|
최근에 머신러닝 딥러닝 인공지능이라는 제목으로 새책들이 많이 출간되었는데 실용주의 인공지능이라는 책도 기존 책들과 비슷할 거라는 착각을 했습니다. 알파고가 대중에게 큰 충격을 준 뒤에 나온 인공지능에 관한 책이라면 대부분 텐서플로 라이브러리를 활용해서 유용한 데이터를 뽑아내는 과정과 인공지능을 학습하기 위한 기본적인 수학 이론 등을 소개하는 반면에 이 책에서는 선형회귀라든지 확률 통계 같은 수학은 하나도 다루지 않습니다. 제목이 내용의 대부분을 차지하듯 클라우드 기반에서 인공지능을 다루는데 아마존 AWS, 구글 GCP, 마이크로소프트 Azure 각 플랫폼별로 골고루 이용했습니다. 앞부분 56페이지 까지 파이썬 기초 문법을 다루는데 이 책을 읽을 독자의 수준을 고려하면 없어도 될 듯 한데 아무튼 본격적인 내용은 2장부터라고 보면 됩니다. 아마존 AWS를 이용하기 위한 절차는 다 생략되고 곧바로 콘솔에서 작업하는 것이 나오는데 당황했습니다. 기존에 보던 리눅스 쉘 모양과 달라서였는지 아니면 전반적으로 리눅스 환경이 익숙치 않아서 그런건지 모르겠습니다. 아무튼 책과 완전 똑같이 하진 않아도 실습을 진행할 수는 있었습니다. 구글에 검색하면 책에서와 같은 쉘 모양 바꾸는 방법이 나옵니다. AWS에 가입해서 책에 나온 Boto3 패키지 이용하기까지 하루를 고생한 것 같습니다. 리눅스 환경에 익숙하지 않았고 책의 오타까지 겹쳤으니… 책에 나오는 코드들이 주피터 노트북이라고 설명하였지만 Ipython 콘솔에서 소스코드 테스트한 것을 책에 옮겨 놓은 듯 합니다. 원저자가 ipython에서 주피터 노트북 환경으로 개발환경을 바꾸었기 때문일 거라고 생각되네요. 아무튼 구글 AWS는 그래픽이 없는 cli환경인데 책에서 주피터 노트북이라고 언급하길래 국내 번역된 AWS 책을 살펴보았지만 AWS에 주피터 노트북 설치하는 법을 소개한 책은 찾을 수 없었고 국내 블로그 중에 한곳에서 설치방법을 따라해서 완료했습니다. 이 책의 소스코드는 저자의 깃허브(https://github.com/noahgift/pragmaticai)에 소스코드가 공개되어 있고( 제가 테스트할 때 데이터 몇 개가 누락) 주피터 노트북 형식이어서 반드시 주피터 노트북으로 해야 하는 줄 알았는데 ipython으로 해도 무방하지 않을까 생각됩니다. 개인적으로 챗봇 테스트가 조금 흥미 있었던 것 같습니다. Azure 환경에서는 자연어 처리를 다루는데 무료 라이선스가 일주일인가 아무튼 시간이 짧아서 제대로 못 해봐서 아쉽더군요. 예전에 Azure 무료 가입해서 라이선스가 만료되었기에 azure환경에서는 테스트를 제대로 못 해봤습니다. 아마존에서 원서의 평가는 상당히 좋은 점수를 받았는데 제가 처음 읽었을 때는 이 책이 뭐가 좋은지 도무지 이해를 못했는데 파이썬에 익숙하고 리눅스 환경에도 익숙하고 머신 러닝이나 딥러닝 같은 인공지능에도 어느정도 지식이 있다면 여러가지 재미있는 주제를 다루기 때문에 책에서 많은 도움을 받을 수 있겠지만 그렇지 않은 입문자라면 책에 불만이 많을 것입니다. 이 책은 초급 입문자를 위한 친절한 책이 아니고 중급자를 위한 책이기 때문입니다. 더 자세한 학습을 원하시면 저자가 직접 강의하는 온라인 강좌를 구해 볼 수도 있습니다. 성안당 출판사로부터 도서를 무료 제공받아 서평을 작성했습니다. |
|
실용주의 인공지능 이 책은 실용적인 인공지능의 개론에서 부터 응용 프로그램 만들기까지의 과정을 자세하게 기록하고 있다. 클라우드 기반의 머신러닝 개론을 바탕으로 기성품 (OTS Off-the-Shelf)비즈니스 솔루션을 마스터 한다.책의 구성은 파이썬 기능을 소개하고 제어 구조를 사용하기 인공지능과 머신러닝 툴체인에 대해 설명한다.
스파르탄 인공지능 라이프 사이클에 대한 설명과 구글 클라우드 플랫 폼을 이용한 클라우드 인공지능 개발에 대한 개요등에 대한 설명을 하고 있다.크게 세가지로 나누어 구성하고 있다.실용적 인공지능 개론, 클라우드에서의 인공지능, 실제 인공지능 응용 프로그램 만들기등을 보여준다.파이썬의 매력적인 프로그래밍 언어가 누구나 무난하게 개발할 수 있다는 장점을 지니고 있다.
누구나 할 수 있는 장점은 복잡하지 않다는 것이다.여러 스타일로 자유롭게 또 파이썬은 메타클래스나 다중상속과 같은 고급 기능 기반의 객체 지향 프로그래밍을 위해 사용할 수도 있다.데이터브릭이나 세이지메이커 데이터랩과 같이 다양한 프레임워크가 주피터 기반의 산출물을 지원하기 때문에 개발된 코드를 산출물에 적용하는데 주피트를 사용할 필요는 없다.
하지만 주피트의 목적은 보통개발의 중간 단계에서 그 동작을 시험해 보는데 있기 때문에 사용을 권장한다.파이썬에서 제어 구조 사용하기도 설명하고 있다.논문,수업,각종 시청각 자료및 학위과정등 인공지능과 머신러닝 교육을 위해 필요한 다양한 기회가 급격히 증가하고 있는 추세다.하지만 툴체인에 대해 자세히 다루는 경우는 많지 않다.
산출물 레벨의 머신러닝 애플리케이션을 개발하는 데 필요한 기본적인 기술은 무엇일까? 그리고 예측 가능한 안정적인 자동화 시스템을 개발하기 위해 기업이 구축해야 하는 기본적인 프로세스는 무엇인지 2장에서 말해주고 있다.제3장에서는 스파르탄 인공지능 라이프 사이클에 대한 설명과 그 이해를 돕고 있다.구글 클라우드 플랫폼을 이용한 클라우드 인공지능 개발에 대해 살펴보자.
GCP (Google Cloud
platform )는 개발자와 데이터 과학자 모두에게 매력적인 것을 많이 가지고 있다.GCP 서비스 중 상당 부분은 개발 경험을 재미있고
강력하게 만드는데 그 목적을 두고있다.어떤 면에서 보면 구글은 AWS가 이제야 심각하게 언급되기 시작한 몇가지 측면에서 클라우드의 선두주자였다.
제4장에서는 GCP 개요부터 코래버러토리,데이터랩과 도커및 구글 컨테이너 레지스트리와 연동해 사용하는 법을 보여주고
있다.
|
