AI를 만나다: 로우코드로 시작하는 머신러닝 입문

머신러닝(ML)은 프로그래머가 직접 알고리즘을 제공하지 않고, 컴퓨터가 주어진 데이터로부터 스스로 알고리즘을 학습하는 방법입니다. 전문가 시스템은 도메인 전문가가 직접 규칙을 작성해야 하지만, 머신러닝은 데이터를 사용하여 그 규칙을 찾아내는 방식이라고 할 수 있습니다.

이러한 머신러닝은 오늘날 거의 모든 산업에 영향을 미칩니다. 소매업에서는 ML을 사용해 제품이나 서비스의 예상 판매량을 몇 달 전에 예측합니다. 여행 업계에서는 고객의 과거 여행 기록과 같은 정보를 기반으로 여행 지역과 관광 명소를 추천해줍니다. 의료 분야에서는 ML로 엑스레이 이미지를 분석해 건강한 폐인지 병든 폐인지 판단할 수 있으며, 의료 전문가가 더 자세히 살펴볼 특정 영역을 정확히 찾아낼 수도 있습니다. ML의 이러한 다양한 사용 사례는 그 자체만으로 책 한 권을 가득 채울 수 있습니다.

이 책은 기업의 의사 결정 과정에서 머신러닝을 효과적으로 활용하기 위한 실용적인 지침서입니다. 복잡한 코딩 없이도 AutoML, 빅쿼리 ML, 버텍스 AI 같은 로우코드 도구를 이용하여 데이터 분석, 모델 학습, 배포, 관리를 수행하는 방법을 단계별로 제시합니다. 특히 광고 미디어 채널 판매, 에너지 생산, 고객 이탈 등 몇 가지 구체적인 ML 사용 사례에 초점을 맞춰 설명합니다. 이러한 예제들은 여러분이 머신러닝의 개념을 쉽게 이해하고 실무에 적용할 수 있도록 도와줍니다.

로우코드 AI 도구들은 머신러닝의 진입 장벽을 낮추고, 비전문가도 AI 기술을 활용할 수 있도록 지원합니다. 특히 코딩 경험이 없거나 매우 적은 사람이라도 다양한 로우코드 AI 도구를 활용해 높은 성능의 모델을 구축할 수 있습니다. 여러분도 이 책에서 로우코드 AI 도구의 강력한 기능을 경험하고, 데이터 기반 의사 결정을 통해 비즈니스 가치를 창출할 수 있기를 기대합니다.

대상 독자

● ML을 업무에 빠르게 적용하려는 비즈니스 분석가, 데이터 분석가, 학생, 시민 데이터 과학자
● 데이터 과학이나 ML 공학 분야로 진로를 고려하는 사람
● 기본적인 프로그래밍의 개념과 파이썬 및 SQL 지식이 있는 누구나

이 책의 주요 내용:

● 정형 데이터와 비정형 데이터를 구별하고 그에 따른 문제 파악하기
● 데이터 시각화 및 분석하기
● 머신러닝 모델 입력을 위한 데이터 전처리하기
● 지도학습의 회귀 모델과 분류 모델 구별하기
● 노코드부터 로우코드, 커스텀 트레이닝까지 다양한 ML 모델 유형 및 아키텍처 비교하기
● ML 모델의 설계, 구현 및 조정하기