이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
|
[Part 1 비즈니스를 위한 머신러닝]CHAPTER 1 머신러닝이 비즈니스에 적용되는 방식1.1 왜 우리 비즈니스 시스템은 엉망인가1.2 지금 왜 자동화가 중요한가1.3 기계는 어떻게 의사결정을 하는가1.4 캐런의 의사결정을 머신러닝이 도와줄 수 있는가1.5 기계는 어떻게 학습하는가1.6 의사결정을 위한 머신러닝 사용의 회사 승인1.7 도구 1.8 2~7장의 시나리오를 다루기 위한 세이지메이커 설정1.9 지금이 바로 행동할 때1.10 요약[Part 2 비즈니스를 위한 머신러닝 6가지 시나리오]CHAPTER 2 기술 담당자에게 구매 결재 검토 요청을 전달해야 하는가2.1 의사결정2.2 데이터2.3 학습 시작2.4 주피터 노트북을 이용한 의사결정2.5 엔드포인트 삭제와 노트북 인스턴스 중지2.6 요약CHAPTER 3 이탈 조짐을 보이는 고객 찾기3.1 이 장의 의사결정 사항3.2 업무 처리 절차3.3 데이터셋 준비3.4 XG부스트 이해하기3.5 머신러닝 모델 구축 준비3.6 머신러닝 모델 구축3.7 엔드포인트 삭제와 노트북 인스턴스 중지3.8 엔드포인트 삭제 여부 확인3.9 요약CHAPTER 4 고객 문의 사항을 고객지원팀에 전달 여부 결정4.1 이 장의 의사결정 사항4.2 업무 처리 절차4.3 데이터셋 준비4.4 자연어 처리4.5 BlazingText는 어떤 것이고 어떻게 작동하나4.6 머신러닝 모델 구축 준비4.7 머신러닝 모델 구축4.8 엔드포인트 삭제와 노트북 인스턴스 중지4.9 엔드포인트 삭제 여부 확인4.10 요약CHAPTER 5 공급업체가 보낸 청구서에 대해 추가 질의 여부 결정5.1 이 장의 의사결정 사항5.2 업무 처리 절차5.3 데이터셋 준비5.4 이상치 정의5.5 지도학습과 비지도학습5.6 랜덤 컷 포레스트의 개요 및 동작 방식5.7 머신러닝 모델 구축 준비5.8 머신러닝 모델 구축5.9 엔드포인트 삭제와 노트북 인스턴스 중지5.10 엔드포인트 삭제 여부 확인5.11 요약CHAPTER 6 월간 전력 사용량 예측6.1 이 장의 의사결정 사항6.2 시계열 데이터 작업을 위한 주피터 노트북 불러오기6.3 데이터셋 준비: 시계열 데이터의 차트 그리기6.4 신경망이란6.5 머신러닝 모델 구축 준비6.6 머신러닝 모델 구축6.7 엔드포인트 삭제와 노트북 인스턴스 중지6.8 엔드포인트 삭제 여부 확인6.9 요약CHAPTER 7 월간 전력 사용량 예측 성능 향상7.1 DeepAR의 주기적 현상 파악 능력7.2 DeepAR의 강점: 연관된 시계열 데이터 병합7.3 전력 사용량 예측 모델에 추가 데이터 병합7.4 머신러닝 모델 구축 준비7.5 머신러닝 모델 구축7.6 엔드포인트 삭제와 노트북 인스턴스 중지7.7 엔드포인트 삭제 여부 확인7.8 요약[Part 3 프로덕션에 머신러닝 적용하기]CHAPTER 8 웹 서비스로 예측 모델 제공하기8.1 왜 웹상에서 의사결정 모델과 예측 모델을 제공하는 것은 어려울까8.2 이 장의 단계 개요8.3 세이지메이커 엔드포인트8.4 세이지메이커 엔드포인트 설정8.5 서버리스 API 엔드포인트 설정8.6 웹 서비스 엔드포인트 생성8.7 의사결정 서비스 제공8.8 요약CHAPTER 9 사례 연구9.1 사례 연구 1: WorkPac9.2 사례 연구 2: Faethm9.3 결론9.4 요약
|
Doug Hudgeon
Richard Nichol
김정민의 다른 상품
문선홍의 다른 상품
|
기업의 비즈니스 경쟁력을 극대화하는 머신러닝 실전 가이드모든 기업이 IT 기업으로 전환되었듯, 이제는 IT 기업에서 AI 기업으로 바뀔 것이라고 많은 전문가가 예측하고 있다. 기업에서 AI를 도입하는 것이 선택이 아닌 필수가 된 것이다. AI 전문 인력이 없으니 도입이 어렵다고 생각할 수도 있다. 하지만 이 책은 AI 전문 인력이 없는 일반 기업도 비즈니스에 AI를 쉽게 적용할 수 있도록 AWS 세이지메이커와 주피터 노트북을 사용해 비용 효율적인 비즈니스 아이디어를 실현하는 방법을 소개한다. 머신러닝에 적합한 작업 식별, 백 오피스 프로세스 자동화, 오픈 소스 및 클라우드 기반 툴 사용법, 관련 사례 연구 등의 주요 내용과 함께, 비즈니스 머신러닝을 수행하는 데 필요한 고객 유지, 전력 사용량 예측, 백 오피스 프로세스 등 실무에서 매우 유용한 6가지 시나리오를 다룬다. 이 책으로 현대 비즈니스 핵심 기술로 부상한 머신러닝을 적용해 자사 프로세스를 효율적이고 경쟁력 있게 만들 수 있을 것이다. 원서 출간 이후 아마존 세이지메이커 버전이 2.x로 업데이트되어 번역서에는 1.x 버전 예제를 오류 없이 실행하기 위한 해결 방법을 함께 담았다. 비즈니스 생산성을 향상시키는 머신러닝을 이용한 6가지 시나리오- 구매 요청부터 승인까지의 구매 요청 전달 과정 자동화- 이탈 조짐을 보이는 고객을 찾는 XG부스트 애플리케이션 구축- 불만 트윗을 식별하는 머신러닝 모델 구축- 공급업체가 보낸 청구서에 대해 추가 질의 여부 결정- DeepAR 알고리즘으로 월간 전력 사용량 예측- DeepAR 알고리즘으로 월간 전력 사용량 예측 성능 향상예제 코드 github.com/K9Ns/ml4biz추천평아마존 세이지메이커를 전문으로 다루는 책은 해외에서도 손에 꼽을 만큼 적어서 진입 장벽이 높다. 국내에서 양질의 세이지메이커 입문서가 출간된다는 소식을 듣고 매우 기뻤다. 이 책은 세이지메이커의 주요 콘셉트, 정형 데이터, 자연어 처리, 이상치 검출, 시계열 데이터, 모델 배포 모두를 포함하므로 AWS 클라우드상에서 머신러닝을 시도하려는 데이터 과학자나 개발자에게 강력히 추천한다.김대근 (AWS 코리아)영화 [인셉션]에서는 ‘꿈 설계사’라는 기술자가 등장해 단 한 명이 꿈 안에서 거대한 도시를 설계하고 또 그것을 구현해낸다. 사람의 생각만으로 이루어지는 꿈이라는 공간이어서 설득력 있게 다가오지만 클라우드 컴퓨팅은 현실 세계에서 이것을 가능하게 해준다. 클라우드 컴퓨팅이 가져온 것은 가상화를 통한 IT 인프라 구성에 대한 자유뿐만이 아니다. 최신 기술의 대중화라는 측면에서도 누구나 클라우드 컴퓨팅 회사의 기술 지원을 통해 머신러닝 같은 최신 기술을 손쉽게 사용할 수 있게 되었다. 이 책에서 소개하는 세이지메이커는 클라우드 1위 업체인 아마존 웹서비스에서 머신러닝에 관련된 모든 작업을 쉽게 사용할 수 있도록 만든 머신러닝계의 스위스 아미 나이프라 부를 수 있는 서비스다. 이 책은 비즈니스적인 문제를 해결하기 위해서 이 세이지메이커로 머신러닝을 어떻게 구현해야 하는지를 실무자의 관점으로 친절하게 설명한다. 이 책을 통해 여러분도 세이지메이커로 [인셉션]의 꿈 설계사처럼 거대한 머신러닝 서비스를 자유자재로 구현하는 자유를 누리길 바란다.정도현 (AWS 코리아)비즈니스에 머신러닝을 적용했을 때 생길 수 있는 문제를 해결하는 방법을 설명한다. 또한 독자의 이해력을 높이는 실전 예제를 가득 수록했다. 전문가와 비전문가 모두 읽을 수 있는 실전서로 머신러닝을 비즈니스에 적용하려는 모든 사람에게 이 책을 추천한다.존 바실 (Fethr)머신러닝이 회사의 프로세스 자동화에 미치는 영향을 알 수 있다.제임스 블랙 (닛산 USA)이 책은 개인사업자도 AI를 활용할 수 있다는 것을 보여준다.디비아 시바수브라마니안 (사이언스로직)
|