[독서노트] 처음 시작하는 딥러닝
한빛미디어 2020년 08월 발행. 2021년 8월 1~3주 독서
서평 및 발제
인공지능 헬스케어 과정을 공부할 계획이다. 예전에는 인공지능 딥러닝을 컴퓨터 공학 관점에서 보려고 했었지만, 진로를 약간 특허어 바이오 관점에서 인공지능을 활용할 계획이다. 대학때부터 코딩을 해오던 사람들과 차별성을 두기 위한 약간의 전략이랄까?
바이오 전공인 나로서는 어찌보면 적합한 선택이라고 할 수 있다. 이와 비슷하게 많이 주목을 받아온 분야는 생물정보학(Bioinformatics) 분야이다. 이 분야는 인간의 유전체 정보를 분석하여 질병과의 연관성을 보고, 다양한 변이정보를 찾아보면서 유전질환, 희귀성 질환, 암 등을 예측하는데 활용할 수 있다. 하지만 이 분야도 이미 우리나라에선 약 20년 가량 발전해왔고, 이 분야의 역사에 대해서는 브런치 초기글에 정리를 해본바 있다.
바이오 관점에서 인공지능을 공부한다는 이야기는 생물정보학과는 또 다른 관점이다. 이 분야는 인간의 유전체 정보에 국한되지 않고 (포함할 수 도 있다), 여러가지 바이오 빅데이터를 활용하여 헬스케어 정보로 활용한다는 의미이다. 디지털 헬스케어, 디지털 치료제, 메타버스, 원격 의료 등이 이 분야에 해당 될 수 있다.
해당 분야를 깊이 있게 공부하기 위해서 이번 가을학기부터 본격적으로 시작을 한다. 언제 끝날지 모를 긴 과정이지만 잘 수료하고, 의미있는 졸업 논문을 한편 쓰고 싶다.
해당 분야에 필요한 기본 도서로 오늘 이 책을 간략하게 소개하고자 한다.
차례 및 요약
1장_신경망 기초 1
함수의 연산 과정을 다이어그램으로 이해하고, 미적분의 연쇄법칙으로 도함수를 구하는 방법을 알아봅니다.
2장_신경망 기초 2
선형회귀와 신경망 모델을 적용해 데이터 집합에서 주택 가격의 추이를 예측하는 학습 모델을 구현합니다.
3장_밑바닥부터 만들어보는 딥러닝
Layer, Model, Optimizer와 같은 구성 요소를 만들고 이를 조합해 전체 딥러닝 모델을 구현합니다.
4장_프레임워크 확장하기
신경망 모델의 성공 확률을 높이는 주요 학습 방법을 소개합니다.
5장_합성곱 신경망
이미지를 다루는 데 특화된 신경망인 합성곱 신경망(CNN)을 소개하고, 합성곱층을 직접 구현하며 동작 원리를 파악합니다.
6장_순환 신경망
자동 미분의 동작 과정을 살펴보고, 순환 신경망(RNN)에 이를 적용해봅니다. RNN의 변형 구조인 GRU와 LSTM도 함께 소개합니다.
7장_파이토치
내용 요약
인공지능을 이해하기 위해서 필요한 수학에 관한 이론을 설명하고, 함수를 다이어그램으로 시각화해서 설명해준다.
그리고 해당 함수를 활용하는 코드에 대한 예시를 볼 수 있고, 이에 해당하는 예제 코드를 활용하여 실습을 해볼 수 있고, 깃허브에 소스도 정리되어 있다.
다양한 예제들에 대해서도 실습해볼 수 있어서 처음 인공지능을 시작하는 사람들에게 이론부터 실습 예제와 이해를 할 수 있는 좋은 책이라고 말할 수 있다.
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."
