확장메뉴
주요메뉴
소득공제 PDF
머신러닝 파워드 애플리케이션
미리보기 파트너샵보기 공유하기
eBook

머신러닝 파워드 애플리케이션

: 아이디어에서부터 완성된 제품까지, 강력한 머신러닝

[ PDF ]
리뷰 총점7.0 리뷰 1건 | 판매지수 120
구매 시 참고사항
  • 2020.4.1 이후 구매 도서 크레마터치에서 이용 불가
{ Html.RenderPartial("Sections/BaseInfoSection/DeliveryInfo", Model); }
1 2 3 4 5

품목정보

품목정보
발행일 2021년 10월 11일
이용안내 ?
지원기기 크레마, PC(윈도우), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(일부 기기 사용 불가), PC(Mac)
파일/용량 PDF(DRM) | 4.60MB ?
글자 수/ 페이지 수 약 305쪽?
ISBN13 9791162246542
더보기

이 상품의 태그

소개 책소개 보이기/감추기

더보기

목차 목차 보이기/감추기

[PART I 올바른 머신러닝 접근 방법 모색]

CHAPTER 1 제품의 목표를 머신러닝 문제로 표현하기
1.1 어떤 작업이 가능한지 예상하기
1.2 머신러닝 에디터 설계
1.3 모니카 로가티: 머신러닝 프로젝트의 우선순위 지정하기
1.4 마치며

CHAPTER 2 계획 수립하기
2.1 성공 측정하기
2.2 작업 범위와 문제점 예상하기
2.3 머신러닝 에디터 계획하기
2.4 규칙적인 향상 방법: 간단하게 시작하기
2.5 마치며

[PART II 초기 프로토타입 제작]

CHAPTER 3 엔드투엔드 파이프라인 만들기
3.1 가장 간단한 프로토타입
3.2 머신러닝 에디터 프로토타입
3.3 워크플로 테스트하기
3.4 머신러닝 에디터 프로토타입 평가
4.5 마치며

CHAPTER 4 초기 데이터셋 준비하기
4.1 반복적인 데이터셋
4.2 첫 번째 데이터셋 탐색하기
4.3 레이블링으로 데이터 트렌드 찾기
4.4 데이터를 활용한 특성 생성과 모델링
4.5 로버트 먼로: 데이터를 찾고, 레이블링하고, 활용하는 방법
4.6 마치며

[PART III 모델 반복]

CHAPTER 5 모델 훈련과 평가
5.1 가장 간단하고 적절한 모델
5.2 모델 평가: 정확도를 넘어서
5.3 특성 중요도 평가
5.4 마치며

CHAPTER 6 머신러닝 문제 디버깅
6.1 소프트웨어 모범 사례
6.2 데이터 흐름 디버깅: 시각화와 테스트
6.3 훈련 디버깅: 모델 학습하기
6.4 일반화 디버깅: 유용한 모델 만들기
6.5 마치며

CHAPTER 7 분류기를 사용한 글쓰기 추천
7.1 모델로 추천 만들기
7.2 모델 비교하기
7.3 추천 생성하기
7.4 마치며

[PART IV 배포와 모니터링]

CHAPTER 8 모델 배포 시 고려 사항
8.1 데이터 고려 사항
8.2 모델링 고려 사항
8.3 크리스 할랜드: 배포 실험
8.4 마치며

CHAPTER 9 배포 방식 선택
9.1 서버 측 배포
9.2 클라이언트 측 배포
9.3 연합 학습: 하이브리드 방법
9.4 마치며

CHAPTER 10 모델 안전장치 만들기
10.1 실패를 대비하는 설계
10.2 성능 설계
10.3 피드백 요청
10.4 크리스 무디: 데이터 과학자에게 모델 배포 권한 부여
10.5 마치며

CHAPTER 11 모니터링과 모델 업데이트
11.1 모니터링의 역할
11.2 모니터링 대상 선택
11.3 머신러닝을 위한 CI/CD
11.4 마치며
더보기

저자 소개 (2명)

출판사 리뷰 출판사 리뷰 보이기/감추기

머신러닝 아이디어 생각만 하고 있었다면?
지금 바로 애플리케이션 개발에 힘을 실어줄 강력한 한 방!
머신러닝이 점점 더 활발하게 다양한 제품에 사용되면서, 새로운 제품 개발에 대한 아이디어가 번쩍번쩍 샘솟는 분들이 많을 겁니다. 생각에만 그치지 않고 아이디어를 실제 애플리케이션으로 구현하고 싶은데 어떤 것부터, 어디서부터 시작해야 할지 모르겠다면 바로 이 책을 펼쳐보세요. 대부분의 머신러닝 책이 알고리즘과 라이브러리 설명에 중점을 두는 것과 달리, 이 책은 머신러닝 기반의 애플리케이션 아이디어가 실제 애플리케이션으로 구현되는 모든 과정을 살펴봅니다. 실무자가 실제로 애플리케이션을 구현할 때 필요한 도구와 마주하게 될 도전 과제를 살펴보고, 업계 리더 4명의 생생한 경험이 담긴 인터뷰를 통해 유용한 팁을 얻어 본인만의 스킬을 쌓아가세요. 이 책을 읽고 나면 본인만의 머신러닝 애플리케이션을 구현하는 과정의 첫 삽을 자신 있게 뜰 수 있을 겁니다.
대상 독자
· 프로그래밍 경험과 머신러닝 기초 지식을 가진 누구나
· 데이터 과학자, 머신러닝 엔지니어로 현업에 종사하는 개발자
· 코딩은 모르지만 데이터 과학자와 함께 일해야 하는 직군
주요 내용
· 제품의 목표를 정의하고 머신러닝 문제를 설정합니다.
· 첫 번째 엔드투엔드 파이프라인을 빠르게 만들어 초기 데이터셋을 획득합니다.
· 머신러닝 모델을 훈련, 평가하고 성능 병목을 해결합니다.
· 제품 환경에 모델을 배포하고 모니터링합니다.
부별 요약
· 1부: 아이디어를 머신러닝 문제로 표현하고 성능을 측정하는 방법을 배워 초기 계획을 세웁니다.
· 2부: 첫 번째 파이프라인을 만들고, 초기 데이터셋을 탐색하고 시각화하는 법을 배웁니다.
· 3부: 목표를 달성할 때까지 모델을 향상하는 방법을 살펴봅니다.
· 4부: 모델 배포 시 고려해야 할 부분과 배포 방식, 모니터링 전략을 다룹니다.

eBook 회원리뷰 (1건) 리뷰 총점7.0

혜택 및 유의사항?
[도서리뷰] Building Machine Learning Powered Applications 머신러닝 파워드 애플리케이션 내용 평점4점   편집/디자인 평점3점 b*****e | 2022.04.01 | 추천0 | 댓글0 리뷰제목
안녕하세요 괴짜 개발자 namedboy 입니다.   여러분은 머신러닝을 얼마나 활용해 보셨나요? 저는 항상 머신러닝에 대해서 얘기를 하다보면 지식의 한계 지점을 느낍니다. 그만큼 제가 머신러닝에 대해 모르기도 하고 어떤식으로 머신러닝을 구상해야 할지 어렵기 때문일 겁니다.   머신러닝을 제대로 돌리기 위해서는 모델을 알아야 하고 그것을 또 배우는데 시간이 필;
리뷰제목

원문주소 : http://m.blog.yes24.com/document/16126667

안녕하세요 괴짜 개발자 namedboy 입니다.

 

여러분은 머신러닝을 얼마나 활용해 보셨나요?

저는 항상 머신러닝에 대해서 얘기를 하다보면 지식의 한계 지점을 느낍니다.

그만큼 제가 머신러닝에 대해 모르기도 하고 어떤식으로 머신러닝을 구상해야 할지 어렵기 때문일 겁니다.

 

머신러닝을 제대로 돌리기 위해서는 모델을 알아야 하고 그것을 또 배우는데 시간이 필요하고 그것을 잘 알지 못하면 또 머신러닝을 실행하지 못해서 어려운 것도 있습니다.

 

그런면에서 이 책에선 그런 모델을 먼저 가르쳐줍니다. 모델을 알고 나면 머신러닝을 설계하고 계획하고 수립해서 실제로 해볼 수 있습니다.

 

한걸음 나아가는 셈이죠.

전반적으로 머신러닝에 필요한 부분들을 계획하고 실제로 돌려볼 수 있도록 가이드가 되어 있습니다.

 

더구나 요즘은 클라우드 서비스에서 충분히 머신러닝을 돌려볼 수 있기 때문에 모델을 알게 되고 데이터셋을 정리해서 계획을 세우고 배포를 하는 것을 더 쉽게 잘 할 수 있게 됩니다.

 

이 리뷰 내용은 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

책의 내용이 궁금하다면 [이곳](https://www.hanbit.co.kr/store/books/look.php?p_code=B6700696024)을 통해 확인할 수 있습니다.

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
뒤로 앞으로 맨위로 aniAlarm