Visualization of Uncertainty
01 Nov 2020 | Data Science
정말 오랜만에 리뷰하는 인공지능 관련도서입니다! 이 책은 인공지능에서 가장 도전적인 분야 중 하나인 생성모델 중에서 적대적 생성모델(Generative Adversarial Nets 이하 GAN)을 전반적으로 다루고 있습니다. 큰 파장을 불러온 바닐라 GAN을 시작으로 GAN분야에서도 새 지평을 열어준 CGAN, CycleGAN까지 다루면서 GAN의 국한해서는 생성모델의 주요한 발전사를 옅볼수 있는 책입니다. 생성모델에 GAN 위주의 이야기가 나오지만 GAN이외에도 다야한 모델들이 있다는 것은 알아 두시면 좋을 것 같습니다.
인공지능 분야에서도 직관적이지도 않고 수학적 난이도도 있는 분야이다 보니 일정 수준에 오른 독자들이 읽기를 권하고 있습니다. 파이썬, 딥러닝 기초, 미적분, 통계, 확률 등에 어느 정도 친숙한 독자가 읽으면 얻을 수 있는게 더 많을 것이라고 추천은 하고 있습니다. 본인이 여기에 속하지 않는 것 같다고 헤서 못 읽을 책은 전혀 아닙니다. 부족하다가 느껴도 각 모델들이 주는 인사아트에서 공부의 방향을 잡을 수도 있고, 어느 부분이 약한지도 찾을 수 있었습니다.
각 모델들의 특징과 강점, 한계점에 대해 차근차근 짚어주어 전부 이해는 힘들지라도 충분히 따라 갈 수 있는 구조로 되어 있습니다. 이론적으로만 설명하는게 아니고 코드를 가지고 각 모델들이 구현상에 어떤 차이가 있는지, 이 줄은 어떤 기능을 하는 것인지 주석이 달려 이해도를 높이고 있습니다. 자세한 구현법을 응용에 대한 인사이트를 제공합니다.
생성모델 자체에 난이도도 문제지만 CNN, RNN, RL 대비 국문으로 정리된 서적자체가 많이 없고, 블로그 등을 찾아도 특정 모델에 대한 설명이나 논문에 대한 리뷰가 주이다 보니 맥락을 잡고 공부하기엔 진입장벽이 다소 높은 분야였습니다. 이 책은 그런 갈증을 해소하기에 충분한 기본서였습니다.
책의 번역 자체는 제가 언제나 믿고 보는 역자이신 박해선 역자께서 번역을 해주셔서 막힘없이 편하게 읽을 수 있었습니다.
추천 독자: GAN이 뭔지 궁금하고, 생성모델에 관심이 많다.
난인도: 중상
번역: 상
나는 리뷰어다 2020의 활동으로 작성 된 리뷰입니다
