머신러닝 디자인 패턴

효율적인 머신러닝 파이프라인과 MLOps를 구축하는 30가지 디자인 패턴

발리아파 락슈마난 , 세라 로빈슨 , 마이클 먼 지음 | 맹윤호 옮김

한빛미디어 2021년 11월 09일 출간 종이책 : 2021년 11월 01일 출간

작품소개

책소개

데이터 준비, 모델 구축, MLOps의 일반적인 문제에 대한 솔루션 구현하기

디자인 패턴이란 전문가 수백 명의 경험을 간단하고 접근하기 쉽게 체계화한 것이다. 이 책에는 데이터의 표현, 운영, 반복성, 재현성, 유연성, 설명 가능성, 공정성에 대한 30가지 디자인 패턴이 담겨 있다. 각 패턴에는 문제에 대한 설명, 다양한 잠재적 솔루션, 상황에 적합한 기술 노하우가 포함되어 있다. 머신러닝 프로세스 전반에 걸쳐 마주하는 일반적인 문제를 해결하고 싶은 실무자라면, 저명한 3명의 구글 엔지니어가 이 책에서 분류한 ‘이미 입증된 방법’을 배우고 실천해보자.

목차

CHAPTER 1 머신러닝 디자인 패턴의 필요성
1.1 디자인 패턴이란?
1.2 이 책의 사용법
1.3 머신러닝 용어
1.4 머신러닝의 문제
1.5 마치며

CHAPTER 2 데이터 표현 디자인 패턴
2.1 간단한 데이터 표현
2.2 디자인 패턴 1: 특징 해시
2.3 디자인 패턴 2: 임베딩
2.4 디자인 패턴 3: 특징 교차
2.5 디자인 패턴 4: 멀티모달 입력
2.6 마치며

CHAPTER 3 문제 표현 디자인 패턴
3.1 디자인 패턴 5: 리프레이밍
3.2 디자인 패턴 6: 멀티라벨
3.3 디자인 패턴 7: 앙상블
3.4 디자인 패턴 8: 캐스케이드
3.5 디자인 패턴 9: 중립 클래스
3.6 디자인 패턴 10: 리밸런싱
3.7 마치며

CHAPTER 4 모델 학습 디자인 패턴
4.1 일반적인 학습 루프
4.2 디자인 패턴 11: 유용한 과대적합
4.3 디자인 패턴 12: 체크포인트
4.4 디자인 패턴 13: 전이 학습
4.5 디자인 패턴 14: 분산 전략
4.6 디자인 패턴 15: 하이퍼파라미터 튜닝
4.7 마치며

CHAPTER 5 탄력성 디자인 패턴
5.1 디자인 패턴 16: 스테이트리스 서빙 함수
5.2 디자인 패턴 17: 배치 서빙
5.3 디자인 패턴 18: 연속 모델 평가
5.4 디자인 패턴 19: 2단계 예측
5.5 디자인 패턴 20: 키 기반 예측
5.6 마치며

CHAPTER 6 재현성 디자인 패턴
6.1 디자인 패턴 21: 트랜스폼
6.2 디자인 패턴 22: 반복 가능 분할
6.3 디자인 패턴 23: 브리지 스키마
6.4 디자인 패턴 24: 윈도 추론
6.5 디자인 패턴 25: 워크플로 파이프라인
6.6 디자인 패턴 26: 특징 저장소
6.7 디자인 패턴 27: 모델 버전 관리
6.8 마치며

CHAPTER 7 책임 있는 AI
7.1 디자인 패턴 28: 휴리스틱 벤치마크
7.2 디자인 패턴 29: 설명 가능한 예측
7.3 디자인 패턴 30: 공정성 렌즈
7.4 마치며

CHAPTER 8 연결 패턴
8.1 패턴 참조
8.2 패턴 상호작용
8.3 ML 프로젝트 내의 패턴
8.4 사용 사례와 데이터 유형에 따른 일반적인 패턴

출판사 서평

머신러닝이라는 바다를 항해하는 데
꼭 필요한 나침반, 디자인 패턴

구글의 뛰어난 머신러닝 석학들이 모여 집필한 『머신러닝 디자인 패턴』은 기업에서 발생하는 대부분의 시나리오에 대응할 수 있는 30가지 패턴들을 다루고 있습니다. 이 책에 담긴 검증된 아키텍처와 비즈니스 사용 사례는 머신러닝을 구축하는 시간을 줄여주며, 비즈니스에 머신러닝을 적용하는 효과적인 방법을 알려줍니다. 단순히 ‘돌아가는 코드를 수록해놓은 책’이 아니라 다양한 기술 의사결정의 기준점이 되어줄 책입니다.

오늘도 많은 개발자가 불안한 마음을 안은 채로 딥러닝과 머신러닝 모델을 만들고 있습니다. 불안한 모두에게 이 책은 ‘나침반’이 되어줄 겁니다. 특정 상황에서 자신이 내린 기술 의사결정이 올바른 것인지, 제약은 무엇이고 트레이드오프는 무엇인지를 올바른 방향으로 안내합니다. 이 책을 읽으며 편법이라고 생각했던 현업의 기법들이 사실은 정석이었음을 깨닫고, 확신과 안도감을 느끼셨으면 합니다. 사실은 편법이 아니라 제한된 리소스에서 수행할 수 있는 최선의 기술 의사결정인 것이죠.

수많은 고난에도 불구하고, 오늘도 딥러닝과 머신러닝 모델을 학습시키고 있는 모든 분에게 이 책을 추천합니다.
주요 내용
● ML 모델을 학습, 평가, 배포할 때 겪는 일반적인 문제와 해결법
● 임베딩, 특징 교차 등을 포함한 다양한 ML 모델 유형의 데이터 표현
● 특정 문제에 적합한 모델 유형을 선택하는 법
● 체크포인트, 배포 전략, 하이퍼파라미터 튜닝을 사용하는 강력한 학습 루프 구축
● 새로운 데이터를 반영하기 위한 재훈련, 업데이트할 수 있는 확장 가능한 ML 시스템 배포
● 이해관계자를 위한 모델 예측을 해석하고 공정성을 확인하는 법
● 모델의 정확도, 재현성, 탄력성을 향상하는 법

작가정보

저자(글) 발리아파 락슈마난

저자 : 발리아파 락슈마난
구글 클라우드 플랫폼의 데이터 분석 및 AI 솔루션 글로벌 책임자. 팀원들과 함께 데이터 분석 및 머신러닝 제품을 사용하여 비즈니스 문제에 대한 소프트웨어 솔루션을 개발한다. 발리아파는 구글의 어드밴스드 솔루션 랩(Advanced Solutions Lab)에서 ML 이머전 프로그램(ML Immersion program)을 만들었으며, 구글에 합류하기 전에는 Climate Corporation의 데이터 과학 디렉터, NOAA의 연구원으로 재직했다.

저자 : 세라 로빈슨
구글 클라우드 플랫폼의 개발자 애드보킷. 머신러닝을 담당하고 있으며 데모, 온라인 콘텐츠, 이벤트를 통해 개발자와 데이터 과학자가 머신러닝을 애플리케이션에 통합하기 위한 지식을 전파한다. 브랜디스 대학교에서 학사 학위를 받았고, 구글에 합류하기 전에는 Firebase에서 개발자 애드보킷으로 재직했다.

저자 : 마이클 먼
구글의 머신러닝 솔루션 엔지니어. 고객의 머신러닝 모델을 설계, 구현, 배포하는 작업을 지원한다. 또한 어드밴스드 솔루션 랩에서 ML 이머전 프로그램을 가르치고 있다. 마이클은 뉴욕시립대학교에서 수학 박사 학위를 받았으며 구글에 합류하기 전에는 연구 교수로 일했다.

역자 : 맹윤호
IBM의 Data&AI 팀에서 엔지니어로 근무했고, 현재는 NCT Marketing의 최고 데이터 책임자로 근무하고 있다. 연세대학교에서 데이터 분석 전공으로 석사 과정을 졸업하고 박사 과정을 수료했다. SK C&C, KISTI, NRF, DBpia 등에서 프로젝트를 진행했으며 Apache Zeppelin, Qiskit, KoGPT-2 등의 오픈소스 프로젝트에 기여했다. 삼성, 현대, LG, 딜로이트 등의 기업과 연세대학교, 중앙대학교, 상명대학교, 순천대학교에서 강연했다. 참여 도서로는 『머신러닝 디자인 패턴』(한빛미디어, 2021), 『Do it! 강화 학습 입문』(이지스퍼블리싱, 2021), 『코딩 진로』(호모 루덴스, 2021), 『초소형 머신러닝 TinyML』(한빛미디어, 2020), 『하이퍼레저 블록체인 개발』(한빛미디어, 2019), 『블록체인의 정석』(지앤선, 2019) 등이 있다. 기술 블로그(https://maengdev.tistory.com)와 유튜브 채널(https://www.youtube.com/myh0130)을 운영 중이다.

역자 : 임지순
낮에는 계약서와 코드를 두드리고 밤에는 신시사이저와 기타를 난도질하는 공학과 미디어의 주변인. 임베디드 프로그래머, 미들웨어 개발자, 프로젝트 매니저, 사업 개발 등 다양한 직군에 종사해왔으며 최근에는 엔터테인먼트 산업에서 다양한 웹 프로젝트를 진행 중이다. 사회적인 덕후로 생존하기 위해 오늘도 코드, 그리고 글과 씨름하고 있다. 참여 도서로는 『머신러닝 디자인 패턴』(한빛미디어, 2021), 『초소형 머신러닝 TinyML』(한빛미디어, 2020), 『라즈베리 파이로 배우는 컴퓨터 아키텍처』(위키북스, 2017) 등이 있다.

저자(글) 세라 로빈슨

저자(글) 마이클 먼

번역 맹윤호