이미 소장하고 있다면 판매해 보세요.
▣ 01장: 머신러닝 소개
머신 러닝이란 무엇인가? ML 알고리즘 소개 __넷플릭스 - 추천 생성하기 __Shadow draw - 프리핸드 드로잉을 위한 실시간 사용자 가이드 __셔터스톡(Shutterstock) - 구도 기반의 이미지 검색 __iOS 키보드 예측 - 다음 글자 예측 일반적인 ML 작업 흐름 요약 ▣ 02장: 애플 Core ML 소개 훈련과 추론의 차이 에지에서의 추론 Core ML __작업 흐름 학습 알고리즘 __스웨덴 자동차 보험 __지원 학습 알고리즘 고려사항 요약 ▣ 03장: 실세계에서 객체 인식하기 이미지 이해하기 객체 인식 __데이터 캡처 __데이터 전처리 추론하기 요약 ▣ 04장: CNN을 활용한 감정 탐지 얼굴 표정 입력 데이터와 선처리 종합 요약 ▣ 05장: 실세계에서 객체 위치 측정 객체 위치 측정과 객체 탐지 케라스 Tiny YOLO를 Core ML로 변환하기 사진을 쉽게 찾는 방법 배치로 최적화 요약 ▣ 06장: 스타일 전이로 예술 창작하기 한 이미지에서 다른 이미지로 스타일 옮기기 스타일 전이를 더 빠르게 하는 방법 케라스 모델을 Core ML로 변환하기 스위프트에서 맞춤 계층 구축하기 __계층 속도 높이기 __GPU 활용하기 모델 가중치 줄이기 요약 ▣ 07장: CNN으로 드로잉 보조하기 지능형 인터페이스를 구현해야 하는 이유 드로잉 사용자 스케치 인식하기 __훈련 데이터와 모델 검토 __스케치 분류하기 __시각적 유사성을 기준으로 정렬하기 요약 ▣ 08장: RNN으로 드로잉 보조하기 드로잉 보조하기 드로잉 분류에 사용할 순환 신경망 입력 데이터와 전처리 종합 요약 ▣ 09장: CNN을 활용한 객체 분할 픽셀 분류하기 원하는 효과를 내기 위한 데이터 - 액션 샷 사진 효과 애플리케이션 구축하기 확률적 결과 활용하기 __모델 개선하기 __제약 조건을 두어 설계하기 __휴리스틱 포함 __사후 처리 및 앙상블 기법 __인적 보조 요약 ▣ 10장: Create ML 소개 전형적인 작업 흐름 데이터 준비하기 모델 생성 및 훈련 __모델 매개변수 __모델 메타데이터 __다른 작업 흐름(그래픽 버전) 마무리 요약 |
저조슈아 뉴햄
관심작가 알림신청Joshua Newnham
역김정인
관심작가 알림신청김정인의 다른 상품
★ 이 책에서 다루는 내용 ★
◎ 알고리즘과 데이터를 사용해 ML 프로젝트의 구성요소 이해하기 ◎ 머신러닝 모델을 얻고 임포트함으로써 Core ML을 마스터하고 클래스 생성하기 ◎ 머신러닝에 사용할 데이터를 준비하고 최적화된 솔루션을 얻기 위해 결과 해석하기 ◎ 지원되지 않는 계층을 위한 맞춤 계층을 생성하고 최적화하기 ◎ CNN을 사용해 이미지와 동영상 데이터에 CoreML 적용하기 ◎ 스케치를 인식하기 위해 RNN 품질을 배우고 드로잉 강화하기 ◎ Core ML 전이 학습을 사용해 이미지에 스타일 전이 실행하기 |