품목정보
발행일	2022년 01월 25일
쪽수, 무게, 크기	338쪽 \| 18823519mm
ISBN13	9791161756073
ISBN10	1161756078

더보기

1부. 자동머신러닝 소개 1장. 자동머신러닝 개요 __머신러닝 개발 수명 주기 __자동머신러닝 __자동화 ML의 작동법 ____하이퍼파라미터 ____자동머신러닝의 필요성 __데이터 과학의 민주화 __자동머신러닝 신화의 타파 ____신화 #1: 데이터 과학자의 종말 ____신화 #2: 자동ML은 단지 토이 문제만을 풀 수 있다 __자동머신러닝 생태계 __오픈소스 플랫폼과 도구 ____마이크로소프트 NNI ____Auto - sklearn ____Auto - Weka ____auto - Keras ____TPOT ____Ludwig - 코드 없는 AutoML 툴박스 ____AutoGluon: 딥러닝을 위한 AutoML 툴킷 ____Featuretools ____H2O AutoML __상업적 도구와 플랫폼 ____DataRobot ____구글 클라우드 AutoML ____아마존 세이지메이커 오토파일럿 ____애저 자동ML ____H2O 드라이버리스 AI ____자동ML의 미래 ____자동ML 문제와 한계 ____기업을 위한 입문 지침 __요약 2장. 자동머신러닝, 알고리듬 그리고 기법 __자동화된 ML - 뚜껑 열기 ____자동ML 용어의 분류 체계 __자동화된 특성 공학 __하이퍼파라미터 최적화 __신경망 구조 탐색 __요약 3장. 오픈소스 툴과 라이브러리를 이용한 자동머신러닝 __기술 요구 사항 __AutoML용 오픈소스 생태계 __TPOT 소개 ____TPOT는 이를 어떻게 수행하는가? __Featuretools 소개 __마이크로소프트 NNI 소개 __auto-sklearn 소개 __Auto-Keras 소개 ____Ludwig - 코드 없는 AutoML 툴박스 __AutoGluon - 딥러닝을 위한 AutoML 툴킷 __요약 2부. 클라우드 플랫폼을 이용한 AutoML 4장. Azure 머신러닝으로 시작하기 __Azure 머신러닝으로 시작하기 __Azure 머신러닝 스태킹하기 __Azure 머신러닝 서비스로 시작하기 __Azure 머신러닝으로 모델링하기 __Azure 머신러닝을 이용한 모델 배포와 테스트 __요약 5장. 마이크로소프트 Azure를 이용한 자동머신러닝 __마이크로소프트 Azure의 AutoML __AutoML을 이용한 시계열 예측 __요약 6장. AWS를 이용한 머신러닝 __AWS 지형에서의 ML __AWS ML로 시작하기 __AWS 세이지메이커 오토파일럿 __AWS 점프스타트 __요약 7장. 아마존 세이지메이커 오토파일럿으로 자동머신러닝 실행하기 __기술적 요구 조건 __아마존 세이지메이커 오토파일럿의 작성 - 제한된 실험 __AutoML 실험 생성 __세이지메이커 오토파일럿 실험의 수행과 모델의 배포 ____세이지메이커 오토파일럿 모델 호출 및 테스트 __노트북으로부터 세이지메이커 오토파일럿 실험을 구축하고 실행하기 ____모델 호스트와 호출 __요약 8장. 구글 클라우드 플랫폼을 이용한 머신러닝 __구글 클라우드 플랫폼 서비스로 시작하기 __구글 클라우드 플랫폼을 이용한 AI와 ML __구글 클라우드 AI 플랫폼과 AI 허브 __구글 클라우드 AI 플랫폼으로 시작하기 __구글 클라우드를 이용한 자동ML __요약 9장. 구글 클라우드 플랫폼을 이용한 자동머신러닝 __구글 클라우드 AutoML Tables로 시작하기 __AutoML Tables 실험 생성 __AutoML Tables 모델 배포 이해 __BigQuery 공용 데이터셋을 이용한 AutoML Tables __가격 예측을 위한 자동머신러닝 __요약 3부. 자동머신러닝 응용 10장. 엔터프라이즈 자동ML __조직이 자동ML을 필요로 하는가? ____타이탄의 충돌 - 자동ML 대 데이터 과학자 __자동ML - 엔터프라이즈 고급 분석을 위한 가속기 ____인간 친숙한 통찰력을 가진 AI의 민주화 ____증강된 지능 __자동ML 도전 과제와 기회 ____불충분한 데이터 ____모델 성능 ____도메인 전문가와 특수 용도 사례 ____컴퓨팅 비용 ____학습 곡선의 수용 ____이해관계자의 적응 __신뢰 구축 - 모델 해석 가능성과 자동ML의 투명성 ____특성 중요도 ____반사실 분석 ____데이터 과학 모델 정확도 척도 ____사전 모델 설명 가능성 ____실행 중 모델 설명 가능성 ____사후 모델 설명 가능성 __조직에의 자동ML 도입 ____충격 흡수 ____올바른 자동ML 플랫폼 선택 ____데이터의 중요성 ____청중의 올바른 메시지 __활용 방안 - 다음 단계는 무엇인가?

더보기

저자 소개 (2명)

출판사 리뷰 출판사 리뷰 보이기/감추기

이 책의 대상 독자 오픈소스 도구, 마이크로소프트 애저 자동머신러닝, AWS, 구글 클라우드 플랫폼에서 제공하는 기능을 사용해 머신러닝 모델을 자동으로 구축하고자 하는 사람들뿐 아니라 시민 데이터 과학자, 머신러닝 개발자, AI 애호가에게도 이 책이 유용할 것이다. 이 책의 구성 1장, ‘자동머신러닝 개요’에서는 초보자를 위한 확실한 개요를 제공하고 숙련된 머신러닝 실무자를 위한 참조 역할을 함으로써 AutoML 방법에 대한 자세한 개요를 제시한다. 머신러닝 개발 수명주기로 시작해 AutoML이 해결하는 하이퍼파라미터 최적화 문제를 살펴본다. 2장, ‘자동머신러닝, 알고리듬 및 기술’을 통해 시민 데이터 과학자는 광범위한 경험 없이도 AI 솔루션을 구축할 수 있다. 또한 자동 특성 공학(AutoFE), 자동 모델 및 하이퍼파라미터 학습(AutoMHL), 자동 딥러닝(AutoDL)의 세 가지 범주 측면에서 AutoML의 현재 개발을 검토한다. 베이지안 최적화, 강화 학습, 진화 알고리듬 및 그레이디언트 기반 접근법을 포함해 이 세 가지 범주에서 채택된 최첨단 기술이 제시된다. 3장, ‘오픈소스 도구와 라이브러리를 사용한 자동머신러닝’에서는 예측 모델의 아이디어화, 개념화, 개발 및 배포의 전체 수명주기를 자동화하는 AutoML OSS(Open Source Software, 오픈소스 소프트웨어) 도구 및 라이브러리에 관해 설명한다. 4장, ‘Azure 머신러닝 시작하기’에서는 Windows Azure 플랫폼 및 서비스의 강력한 기능을 사용해 엔드투엔드 머신러닝 생애 주기를 가속화하는 데 도움이 되는 Azure 머신러닝을 다룬다. 5장, ‘마이크로소프트 Azure를 사용한 자동머신러닝’에서는 Azure 머신러닝 스택을 사용해 모델 개발의 시간 소모적이고 반복적인 작업을 자동화하고 Azure AutoML을 사용해 회귀, 분류, 시계열 분석과 같은 작업을 수행하는 방법에 대해 자세히 살펴본다. 6장, ‘아마존 웹 서비스와 함께하는 머신러닝’에서는 아마존 세이지메이커 스튜디오, 아마존 세이지메이커 오토파일럿, 아마존 세이지메이커 진실, 아마존 세이지메이커 네오와 함께 AWS가 제공하는 다른 AI 서비스와 프레임워크를 다룬다. 7장, ‘아마존 세이지메이커 오토파일럿을 사용한 자동머신러닝의 수행’에서는 세이지메이커 오토파일럿을 사용해 여러 후보를 실행해 데이터 사전 처리 단계, 머신러닝 알고리듬 및 하이퍼파라미터의 최적 조합을 알아낸다. 8장, ‘구글 클라우드 플랫폼을 통한 머신러닝'에서는 구글의 AI 및 머신러닝 오퍼링에 대해 살펴본다. 이 장을 통해 개발자가 TensorFlow, TPU 및 TFX 도구와 같은 최첨단 Google AI 기술에 액세스할 수 있는 휴대용 머신러닝 파이프라인인 Kubeflow를 어떻게 지원하는지 이해하게 될 것이다. 9장, ‘GCP Cloud AutoML을 사용한 자동 머신러닝’에서는 최소한의 노력과 머신러닝 전문지식으로 맞춤형 비즈니스별 머신러닝 모델을 교육하는 방법을 소개한다. 실습 사례와 코드 워크스루를 통해 Google Cloud AutoML 플랫폼을 탐색해 데이터 과학이나 프로그래밍에 대한 지식 없이도 자연어, 비전, 비정형 데이터, 언어 번역 및 비디오 인텔리전스 분야의 맞춤형 딥러닝 모델을 만들 것이다. 10장, ‘엔터프라이즈의 AutoML’은 예측 모델 및 성능 비교뿐만 아니라 데이터 분석을 포함하는 완전 자동화된 보고서를 생성해 데이터 과학을 자동화하는 시스템으로 기업 환경에서 AutoML을 제공한다. 지은이의 말 모든 머신러닝 엔지니어는 하이퍼파라미터가 있는 시스템을 다루는데, 자동머신러닝에서 가장 기본적인 작업은 이러한 하이퍼파라미터를 자동으로 설정해 성능을 최적화하는 것이다. 최신 심층 신경망은 구조, 규제화 및 최적화를 위한 광범위한 하이퍼파라미터를 갖고 있으며, 시간과 노력을 절약하기 위해 효과적으로 사용자 지정할 수 있다. 이 책에서는 자동화된 특성 공학, 모델 및 하이퍼파라미터 튜닝, 그래디언트 기반 접근법 등의 기본 기술을 검토한다. 오픈소스 도구에서 이러한 기술을 구현하는 다양한 방법을 살펴보게 될 것이다. 다음으로 엔터프라이즈급 도구에 집중해 애저, AWS, 구글 클라우드 플랫폼의 다양한 AutoML 구현 방법을 알아본다. AutoML을 활용한 머신러닝 모델을 구축해 클라우드 AutoML 플랫폼의 기능을 살펴보고, 머신러닝 개발 수명주기와 관련된, 시간이 많이 걸리고 반복적인 작업을 자동화해 정확한 모델을 개발하는 방법을 알아본다. 이 책을 마치면 정확성과 생산성을 높이고 상호 운용성을 보장하며 특성 공학 작업을 최소화하는 AutoML 모델을 구축하고 배포할 수 있을 것이다. 옮긴이의 말 이 책은 『자동머신러닝』(에이콘, 2021)을 기술적인 구현 측면에서 보완하는 책이다. 애저, AWS와 GCP의 3대 클라우드 서비스의 다양한 AutoML 구현 방법을 설명한다. AutoML은 머신러닝/딥러닝의 민주화를 위한 강력한 개념이며, 이를 추구하는 과정에서 단순한 자동화를 넘어서는 머신러닝의 혁신을 유도한다. 또한 최첨단 이론들을 머신러닝의 초보자, 심지어 모르는 사람들조차도 짧은 시간에 업무에 용이하게 적용할 수 있도록 돕는 멋진 개념이며, 연구자 및 개발자로 하여금 연구와 개발에 집중할 수 있도록 한다. 머신러닝의 자동화 노력은 앞으로 머신러닝이 사람들의 일상생활에 더욱 밀착 적용될 것으로 믿어 의심치 않는다. 이 책에 나오는 개념을 더 깊이 탐구하고 싶은 사람들은 이론에 초점을 맞춘 『자동머신러닝』을 참고하기를 바란다.

회원리뷰 (0건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

등록된 리뷰가 없습니다!

첫번째 리뷰어가 되어주세요.

한줄평 (1건) 한줄평 이동

한줄평 쓰기

작성 시 유의사항?

총 평점 4.0점 4.0 / 10.0

구매 한줄평

한줄평 전체보기

배송/반품/교환 안내

배송 안내

반품/교환 안내에 대한 내용입니다.
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법	고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태) 모바일 쿠폰의 경우 유효기간(발행 후 1년) 내 등록하지 않은 상품
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 모바일 쿠폰 등록 후 취소/환불 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리