01 딥러닝을 소개합니다
  01-1 인공지능을 소개합니다 = 15
  01-2 머신러닝을 소개합니다 = 17
  01-3 딥러닝을 소개합니다 = 23
    01장에서 꼭 기억해야 할 내용 = 26
02 최소한의 도구로 딥러닝을 시작합니다
  02-1 구글 코랩을 소개합니다 = 28
  02-2 딥러닝을 위한 도구들을 알아봅니다 = 38
    02장에서 꼭 기억해야 할 내용 = 44
03 머신러닝의 기초를 다집니다 - 수치 예측
  03-1 선형 회귀에 대해 알아보고 데이터를 준비합니다 = 46
  03-2 경사 하강법으로 학습하는 방법을 알아봅니다 = 54
  03-3 손실 함수와 경사 하강법의 관계를 알아봅니다 = 66
  03-4 선형 회귀를 위한 뉴런을 만듭니다 = 69
    03장에서 꼭 기억해야 할 내용 = 75
04 분류하는 뉴런을 만듭니다 - 이진 분류
  04-1 초기 인공지능 알고리즘과 로지스틱 회귀를 알아봅니다 = 77
  04-2 시그모이드 함수로 확률을 만듭니다 = 82
  04-3 로지스틱 손실 함수를 경사 하강법에 적용합니다 = 86
  04-4 분류용 데이터 세트를 준비합니다 = 92
  04-5 로지스틱 회귀를 위한 뉴런을 만듭니다 = 96
  04-6 로지스틱 회귀 뉴런으로 단일층 신경망을 만듭니다 = 105
  04-7 사이킷런으로 로지스틱 회귀를 수행합니다 = 113
    04장에서 꼭 기억해야 할 내용 = 115
05 훈련 노하우를 배웁니다
  05-1 검증 세트를 나누고 전처리 과정을 배웁니다 = 117
  05-2 과대적합과 과소적합을 알아봅니다 = 131
  05-3 규제 방법을 배우고 단일층 신경망에 적용합니다 = 137
  05-4 교차 검증을 알아보고 사이킷런으로 수행해 봅니다 = 149
    05장에서 꼭 기억해야 할 내용 = 155
06 2개의 층을 연결합니다 - 다층 신경망
  06-1 신경망 알고리즘을 벡터화하여 한 번에 전체 샘플을 사용합니다 = 157
  06-2 2개의 층을 가진 신경망을 구현합니다 = 170
  06-3 미니 배치를 사용하여 모델을 훈련합니다 = 189
    06장에서 꼭 기억해야 할 내용 = 195
07 여러 개를 분류합니다 - 다중 분류
  07-1 여러 개의 이미지를 분류하는 다층 신경망을 만듭니다. = 197
  07-2 텐서플로와 케라스를 사용하여 신경망을 만듭니다 = 222
    07장에서 꼭 기억해야 할 내용 = 232
08 이미지를 분류합니다 - 합성곱 신경망
  08-1 합성곱 연산에 대해 알아봅니다 = 234
  08-2 풀링 연산에 대해 알아봅니다 = 246
  08-3 합성곱 신경망의 구조를 알아봅니다 = 250
  08-4 합성곱 신경망을 만들고 훈련합니다 = 256
  08-5 케라스로 합성곱 신경망을 만듭니다 = 270
    08장에서 꼭 기억해야 할 내용 = 278
09 텍스트를 분류합니다 - 순환 신경망
  09-1 순차 데이터와 순환 신경망을 배웁니다 = 280
  09-2 순환 신경망을 만들고 텍스트를 분류합니다 = 291
  09-3 텐서플로로 순환 신경망을 만듭니다 = 305
  09-4 LSTM 순환 신경망을 만들고 텍스트를 분류합니다 = 313
    09장에서 꼭 기억해야 할 내용 = 318
찾아보기 = 320