알라딘 첫화면으로 가기
헤더배너
분야보기



닫기
1/0 photos
프로필
상품평점 help

분류

이름:최민환

최근작
2020년 11월 <텐서플로로 하는 딥러닝 기초와 응용>

최민환

고신뢰 무선 통신 및 머신러닝 분야에 대한 관심을 바탕으로 한양대학교 전자통신공학과 내 지능 통신 시스템 연구실(ICSL)에 입학했다. 주로 고신뢰 통신을 위한 다중 안테나 및 다수의 사용자 간 무선 통신 신호 처리에 관한 분석과 실험을 했으며, 머신러닝 기반 변조 분류 기법 관련 연구를 수행한 후 박사 학위를 취득했다. 현재는 KT 융합기술원 인프라 연구소에서 3년 동안 인공지능 기술을 유/무선 네트워크에 접목시킨 연구 개발을 수행하고 있다. 번역한 책으로는 『예제로 배우는 자연어 처리 기초』(에이콘, 2020)가 있다.  

출간도서모두보기

<텐서플로로 하는 딥러닝 기초와 응용> - 2020년 11월  더보기

21세기 IT 기술 중 가장 섹시한(!) 분야를 꼽자면 한치의 망설임 없이 "AI(Artificial intelligence)"를 꼽을 것이다. AI는 금융, 의료, 운송, 교육, 보안, 농업 등 많은 산업에 접목해 자동화 및 맞춤형 서비스를 선보이고 있다. 가까운 미래에 AI는 단순 노동 업무를 넘어 전문직 영역으로 확대될 것이다. 많은 이들은 AI가 현존하는 일자리를 많이 줄일 것이라 생각하지만, 혁신적인 기술이 나올 때마다 일자리는 변모해왔고 더 다양해졌다. 이 책은 텐서플로(TF, TensorFlow) 2.0 버전의 새로운 기능과 텐서플로 2.0을 활용한 신경망과 머신러닝 기반 애플리케이션을 만드는 방법에 대해 편리한 가이드북 역할을 해줄 것이다. 머신러닝과 신경망에 대한 이론적 개요로 시작해 TF 1.x 및 TF 2.0 버전의 라이브러리 사용 방법에 대한 설명으로 이어진다. 그림와 실제 코드들을 보고 따라 하기 쉬운 예제로 구성돼 있어서, 신경망이 작동하는 방식을 자연스레 이해하고 구현할 수 있게 한다(책에서 제공하는 코드는 깃허브를 통해 다운로드할 수 있다). 다음으로 TF 2.0에서 제공하는 새로운 모듈을 사용해 넓은 범위의 신경망 아키텍처를 구축하기 위한 최적화 기술과 알고리즘을 마스터하는 방법을 배울 수 있다. 나아가, 분류 문제를 해결하기 위한 컨볼루션 신경망(CNN, Convolution Neural Network), 시맨틱 분할(Semantic Segmentation), 학습 데이터 확보를 위한 생성적 적대 신경망(GAN, Generative Adversarial Network) 등과 같은 더 복잡한 신경망 아키텍처를 구현하는 방법도 알 수 있다. AI 전문가가 절대적으로 부족한 지금, 이 책을 통해 독자들이 머신러닝과 AI 알고리즘 설계 능력을 한층 더 발전시켜, 가능성이 무한한 시장을 선점하고 수없이 많은 기회를 쟁취하기를 희망한다. 최민환

가나다별 l l l l l l l l l l l l l l 기타
국내문학상수상자
국내어린이문학상수상자
해외문학상수상자
해외어린이문학상수상자