코드로 배우는 인공지능
도서+교보Only(교보배송)을 함께 15,000원 이상 구매 시 무료배송
15,000원 미만 시 2,500원 배송비 부과
20,000원 미만 시 2,500원 배송비 부과
15,000원 미만 시 2,500원 배송비 부과
1Box 기준 : 도서 10권
알림 신청하시면 원하시는 정보를
받아 보실 수 있습니다.
해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.
패키지
북카드
키워드 Pick
키워드 Pick 안내
관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.
코드를 구현하며 개발자의 시선으로 배우는 인공지능!
작가정보
텐센트 AI 연구소 책임자이자 AI 시스템 설계 전문가로서 운영 시스템 커널, 웹 보안, 검색 엔진, 추천 시스템, 분산 시스템, 이미지 처리, 데이터 분석 등 다양한 영역에서의 실전 경험을 쌓았다. 텍사스 대학교 샌안토니오 캠퍼스에서 컴퓨터 과학 박사 학위를 받았으며, 마이크로소프트, 보스턴 컨설팅 그룹(BCG), 우버 및 여러 실리콘밸리 스타트업에서 개발 엔지니어 및 프로젝트 매니저로 근무했다.
알리바바 알고리즘 센터 산하 조직의 책임 관리자로서 추천 시스템, 자연어 처리, 이미지 처리, 데이터 분석 등 다양한 영역에서의 실전 경험을 쌓았다. 미국 플로리다 공과대학교에서 컴퓨터 과학 박사 학위를 받았으며, 마이크로소프트 중국 지사, 중국판 배달의민족인 메이투안, 그리고 텐센트에서 알고리즘 개발 및 관리자로 일했다. 다수의 논문과 특허를 보유하고 있다.
하나금융융합기술원, IBM 등을 거쳐 지금은 외국계 FMCG 회사에서 시니어 데이터 과학자로 일하고 있다. 중학생 때부터 10여 년간 중국에서 거주하며 베이징 대학교를 졸업했고, 미국 캘리포니아대학교 샌디에이고 캠퍼스에서 국제경제 석사 학위를 받았다. 저서로는 《퀀트 전략을 위한 인공지능 트레이딩》(한빛미디어, 2020)이 있으며, 역서로는 《단단한 머신러닝》과 《데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집》(이상 제이펍, 2020)이 있다.
목차
- 상편
CHAPTER 01 머신러닝의 Hello World 3
1.1 머신러닝에 대한 간략한 소개 3
1.2 머신러닝 애플리케이션의 핵심 개발 프로세스 5
1.3 코드로 시작하기 8
1.4 마무리 11
1.5 참고자료 11
CHAPTER 02 직접 구현하는 신경망 12
2.1 퍼셉트론 12
2.2 선형 회귀와 경사 하강법 구현 17
2.3 확률적 경사 하강법의 구현 23
2.4 파이썬을 통한 단층 신경망 구현 25
2.5 요약 40
2.6 참고자료 40
CHAPTER 03 케라스 시작하기 41
3.1 케라스 소개 41
3.2 케라스 개발 입문 42
3.3 케라스 개념 설명 46
3.4 다시 코드 실습으로 72
3.5 요약 77
3.6 참고자료 78
CHAPTER 04 예측과 분류: 간단한 머신러닝 응용 79
4.1 머신러닝 프레임워크 - 사이킷런 소개 79
4.2 분류 알고리즘 기초 82
4.3 의사결정 트리 92
4.4 선형 회귀 103
4.5 로지스틱 회귀 104
4.6 신경망 110
4.7 요약 123
4.8 참고자료 123
하편
CHAPTER 05 추천 시스템 기초 127
5.1 추천 시스템 소개 127
5.2 유사도 계산 130
5.3 협업 필터링 131
5.4 추천 환경에서 사용하는 로지스틱 회귀 모델 137
5.5 여러 모델을 융합한 추천 모델: Wide&Deep 모델 140
5.6 요약 149
5.7 참고자료 149
CHAPTER 06 실전 프로젝트: 챗봇 만들기 150
6.1 챗봇의 발전 역사 150
6.2 순환 신경망 152
6.3 Seq2Seq 소개 및 구현 161
6.4 어텐션 176
6.5 요약 187
6.6 참고자료 187
CHAPTER 07 이미지 분류 실전 프로젝트 189
7.1 이미지 분류와 합성곱 신경망 189
7.2 합성곱 신경망의 원리 192
7.3 실전 예제: 교통 표지판 분류 202
7.4 최적화 정책 211
7.5 요약 217
7.6 참고자료 217
CHAPTER 08 객체 검출 218
8.1 CNN의 진화 219
8.2 YOLO 241
8.3 YOLO v3 구현 252
8.4 요약 292
8.5 참고자료 293
CHAPTER 09 모델 배포 및 서비스 295
9.1 생산 환경에서의 모델 서비스 295
9.2 텐서플로 서빙의 응용 298
9.3 요약 306
9.4 참고자료 307
책 속으로
이 책의 가장 큰 특징은 개발자의 시각에서 인공지능을 설명하고 있다는 점입니다. 아무래도 두 저자 모두 컴퓨터과학 전공이다 보니, 자연스럽게 개발자의 시선으로 인공지능을 개발하고 적용하는 문제를 고민하기 시작했을 것이라 생각합니다. 주변에 많은 개발자 분들이 인공지능 열풍에 흥미를 느끼거나 반대로 불안감을 느껴 관련 공부를 시작하고 있습니다. 물론 대학교 때 배웠던 선형대수, 미적분을 다시 복습하고 고급 통계를 배우는 정도(正道)를 걷는 것은 매우 권장할 일이지만, 저자의 의도처럼 경험 있는 개발자들이 인공지능에 대해 빠르게 습득하고 적용할 수 있는 가이드도 필요하다고 생각합니다. 이 책은 인공지능 개념이 아직은 생소한 개발자가 머신러닝과 딥러닝의 핵심 개념들을 코드로 실습해가며 빠르게 습득할 수 있도록 도와줍니다. _ix
이어서 네트워크 훈련을 시작해 봅시다. 훈련 과정은 이전 프로세스와 상당히 유사합니다. 이전 코드 예제인 simple_perceptron과 linear_regression에서는 코드가 너무 간단해 훈련 과정에서 일정 개념에 대한 구현을 보여줄 수 없었습니다. 예를 들어, simple_perceptron 코드 예시에서 손실함수와 가중치 업데이트 방법에 대해 정의하지 않고 net_input과 predict를 단독으로 실행했습니다(실질적으로 활성화 함수에 해당합니다). 그리고 linear_regression 코드 예제에서는 손실함수와 가중치 업데이트 update_weight의 개념에 대해서 강조하고 경사 하강법을 사용한 최적화에 대해서는 설명했지만, 네트워크 입력과 활성화 함수에 대해서는 언급하지 않았습니다. _29p
사용자 기반의 협업 필터링 방법은 먼저 유사도 공식을 사용해 대상 사용자와 비슷한 취향을 가진 K개의 최대 유사 사용자 이웃(nearest neighbor)을 얻고, 해당 유사 사용자의 취향에 기반해 대상 사용자에 대한 추천을 진행합니다. 계산적인 측면에서 한 사용자의 전체 상품에 대한 선호도를 하나의 벡터로 하여 사용자 사이의 유사도를 계산합니다. _131p
앞서 언급했던 소벨 연산자와 비교하면, 여기의 소벨 연산자가 포함하는 두 행렬은 모든 이미지에 대해 동일합니다. 즉, 소벨 연산자를 사용하는 모든 이미지가 동일한 행렬 수치를 사용한다는 이야기와 같습니다. 이는 커널 함수와 동일합니다. 차이라고 한다면 소벨 연산자는 인간의 실험과 경험적 설계에 기반해 얻어지지만, 딥러닝의 경사 하강법 등의 알고리즘을 통하면 적합하고 다양한 이미지 데이터에 대해 공통으로 사용할 수 있는 커널 파라미터를 찾을 수 있다는 것입니다. _200p
따라서 많은 회사의 머신러닝 서비스에는 전문적인 머신러닝 모델 서비스가 필요합니다. 즉, 머신러닝 모델의 특징과 사용 방법에 맞춰 전문적인 온라인 서비스 구조를 만들어 데이터 과학자가 설계한 모델을 효율적인 전용 모델 파일로 변환해 자체 정의한 프레임워크를 통해 대외적 서비스를 진행하는 것입니다. 우리는 이러한 과정을 모델 서빙(model serving)이라고 부릅니다. 그림 9-1은 비교적 초기의 모델 서빙 프레임워크를 보여주고 있습니다. _297p
출판사 서평
개발자에게 바치는 머신러닝 가이드북!
코드를 구현하며 개발자의 시선으로 배우는 인공지능!
이 책은 개발자에게 바치는 머신러닝 가이드북입니다. 철저하게 개발자의 시선에서 접근하고 실제 산업계에서 자주 사용되는 모델에 관해 설명합니다. 동시에 신경망의 원리와 기초 구현 방법, 케라스 라이브러리의 사용법과 텐서플로를 활용한 모델 배포 방안도 포함합니다. 복잡한 머신러닝 이론 대신, 간단한 AI 구현 코드를 보여주면서 구조와 프로세스를 설명합니다. 그리고 초보 학습자가 궁금해할 문제를 선별하여 이러한 문제와 연계해 새로운 내용을 소개합니다. 이 책의 모든 장에서 비슷한 방법을 사용하고 있습니다.
이 책은 크게 두 파트로 나뉩니다. 상편(1장~4장)에서는 간단한 머신러닝 애플리케이션을 이해하고 개발할 수 있도록 도와주며, 하편(5장~9장)에서는 인공지능 기술의 3대 영역인 추천 시스템, 자연어 처리(NLP), 그리고 이미지 처리에 초점을 맞춰 설명합니다. 코드를 통해 설명하는 부분에서는 전체적인 구조와 프로세스를 중심으로 전개해, 네트워크 구조가 어떻게 코드를 통해 구현되는지 군더더기 없이 설명합니다.
이 책의 대상 독자
ㆍ 인공지능 개발자나 데이터 과학자로 전향하고 싶은 프로그래머
ㆍ 코드 구현 사례를 배우고자 하는 머신러닝 연구원이나 데이터 과학자
기본정보
| ISBN | 9791191600421 | ||
|---|---|---|---|
| 발행(출시)일자 | 2021년 11월 24일 | ||
| 쪽수 | 328쪽 | ||
| 크기 |
189 * 245
* 19
mm
/ 626 g
|
||
| 총권수 | 1권 | ||
| 시리즈명 |
아이러브 A.I.
|
||
| 원서명/저자명 | 程序员的AI书: 从代码开始/潘晖 | ||
Klover
e교환권은 적립 일로부터 180일 동안 사용 가능합니다.
리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 리뷰 종류별로 구매한 아이디당 한 상품에 최초 1회 작성 건들에 대해서만 제공됩니다.
판매가 1,000원 미만 도서의 경우 리워드 지급 대상에서 제외됩니다.
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, 혐오발언이 개재된 리뷰
- 의성어나 의태어 등 내용의 의미가 없는 리뷰
리뷰는 1인이 중복으로 작성하실 수는 있지만, 평점계산은 가장 최근에 남긴 1건의 리뷰만 반영됩니다.
구매 후 리뷰 작성 시, e교환권 200원 적립
문장수집
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.
구매 후 리뷰 작성 시, e교환권 100원 적립
