소득공제
크레마클럽
EPUB
eBook
머신러닝의 기본기
지도·비지도·과적합·평가, 모델이 배우는 방식의 핵심만 정확히: 머신러닝, 지도학습, 비지도학습, 강화학습, 과적합, 교차검증, 혼동행렬
EPUB
이 상품의 태그
소개
목차
|
프롤로그. 모델은 ‘외우는 기계’가 아니라 ‘일반화 규칙’이다
1장. 머신러닝을 한 문장으로 다시 정의하기 2장. 지도학습: 정답이 있는 문제의 지도 읽기 3장. 비지도학습: 정답이 없을 때 패턴을 찾는 법 4장. 강화학습: 행동의 결과로 배우는 시스템 5장. 데이터 분할: 성적표를 미리 훔치지 않는 법 6장. 과적합과 과소적합: 왜 생기고 어떻게 보이나 7장. 일반화를 지키는 3가지 방어막: 검증·규제·데이터 8장. 교차검증과 하이퍼파라미터: 운을 걷어내는 절차 9장. 혼동행렬: 정확도가 숨기는 진짜 이야기를 꺼내기 10장. 임계값과 곡선: 같은 모델도 성격이 바뀐다 11장. 불균형 데이터와 희귀 사건: ‘맞히기’보다 ‘놓치지 않기’ 12장. 한 번 학습, 끝이 아니다: 배포 이후의 머신러닝 에필로그. 좋은 모델은 기술이 아니라 운영의 습관이다 |
저자 소개
테크인사이트랩은 생성형 AI, 소프트웨어 구조, 데이터 운영을 실무 언어로 번역하는 기술 콘텐츠 리서치 그룹이다. 모델 성능 자체보다 비용, 품질, 책임의 균형에 주목하며, 토큰·RAG·툴·평가·가드레일 같은 핵심 개념을 현업이 바로 적용할 수 있는 운영 프레임으로 정리한다. 복잡한 기술을 데모의 언어가 아니라 업무 시스템의 언어로 바꾸는 데 집중한다.
품목정보
- 발행일
- 2026년 03월 16일
- 지원기기
- 크레마,PC(윈도우 - 4K 모니터 미지원),아이폰,아이패드,안드로이드폰,안드로이드패드,전자책단말기(저사양 기기 사용 불가),PC(Mac)
- 파일/용량
- EPUB(DRM) | 0.56MB ?
- 글자 수/ 페이지 수
- 약 7.8만자, 약 2.4만 단어, A4 약 49쪽 ?
- ISBN13
- 9791175956377
출판사 리뷰
|
머신러닝 책은 많은데, 왜 읽고 나면 더 흐려질까. 용어는 잔뜩 외웠는데 정작 모델이 왜 실패하는지 설명할 수 없다면, 지금 필요한 책은 알고리즘 백과가 아니라 판단 기준을 세워 주는 한 권이다. 이 책은 바로 그 역할을 한다. 지도학습, 비지도학습, 강화학습의 차이부터 과적합, 데이터 누설, 교차검증, 혼동행렬, 임계값, 불균형 데이터, 드리프트와 재학습까지 머신러닝의 핵심을 실무 감각으로 다시 묶어 낸다. 특히 높은 정확도가 왜 위험할 수 있는지, 좋은 모델은 왜 점수가 아니라 실패의 모양으로 판단해야 하는지, 배포 이후의 모니터링과 책임까지 왜 모델의 일부인지 명쾌하게 짚어 주는 점이 강력하다. 코드 한 줄보다 먼저 개념의 뼈대를 세우고 싶은 입문자, 회의에서는 자주 듣지만 머릿속에서 구조가 안 잡히던 실무자, 숫자보다 운영의 감각까지 함께 배우고 싶은 독자에게 이 책은 아주 유용한 기준점이 된다. 머신러닝을 더 많이 아는 사람이 아니라 더 정확하게 이해하는 사람이 되고 싶다면, 이 책이 가장 먼저 펼쳐야 할 출발선이 될 것이다.
|
