이미 소장하고 있다면 판매해 보세요.
|
PART 1 인공지능과 머신러닝
1-1. 인공지능의 미래 1-2. 인공지능 구분 1-3. 머신러닝 기본 1-4. 머신러닝 학습 1-5 머신러닝 전문가 되기 PART 2 머신러닝 절벽 건너기 2-1. 머신러닝 파이프라인 2-2. 데이터 준비(1단계) 2-3. 데이터 탐색(2단계) 2-4. 머신러닝 모델 생성(3단계) 2-5. 머신러닝 모델 평가(4단계) 2-6. 머신러닝 모델 배포(5단계) 2-7. 머신러닝 최적화 모델 2-8. 텐서플로 플레이그라운드 실험 PART 3 클라우드 인공지능 서비스(AIaaS) 3-1. 클라우드 컴퓨팅 3-2. 대표 클라우드 서비스 3-3. 인공지능을 넘어 인공지능 서비스로 PART 4 AWS Sagemaker 4-1. 클라우드 넘버원 AWS 4-2. AWS 인공지능과 머신러닝 4-3. AWS Sagemaker 4-4. AWS Sagemaker 준비 4-5. AWS Sagemaker 실험 PART 5 MS Azure Machine Learning Studio 5-1. 인텔리전트 클라우드 MS Azure 5-2. MS Azure AI 5-3. MS Azure Machine Learning Studio 5-4. MS Azure Machine Learning Studio 준비 5-5. MS Azure Machine Learning Studio 실험 PART 6 구글 클라우드 AI 플랫폼 6-1. 다시 추격하는 구글 클라우드 AI 플랫폼 6-2. 구글 인공지능 및 머신러닝 서비스 6-3. 구글 클라우드 AI 플랫폼 6-4. 구글 클라우드 AI 플랫폼 준비 6-5. 구글 클라우드 AI 플랫폼 실습 PART 7 IBM Watson Studio 7-1. 새롭게 도약하는 IBM 클라우드 7-2. IBM Watson AI 7-3. IBM Watson Studio 7-4. IBM Watson Studio 준비 7-5. IBM Watson Studio 실습 |
이영호의 다른 상품
|
이 책의 특징
- 핵심 인공지능과 머신러닝 기술에 대해 설명했다. - 초보자도 쉽게 이해할 수 있도록 실습 중심으로 해설했다. - 편하게 클라우드 머신러닝을 사용할 수 있는 비용 관리법을 다뤘다. 이 책이 필요한 독자 - 수학 기반 머신러닝이 어려운 개발자 - 클라우드와 머신러닝을 한번에 공부하고 싶은 사람 - AIaaS, Auto ML등 최신 인공지능에 관심있는 개발자 독자대상 초중급 소스코드 다운로드 https://github.com/bjpublic/big4cloud 인공지능 서비스와 머신러닝에 대해 고민하다 보면, 결국 막강한 클라우드 컴퓨팅 환경으로 눈을 돌릴 수밖에 없다. 현실적으로 머신러닝에는 막강한 컴퓨팅 자원이 필요하기 때문이다. 머신러닝의 확산은 클라우드에서 시작될 것이며, 컴퓨팅 성능과 효과적인 머신러닝 서비스 활용을 위한 데이터 센터 기반 클라우드는 필수가 되어가고 있다. 지금까지 인공지능 기술은 소수의 전문가들만 이용할 수 있는 기술이었다. 반면 아마존, MS, 구글, IBM 등 클라우드 기반으로 인공지능 기술을 제공하는 대표적인 기업들인 ‘빅4’의 중요한 목표 중 하나는 ‘인공지능의 대중화’, 더 나아가 ‘인공지능의 민주화’이다. 이제부터 이 책을 통해 간단한 회원 가입만으로 재미있고 쉽게 클라우드 머신러닝을 체험할 기회를 가져보길 바란다. |