 사람들의 github code를 따라해본다면 충분히 할 수 있다고 생각합니다. 아니면, 유명한 머신러닝 연구자들의 블로그를 참고합시다.)

제가 참고하는 블로그는 다음과 같습니다.

https://machinelearningmastery.com/blog/

https://www.feedspot.com/infiniterss.php?followfeedid=5055254&q=site:https%3A%2F%2Fmlfromscratch.com%2Ffeed

http://neuralnetworksanddeeplearning.com/



Comments