강화학습/심층강화학습 특강

파이썬 기초부터 AI 시스템 구축까지 실습을 통해 배우는 인공지능 강좌

유데미 AI 최고 강사인 아들랑 드 폰테베가 선사하는 최상의 인공 지능 강의!

아들랑 드 폰테베는 자신의 베스트셀러 동영상 교육을 통해 수십만 명의 사람들에게 AI 소프트웨어를 만드는 방법을 가르쳤다. 이제 최초로 그가 알려주는 실습 위주의 활기찬 교육 방식이 책으로 출간된다. 《강화학습/심층강화학습 특강》은 더 복잡한 공식과 표기법을 배우기 전에 기본부터 시작해서 강화학습과 딥러닝으로 AI 시스템을 구축할 때 필요한 모든 것을 알려준다. 완전하게 작동하는 5가지의 프로젝트를 통해 실질적인 내용을 습득해 나가며, 파이썬, 텐서플로, 케라스, 파이토치 같이 사용하기 쉬우면서도 널리 알려진 AI 프로그래밍 도구를 활용해 지능형 소프트웨어를 만드는 방법을 단계별로 보여준다. 《강화학습/심층강화학습 특강》은 모든 사람이 자신의 애플리케이션에서 작동할 AI를 구축하는 방법을 알려주는 최고의 가이드이다. 이 책을 읽고 난 후 상상력을 빼면 당신의 능력을 제한할 수 없다는 것을 알게 될 것이다.

★ 이 책에서 다루는 내용 ★

  • 이전에 어떤 경험이 없더라도 AI 기초를 마스터한다.
  • 가상의 자율 주행 자동차와 창고 로봇 등 재미있는 프로젝트를 구축한다.
  • 실세계 비즈니스 문제를 해결하기 위해 AI를 사용한다.
  • 파이썬으로 코딩하는 방법을 배운다.
  • 강화학습의 5가지 원칙을 알아낸다.
  • 자신만의 AI 도구를 만든다.

 

도서 상세 이미지

아들랑 드 폰테베 (Hadelin de Ponteves)

아들랑 드 폰테베는 최신의 AI 기술을 사용해 비즈니스에서 프로세스 최적화, 효율 극대화, 수익성 증대를 달성할 수 있게 해주는 블루라이프 AI(BlueLife AI)의 공동 창업자이자 CEO다. 또한 아들랑은 머신러닝, 딥러닝, 인공지능, 블록체인 같은 주제를 다루는 인기 많은 온라인 교육과정을 50개 이상 개설한 온라인 기업가로 204개국에서 70만명 이상의 구독자를 보유하고 있다.

김정인

현재 기업 빅데이터 전략팀에서 근무하고 있다. 옮긴 책으로는 《실전! 텐서플로 2를 활용한 딥러닝 컴퓨터 비전》 《케라스로 구현하는 고급 딥러닝 알고리즘》 《실전! Core ML을 활용한 머신러닝 iOS 앱 개발》 《실전활용! 텐서플로 딥러닝 프로젝트》 《마이크로소프트 봇 프레임워크 프로그래밍》 《애자일 데이터 과학 2.0》 《구글 애널리틱스 완벽 가이드》 《파이썬 데이터 사이언스 핸드북》 《러닝 스칼라》가 있다.

  • ▣ 01장: 도입
    • AI 여정의 시작
    • 4가지 AI 모델
      • 실제 모델
      • AI 학습이 어디로 인도할까?
    • 요약
    •  
  • ▣ 02장: AI 도구 알아보기
    • 깃허브 페이지
    • 구글 코랩
    • 요약
    •  
  • ▣ 03장: 파이썬 기초
    • 텍스트 표시하기
    • 변수와 연산
    • 리스트와 배열
    • if 문과 조건
    • for와 while 루프
    • 함수
    • 클래스와 객체
    • 요약
    •  
  • ▣ 04장: AI 기반 기술
    • 강화학습이란 무엇인가?
    • 강화학습의 5가지 원칙
      • 원칙 1 - 입출력 시스템
      • 원칙 2 - 보상
      • 원칙 3 - AI 환경
      • 원칙 4 - 마르코프 결정 프로세스
      • 원칙 5 - 훈련과 추론
    • 요약
    •  
  • ▣ 05장: 첫 AI 모델 만들기 - 슬롯머신 문제
    • 다중 슬롯머신 문제
    • 톰슨 샘플링 모델
      • 모델 코딩
      • 모델 이해
      • 분포
      • 다중 슬롯머신 문제 해결
      • 3 단계로 나눠본 톰슨 샘플링 전략
      • 톰슨 샘플링 마무리
      • 톰슨 샘플링과 표준 모델 비교
    • 요약
    •  
  • ▣ 06장: 영업과 광고를 위한 AI
    • 문제 정의
    • 시뮬레이션 내부에 환경 구축하기
      • 시뮬레이션 실행
      • 복습
    • AI 솔루션 복습
      • AI 모델
      • 직관
    • 구현
      • 톰슨 샘플링 대 무작위 선택
      • 코딩 시작
      • 최종 결과
    • 요약
    •  
  • ▣ 07장: Q-러닝 기초
    • 미로
      • 시작
      • 환경 구성
      • AI 구성
    • Q-러닝 프로세스
      • 훈련 모드
      • 추론 모드
    • 요약
    •  
  • ▣ 08장: 물류를 위한 AI - 창고에서 일하는 로봇
    • 환경 구성
      • 상태
      • 행동
      • 보상
      • AI 모델 복습
    • 구현
      • 파트 1 - 환경 구성
      • 파트 2 - Q-러닝으로 AI 솔루션 구성
      • 파트 3 - 운영 시작
      • 개선 1 - 보상 부여 자동화
      • 개선 2 - 중간 목표 추가
    • 요약
    •  
  • ▣ 09장: 인공 두뇌로 프로가 되는 법 - 심층 Q-러닝
    • 주택 가격 예측
      • 데이터셋 업로드
      • 라이브러리 임포트
      • 변수 제외
      • 데이터 준비
      • 신경망 구축
      • 신경망 훈련
      • 결과 표시
    • 딥러닝 이론
      • 뉴런
      • 활성화 함수
      • 신경망 작동 방식
      • 신경망 학습 방식
      • 순전파와 역전파
      • 경사 하강법
      • 심층 Q-러닝
      • 소프트맥스 기법
      • 심층 Q-러닝 복습
      • 경험 재현
      • 심층 Q-러닝 전체 알고리즘
    • 요약
    •  
  • ▣ 10장: 자율주행차를 위한 AI
    • 환경 구성
      • 목표 정의
      • 매개변수 설정
      • 입력 상태
      • 출력 행동
      • 보상
    • AI 솔루션 복습
    • 구현
      • 1단계 - 라이브러리 임포트
      • 2단계 - 신경망 아키텍처 생성
      • 3단계 - 경험 재현 구현
      • 4단계 - 심층 Q-러닝 구현
    • 데모
      • 아나콘다 설치
      • 파이썬 3.6으로 가상 환경 생성
      • 파이토치 설치
      • 키비 설치
    • 요약
    •  
  • ▣ 11장: 심층 Q-러닝으로 데이터센터 냉난방 비용 최소화하기
    • 문제 정의
    • 환경 구성
      • 서버 환경의 매개변수와 변수
      • 서버 환경에 대한 가정
      • 시뮬레이션
      • 전체 기능
      • 상태 정의
      • 행동 정의
      • 보상 정의
      • 마지막 시뮬레이션 예제
    • AI 솔루션
      • 두뇌
      • 구현
      • 1단계 - 환경 구성
      • 2단계 - 두뇌 구성
      • 3단계 - 심층강화학습 알고리즘 구현
      • 4단계 - AI 훈련
      • 5단계 - AI 테스트
    • 데모
    • 요약 - 일반 AI 프레임워크/청사진
    • 요약
    •  
  • ▣ 12장: 심층 합성곱 Q-러닝
    • CNN은 어디에 사용되는가?
    • CNN은 어떻게 작동하는가?
      • 1단계 - 합성곱
      • 2단계 - 최대 풀링
      • 3단계 - 평면화
      • 4단계 - 완전 연결
    • 심층 합성곱 Q-러닝
    • 요약
    •  
  • ▣ 13장: 게임을 위한 AI - 스네이크 게임 마스터 되기
    • 문제 정의
    • 환경 구성
      • 상태 정의
      • 행동 정의
      • 보상 정의
    • AI 모델
      • 두뇌
      • 경험 재현 메모리
    • 구현
      • 1단계 - 환경 구성
      • 2단계 - 두뇌 구성
      • 3단계 - 경험 재현 메모리 구성
      • 4단계 - AI 훈련
      • 5단계 - AI 테스트
    • 데모
      • 설치
      • 결과
    • 요약
    •  
  • ▣ 14장: 요약 및 결론
    • 요약 - 일반 AI 프레임워크/청사진
    • 향후 계획
      • 실습, 실습, 또 실습
      • 네트워킹
      • 배우기를 멈추지 말라
    •  
  • ▣ 부록: 연습문제 풀이