본문 바로가기

추천 검색어

실시간 인기 검색어

오토케라스로 만드는 AutoML

몇 줄의 코딩으로 이용할 수 있는 딥러닝
데이터 과학
에이콘출판

2024년 10월 15일 출간

국내도서 : 2023년 05월 31일 출간

(개의 리뷰)
( 0% 의 구매자)
eBook 상품 정보
파일 정보 pdf (8.73MB)
ISBN 9791161758985
지원기기 교보eBook App, PC e서재, 리더기, 웹뷰어
교보eBook App 듣기(TTS) 불가능
TTS 란?
텍스트를 음성으로 읽어주는 기술입니다.
  • 전자책의 편집 상태에 따라 본문의 흐름과 다르게 텍스트를​ 읽을 수 있습니다.
  • 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.

PDF 필기가능 (Android, iOS)
  • sam 무제한 이용가능
  • sam 프리미엄 이용가능

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.

작품소개

이 상품이 속한 분야

프로젝트에서 최첨단 AI 알고리듬을 개발하고 사용하는 방법을 알려주는 책이다. 자동화된 머신러닝에 대한 높은 수준의 소개로 시작하여 머신러닝 접근 방식을 시작하는 데 필요한 모든 개념을 설명한다. 그 다음 오토케라스를 사용하여 문서에 대한 감정 분석을 수행하는 방법을 다룬다. 또한 오토케라스로 토픽 분류를 위한 커스텀 모델을 구현하는 방법을 보여준다. 마지막으로 다중 모드 데이터 및 다중 작업, 오토모델로 모델을 사용자 정의하거나 오토케라스 확장 기능을 사용한 실험 결과 시각화와 같은 오토케라스의 고급 개념을 살펴본다. 이 책을 마치면 오토케라스로 회사에서 자신만의 머신러닝 모델을 설계할 수 있을 것이다.
제1부 AutoML 기초

__1장. 자동화된 머신러닝 소개
____표준 ML 워크플로의 구조
______데이터 수집
______데이터 전처리
______모델 배포
______모델 모니터링
____AutoML의 정의
______표준 접근 방식과의 차이점
____AutoML의 유형
______피처 엔지니어링 자동화
______모델 선택 및 하이퍼파라미터 최적화 자동화
______신경망 아키텍처 선택 자동화
____요약
____더 읽을거리

__2장. 오토케라스 시작하기
____기술 요구사항
____딥러닝이란 무엇인가?
____신경망이란 무엇이며 어떻게 학습하는가?
____딥러닝 모델은 어떻게 학습하는가?
____왜 오토케라스인가?
______오토케라스 실험 실행 방법
____오토케라스 설치
______클라우드에 오토케라스 설치
______오토케라스 로컬 설치
____Hello MNIST: 첫 번째 오토케라스 실험 구현
______필요한 패키지 가져오기
______MNIST 데이터셋 가져오기
______숫자는 어떻게 분포하는가?
______이미지 분류 모델 만들기
______테스트 세트로 모델 평가
______모델 시각화
______이미지 회귀 분류 모델 만들기
______테스트 세트로 모델 평가
______모델 시각화
____요약

__3장. 오토케라스로 머신러닝 파이프라인 자동화하기
____텐서 이해하기
______텐서란 무엇인가?
______텐서의 유형
____딥러닝 모델을 제공하기 위한 데이터 준비
______신경망 모델을 위한 데이터 전처리 작업
____여러 형식으로 오토케라스에 데이터 로드
____학습 및 평가를 위한 데이터셋 분할
______데이터셋을 분할해야 하는 이유
______데이터셋을 분할하는 방법
____요약

제2부 오토케라스 활용

__4장. 오토케라스를 사용한 이미지 분류 및 회귀
____기술 요구사항
____CNN 이해하기
______합성곱 층
______풀링 층
______CNN 구조
______기존 신경망 넘어서기
____CIFAR-10 이미지 분류 모델 만들기
____강력한 이미지 분류 모델 생성 및 파인튜닝
______모델 성능 향상
______테스트 세트로 모델 평가
______모델 시각화
____사람의 나이를 알아내는 이미지 회귀 분석기 만들기
____강력한 이미지 회귀 분석기 생성 및 파인튜닝
______모델 성능 향상
______테스트 세트로 모델 평가
______모델 시각화
____요약

__5장. 오토케라스를 사용한 텍스트 분류 및 회귀
____기술 요구사항
____텍스트 데이터 작업
______토큰화
______벡터화
____RNN 이해하기
____1차원 CNN(Conv1D)
____이메일 스팸 감지기 만들기
______스팸 예측기 만들기
______모델 평가
______모델 시각화
____소셜 미디어에서 뉴스 인기도 예측
______텍스트 회귀 모델 생성
______모델 평가
______모델 시각화
______모델 성능 향상
______테스트셋으로 모델 평가
____요약

__6장. 오토케라스를 사용한 구조화된 데이터 작업
____기술 요구사항
____구조화된 데이터 이해하기
____구조화된 데이터 작업
____타이타닉 생존자를 예측하기 위한 구조화된 데이터 분류 모델 만들기
______분류 모델 만들기
______모델 평가
______모델 시각화
____보스턴 주택 가격을 예측하기 위한 구조화된 데이터 회귀 분석 모델 만들기
______구조 데이터 회귀 분석 모델 만들기
______모델 평가
______모델 시각화
____요약

__7장. 오토케라스를 사용한 감정 분석
____기술 요구사항
____감정 분석기 만들기
____감정 예측 모델 만들기
____모델 평가
____모델 시각화
____특정 문장의 감정 분석
____요약

__8장. 오토케라스를 사용한 주제 분류
____기술 요구사항
____주제 분류 이해하기
____뉴스 주제 분류 모델 만들기
______분류 모델 만들기
______모델 평가
______모델 시각화
______모델 평가
____모델 검색 공간 사용자 정의
______요약

제3부 고급 오토케라스

__9장. 다중 모드 및 다중 작업 데이터
____기술 요구사항
____다중 입력 또는 출력이 있는 모델 탐색
______오토모델이란 무엇인가?
______다중 모드란 무엇인가?
______다중 작업이란 무엇인가?
____다중 모드 / 다중 작업 모델 생성
______모델 생성
______모델 시각화
____검색 공간 사용자 정의
____요약

__10장. 모델 내보내기 및 시각화
____기술 요구사항
____모델 내보내기
______모델을 저장하고 불러오는 방법
____텐서보드로 모델 시각화
______콜백으로 모델 상태 기록
______텐서보드 설정 및 로드
______TensorBoard.dev와 ML 실험 결과 공유
____ClearML로 모델 시각화 및 비교
______코드에 ClearML 추가
______실험 비교
____요약
______마치며

◈ 이 책에서 다루는 내용 ◈

◆ 텐서플로 및 오토케라스로 딥러닝 워크스테이션 설정
◆ 오토케라스로 기계학습 파이프라인 자동화
◆ 오토케라스를 사용하여 이미지 및 텍스트 분류 모델 및 회귀 모델 구현
◆ 오토케라스를 사용하여 텍스트에 대한 감정 분석을 수행하여 부정적 또는 긍정적으로 분류
◆ 오토케라스를 활용하여 주제별로 문서 분류
◆ 가장 강력한 확장 기능을 사용하여 오토케라스를 최대 활용


◈ 이 책의 대상 독자 ◈
자동화된 ML 기술을 프로젝트에 적용하려는 머신러닝 및 딥러닝 애호가를 위한 책이다. 최대한 활용하려면 파이썬 프로그래밍에 대한 기본적인 사전지식이 필요하다.


◈ 이 책의 구성 ◈
1장, ‘자동화된 머신러닝 소개’에서는 AutoML 사용 방법의 유형 및 해당 소프트웨어 시스템에 대한 개요와 함께 자동화된 머신러닝의 주요 개념을 다룬다.
2장, ‘오토케라스 시작하기’에서는 오토케라스를 시작하는 데 필요한 모든 것을 다루고, 잘 설명된 기본 코드 예제를 통해 오토케라스를 실행한다.
3장, ‘오토케라스로 머신러닝 파이프라인 자동화하기’에서는 표준 머신러닝 파이프라인을 설명하고, 오토케라스로 파이프라인을 자동화하는 방법을 다룬 후, 모델을 학습시키기 전에 적용할 주요 데이터 준비의 모범 사례를 소개한다.
4장, ‘오토케라스를 사용한 이미지 분류 및 회귀’에서는 더 복잡하고 강력한 이미지 인식 모델을 만들고 오토케라스의 동작 방식을 조사하며 성능을 개선하기 위한 파인튜닝 방법을 살펴봄으로써 이미지 관련 문제에 오토케라스를 사용하는 것에 중점을 둔다.
5장, ‘오토케라스를 사용한 텍스트 분류 및 회귀’에서는 오토케라스를 이용한 텍스트(단어 시퀀스) 작업에 중점을 둔다. 또한 순환 신경망이 무엇이며 어떻게 작동하는지 설명한다.
6장, ‘오토케라스를 사용한 구조화된 데이터 작업’에서는 구조화된 데이터셋을 탐색하고, 변환하고, 특정 모델의 데이터 소스로 사용할 수 있다. 또한 구조화된 데이터를 기반으로 작업을 해결하기 위해 고유한 분류 및 회귀 모델을 생성한다.
7장, ‘오토케라스를 사용한 감정 분석’에서는 텍스트 분류 모델을 사용해 텍스트 데이터에서 감정을 추출하고, 감정 예측 모델을 구현해 텍스트 분류 개념을 실용적인 방식으로 적용한다.
8장, ‘오토케라스를 사용한 주제 분류’에서는 이전 장에서 배운 텍스트 기반 작업의 실용적인 측면에 중점을 둔다. 오토케라스로 주제 분류 모델을 생성한 다음, 주제 또는 범주 기반 데이터셋에 적용하는 방법을 알려준다.
9장, ‘다중 모드 및 다중 작업 데이터’에서는 오토모델 API로 다중 모드 및 다중 작업 데이터를 처리하는 방법을 설명한다.
10장, ‘모델 내보내기 및 시각화’에서는 오토케라스 모델을 내보내고 가져오는 방법과 모델을 학습시키는 동안 일어나는 일을 실시간으로 그래픽을 사용해 시각화하는 방법을 알려준다.

◈ 옮긴이의 말 ◈
머신러닝을 공부하는 사람들이 처음 책을 폈을 때 머신러닝이란 무엇인가, 또는 지도학습과 비지도학습은 무엇인가에 대해 배웠을 것입니다. 딥러닝 책으로 공부를 시작한 분들은 신경망, 미분, 역전파의 개념을 배웠을 것입니다. 개념도 물론 중요하지만 우리가 이러한 공부를 하는 이유는 실무에서 사용하기 위함입니다. 그런데 이런 이론적인 내용만 공부하다 보면 정작 AI를 비즈니스에 적용할 수 있는지 검토하는 데까진 더 오랜 시간이 걸립니다. 그래서 구글, 아마존, 마이크로소프트와 같은 클라우드 플랫폼 회사에서는 머신러닝을 비즈니스에서 빠르게 테스트하고 적용할 수 있도록 Vertex AI, Amazon SageMaker Autopilot, Azure Machine Learning Studio와 같은 AutoML 서비스를 제공하고 있습니다. 클라우드 플랫폼을 활용할 수 있다면 위에서 언급한 서비스를 이용하는 것이 좋습니다. 하지만 온프레미스 환경에서 작업을 해야 한다면 오토케라스가 좋은 대안이 될 수 있습니다.
이 책은 머신러닝 이론에 대해서는 간략하게 소개합니다. 그리고 비즈니스에서 겪는 문제를 분류, 회귀, 감정 분석, 주제 분류 등으로 나눠서 예측 모델을 만드는 방법을 설명합니다. 그리고 머신러닝 학습 과정을 관리하기 위해 머신러닝 파이프라인을 자동화하거나 머신러닝 모델링 과정을 모니터링하고 모델을 배포하는 방법을 다룹니다.
머신러닝과 딥러닝을 많이 경험해보지 못한 비즈니스 전문가, 학생, 개발자, 데이터 분석가분들도 데이터를 이용해 문제를 풀어야 하는 상황이라면 이 책에서 설명하는 오토케라스를 이용해 비즈니스 문제의 답을 빨리 찾을 수 있길 바랍니다.

작가정보

Luis Sobrecueva
현재 카비파이(Cabify)에서 근무하는 선임 소프트웨어 엔지니어이자 ML/DL 실무자다. OpenAI 프로젝트에 기여했으며 오토케라스 프로젝트에도 기여했다.

데이터에 숨어 있는 인사이트를 찾는 일을 좋아한다. 11번가에서 데이터 엔지니어와 데이터 과학자의 역할 사이에서, 판매자와 구매자 대상 개인화 추천 서비스를 제공하기 위해 데이터 파이프라인과 데이터 모델을 개발했다. 현재는 카드 혜택을 통합 관리하는 핀테크 스타트업 빅쏠에서 데이터 과학자로 일하고 있다.

작가의 말

모든 사람이 딥러닝을 사용할 수 있을까? 의심할 여지없이 이 질문은 구글이나 아마존 같은 거대 기업이 제공하는 클라우드 서비스가 달성하고자 하는 목표다. 구글 AutoML 및 아마존 ML 서비스는 모든 기술 수준의 개발자가 머신러닝 기술을 쉽게 사용할 수 있도록 하는 클라우드 기반 서비스다. 클라우드 기반 서비스의 대안으로 사용할 수 있는 오토케라스는 무료 오픈소스이며, 환상적인 프레임워크다.
오토케라스는 나날이 성장하고 있으며 널리 알려진 딥러닝 프레임워크인 케라스의 지원을 받는 대규모 커뮤니티를 보유하고 있다. 그러나 문서와 블로그 기사를 제외하고는 현재까지 오토케라스 책이 거의 없다. 이 책은 그 공백을 메우기 위해 노력하고 있다.
이 책과 오토케라스 프레임워크는 클라우드 서비스의 대안을 찾는 초보자(단순히 입력 및 출력을 정의해 블랙박스로 사용)부터 자동화를 원하는 노련한 데이터 과학자에 이르기까지 광범위한 ML 전문가를 대상으로 한다. 검색 공간 매개변수를 자세히 정의하고 생성된 모델을 케라스로 내보내 수동 파인튜닝을 통해 탐색한다. 오토케라스를 처음 사용한다면 이런 용어와 개념이 이상하게 들릴 수 있지만 걱정하지 말자. 책에서 자세히 설명할 것이다.

이 상품의 총서

Klover리뷰 (0)

Klover리뷰 안내
Klover(Kyobo-lover)는 교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1. 리워드 안내
구매 후 90일 이내에 평점 작성 시 e교환권 100원을 적립해 드립니다.
  • - e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • - 리워드는 1,000원 이상 eBook, 오디오북, 동영상에 한해 다운로드 완료 후 리뷰 작성 시 익일 제공됩니다. (5,000원 이상 상품으로 변경 예정, 2024년 9월 30일부터 적용)
  • - 리워드는 한 상품에 최초 1회만 제공됩니다.
  • - sam 이용권 구매 상품 / 선물받은 eBook은 리워드 대상에서 제외됩니다.
2. 운영 원칙 안내
Klover리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다. 일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오 발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

구매 후 리뷰 작성 시, e교환권 100원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여 주는 교보문고의 새로운 서비스 입니다. 교보eBook 앱에서 도서 열람 후 문장 하이라이트 하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 ‘좋아요’ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보없이 삭제될 수 있습니다.
리워드 안내
  • 구매 후 90일 이내에 문장 수집 등록 시 e교환권 100원을 적립해 드립니다.
  • e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • 리워드는 1,000원 이상 eBook에 한해 다운로드 완료 후 문장수집 등록 시 제공됩니다. (5,000원 이상 eBook으로 변경 예정, 2024년 9월 30일부터 적용)
  • 리워드는 한 상품에 최초 1회만 제공됩니다.
  • sam 이용권 구매 상품 / 선물받은 eBook / 오디오북·동영상 상품/주문취소/환불 시 리워드 대상에서 제외됩니다.

구매 후 문장수집 작성 시, e교환권 100원 적립

    교보eBook 첫 방문을 환영 합니다!

    신규가입 혜택 지급이 완료 되었습니다.

    바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
    지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

    교보e캐시 1,000원
    TOP
    신간 알림 안내
    오토케라스로 만드는 AutoML 웹툰 신간 알림이 신청되었습니다.
    신간 알림 안내
    오토케라스로 만드는 AutoML 웹툰 신간 알림이 취소되었습니다.
    리뷰작성
    • 구매 후 90일 이내 작성 시, e교환권 100원 (최초1회)
    • 리워드 제외 상품 : 마이 > 라이브러리 > Klover리뷰 > 리워드 안내 참고
    • 콘텐츠 다운로드 또는 바로보기 완료 후 리뷰 작성 시 익일 제공
    감성 태그

    가장 와 닿는 하나의 키워드를 선택해주세요.

    사진 첨부(선택) 0 / 5

    총 5MB 이하로 jpg,jpeg,png 파일만 업로드 가능합니다.

    신고/차단

    신고 사유를 선택해주세요.
    신고 내용은 이용약관 및 정책에 의해 처리됩니다.

    허위 신고일 경우, 신고자의 서비스 활동이 제한될 수
    있으니 유의하시어 신중하게 신고해주세요.


    이 글을 작성한 작성자의 모든 글은 블라인드 처리 됩니다.

    문장수집 작성

    구매 후 90일 이내 작성 시, e교환권 100원 적립

    eBook 문장수집은 웹에서 직접 타이핑 가능하나, 모바일 앱에서 도서를 열람하여 문장을 드래그하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다.

    P.
    오토케라스로 만드는 AutoML
    몇 줄의 코딩으로 이용할 수 있는 딥러닝
    저자 모두보기
    낭독자 모두보기
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 프리미엄 이용권입니다.
    선물하실 sam이용권을 선택하세요.
    결제완료
    e캐시 원 결제 계속 하시겠습니까?
    교보 e캐시 간편 결제
    sam 열람권 선물하기
    • 보유 권수 / 선물할 권수
      0권 / 1
    • 받는사람 이름
      받는사람 휴대전화
    • 구매한 이용권의 대한 잔여권수를 선물할 수 있습니다.
    • 열람권은 1인당 1권씩 선물 가능합니다.
    • 선물한 열람권이 ‘미등록’ 상태일 경우에만 ‘열람권 선물내역’화면에서 선물취소 가능합니다.
    • 선물한 열람권의 등록유효기간은 14일 입니다.
      (상대방이 기한내에 등록하지 않을 경우 소멸됩니다.)
    • 무제한 이용권일 경우 열람권 선물이 불가합니다.
    이 상품의 총서 전체보기
    네이버 책을 통해서 교보eBook 첫 구매 시
    교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 네이버 책을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)
    구글바이액션을 통해서 교보eBook
    첫 구매 시 교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 구글바이액션을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)