먹는 즐거움은 포기할 수 없어 또는 머신러닝 딥러닝 바로가기 > 도서

먹는 즐거움은 포기할 수 없어



도서명 : 먹는 즐거움은 포기할 수 없어
저자/출판사 : 구스미 마사유키, 글담출판
쪽수 : 224쪽
출판일 : 2018-08-03
ISBN : 9791159350337
정가 : 12800

여는 글 _ 식탐 만세!
고기구이 _ 입안에 남아 있는 육즙의 여운을 좀 더 길게 느끼고 싶어
라면 _ 아무리 뜨거워도 거침없이 후루룩~ 후루룩~ 먹어야 제대로지
돈가스 _ 남자답게! 호쾌하게! 배를 채우고 싶은 날
도시락 _ 통에 담기는 순간, 뭐든지 다 맛있어진다니까
샌드위치 _ 꼬르륵~ 허기를 달래기에 이만큼 적당한 간식도 없지
생선회 _ 볼이 미어지도록 한가득 쌈을 싸서 우물우물~ 아, 배부르다
카레라이스 _ 킁킁~ 코를 찌르는 마성의 향, 무한 흡입을 부른다
나폴리탄 _ 대뇌에 박혀있는 새빨간 세속의 맛, 잊을만하면 생각난다
낫토 _ 온 힘을 다해 일심불란하게 휘저어라! 끈적해질수록 풍미 작렬!
오니기리 _ 속에 뭐가 들어 있는지 모른 채, 한 입 한 입 중심을 향해 전진!
단팥빵 _ 단팥빵 한 입, 흰 우유 꿀꺽~ 아, 추억이 나를 부른다
죽 _ 온몸에 스며드는 뜨끈함에 축 늘어졌던 심신이 되살아난다
볶음국수 _ 엉성하게 대충 볶아도 좋아! 맛보다 분위기로 먹는 음식도 있지
중화냉면 _ 여름을 시작하는 나만의 의식! 시큼한 게 코가 찡~해야 제대로지
컵라면 _ 과자 이상 밥 미만의 적당한 불량식품, 이거야말로 어른의 간식이지
무 _ 궁극의 감칠맛을 내면서도 생색내지 않는 너그러운 녀석
고양이 맘마 _ 허접하다는 걸 알면서도 눈에 보이면 먹고 싶으니 큰일이군
장어 _ 스스로를 힘껏 응원해주고 싶은 날, 아무리 비싸도 무조건 먹는다!
젓갈 _ 진정한 밥도둑은 이거지 이거. 어라, 벌써 다 먹었네
메밀국수 _ 겨울이 오면 생각난다. 퍼석한 면에 새까만 국물이면 충분해!
튀김덮밥 _ 바삭한 튀김, 매콤한 양념에 뜨끈한 밥. 뭐가 더 필요해?
두부 _ 담백함 속에 숨겨진 엄청나게 깊은 맛, 그 참맛을 알아버렸지 뭐야
오차즈케 _ 언제 먹어도 부담이 없다. 그릇째 들고 술~ 술~ 먹는다
꽁치 _ 잔가시 말고는 버릴 게 없다! 머리부터 꼬리까지 모조리 먹어야 제맛
양배추 _ 음식의 맛을 살리는 최고의 조연, 아껴 쓰면 서운해!
소면 _ 국물이 사방에 튀어도 오케이! 입안으로 면발을 힘차게 빨아들여라!




머신러닝 딥러닝 바로가기



도서명 : 머신러닝 딥러닝 바로가기
저자/출판사 : 요시카와 하야토, 프리렉
쪽수 : 376쪽
출판일 : 2018-07-24
ISBN : 9788965402237
정가 : 25000

역자 서문
서문
이 책을 읽는 방법
인공지능, 머신러닝, 딥러닝이란?

Part 1 GCP와 머신러닝
Chapter 1 GCP 사용해 보기
1 GCP 개요
2 계정과 프로젝트 만들기
3 Cloud Shell
4 Google Compute Engine
5 Google Cloud Storage
6 BigQuery
[Column] BigQuery를 사용할 때 주의할 점

Chapter 2 Datalab 사용해 보기
1 Datalab 퀵투어
2 NumPy와 pandas
3 Datalab과 BigQuery 연동하기
4 Datalab으로 다양한 그래프 그리기

Chapter 3 GCP로 간단하게 머신러닝 해보기
1 GCP의 머신러닝 관련 서비스
2 Cloud Vision API
3 Cloud Translation API
4 Cloud Natural Language API
[Column] Dataflow와 ML Engine

Part 2 식별의 기초
Chapter 4 2-클래스 식별하기
1 단순한 식별
2 머신러닝 사용하기
3 퍼셉트론
[Column] 퍼셉트론 학습 규칙 추가 설명
4 손실 함수
5 로지스틱스 회귀

Chapter 5 N-클래스 식별과 다양한 식별기
1 scikit-learn 간단하게 살펴보기
2 N-클래스의 로지스틱 회귀
3 서포트 벡터 머신
4 랜덤 포레스트

Chapter 6 데이터 평가 방법과 튜닝
1 기본적인 학습 흐름
2 학습과 테스트
3 데이터 평가하기
4 매개변수 튜닝하기

Part 3 딥러닝 입문
Chapter 7 딥러닝 기초
1 이미지 식별하기
2 신경망
3 활성화 함수
4 N-클래스 대응하기
5 다양한 경사 하강법
6 TensorFlow 준비하기
7 신경망 구현하기
8 DNNClassifier로 간단하게 학습하기
9 TensorBoard
[Column] 드롭아웃층

Chapter 8 CNN(합성곱 신경망)
1 지금까지 살펴봤던 이미지 식별의 문제점
2 합성곱층
3 합성곱 계산의 종류와 풀링
4 TensorFlow로 2층 CNN 구현하기
[Column] 더 깊은 네트워크
[Column] Cloud ML Engine

Appendix 부록
1 Python2의 기본적인 사용 방법
2 Jupyter 설치하기

찾아보기