한빛미디어

한 권으로 다지는

머신러닝&딥러닝

(with 파이썬)

 

 

 

 

 

 

 

 

 

 

 

 

이 책은 AI 알고리즘을 사용해 실제 애플리케이션을 개발하려는 파이썬 개발자를 위한 책이다.

파이썬 초보자에게도 친숙하지만 파이썬 프로그래밍에 익숙하다면 예제 코드를 다양하게 활용할 수 있어 유익하다.

이미지, 텍스트, 음성 등 다양한 데이터를 이해하는 애플리케이션을 구축하고 싶다면 이 책이 확실히

도움이 될 것이다!

 

시작하겠습니다 :)

 

 

 

DAY 1, 2, 3, 4

 

특성 선택과 특성 공학

 

챕터 4 ~ 8

 

 

+ 지도 학습을 이용한 분류와 회귀, 예측 분석, 패턴 감지, 추천 시스템 구축까지

 

 

 

 

 

 

 

 

한 권으로 다지는 머신러닝&딥러닝(with 파이썬)

 

 

오랜만에 방대한 양의 서적을 속독했습니다. 어디서부터 설명해야 될지 감이 잡히지 않을 만큼 양이 많았지만! 재미있게 그리고 열심히 보려고 노력했습니다. 지금부터 리뷰 시작하겠습니다 :)

초반 챕터는 다양한 운영체제에서 파이썬 3을 설치하는 방법, AI 애플리케이션을 구축하는 데 필요한 패키지를 설치하는 방법을 진행하며 사이킷런에서 사용 가능한 데이터도 로드해 보고 기본적인 설치와 샘플을 만져봅니다.

또한, AI를 이용하는 사례도 알아보고 머신러닝 파이프라인 생성과 관련된 여러 단계도 살펴봅니다.

오늘날 파이프라인을 설정하는 데 사용되는 몇 가지 모범 사례와 인기 있는 도구도 살펴보며 1장이 마무리됩니다.

 

2장부터는 딥한 내용이 많이 들어있는 챕터입니다. 머신러닝 파이프라인에서 중요한 두 가지 단계인 특성 선택/특성 공학부터 시작하여 지도학습과 비지도 학습의 차이점, 데이터 분류 문제와 해결 방법도 알아봅니다.

특히 2장 5챕터부터는 다양한 데이터 전처리 방법, 레이블 인코딩과 레이블 인코더를 만드는 방법/로지스틱 회귀를 알아보고 로지스틱 회귀 분류기도 만들어보며 본격적인 실습을 진행합니다.

 

이어서 나오는 6챕터 - 앙상블 학습 개념과 실제도 어떻게 사용되는지 알아보고 7챕터에서는 비지도 학습과 그 적용 방법부터 시작해서, 클러스터링과 K-평균 알고리즘으로 데이터를 클러스터링 하는 방법도 알아봅니다.

그리고 평균 이동 알고리즘을 사용해 클러스터 수를 추정하는 방법/실루엣 점수와 클러스터링 품질을 추정하는 방법도 알아보고, 가우시안 혼합 모델을 기반으로 분류기를 만드는 방법도 살펴봅니다. 또한 유사도 전파 모델을 사용해 주식시장에서 하위 그룹을 찾고, 평균 이동 알고리즘을 적용해 쇼핑 패턴을 기반으로 시장을 세분화합니다.

 

8챕터에서는 데이터 세트 내 특정 데이터 포인트의 K-최근접 이웃을 추출하는 방법을 배웁니다.

이 개념을 사용해 K-최근접 이웃 분류기를 구축해 보고 유클리드 및 피어슨 점수와 같은 유사성 점수를 계산하는 방법도 알아봅니다.

 

8챕터까지 읽고 중요한 부분 실습만 해도 족히 3~4일은 기본으로 소요되는 분량입니다. 하지만, 중요한 내용이 정말 많고 도움이 되는 실습이 너무 많습니다. 꼭 두 번! 세 번! 정독하시면 기초 지식을 쌓는데 많은 도움이 될 것입니다.

 

 

 

 

DAY 5, 6, 7, 8

 

논리 프로그래밍

 

챕터 9 ~ 13

 

 

+ 휴리스틱 검색 기술, 유전 알고리즘 및 프로그래밍, 클라우드 인공지능, 게임 개발까지!

 

 

 

 

 

 

 

 

 

9챕터 - 논리프로그래밍에서는 논리 프로그래밍을 사용해 파이썬 프로그램을 작성하는 방법을 배웁니다. 조금 쉬었다 갈 수 있는 챕터가 되겠네요! 다양한 프로그래밍 패러다임도 알아보며 논리 프로그래밍의 구성 요소와 프로그램 구축 방법을 이해하는 챕터입니다.

문제를 해결하는 방법을 살펴보고 퍼즐 문제도 풀어봅니다.

 

10챕터 휴리스틱 검색 기술부터 다시 머리가 지끈거리는 챕터이지만 재미있는 챕터가 이어집니다! 휴리스틱 검색 기술의 작동 방식을 배워보며 정보 탐색과 무정보 탐색의 차이점을 알아봅니다. 또한 제약 충족 문제와 이 패러다임으로 문제를 해결하는 방법도 배웁니다.

8-퍼즐 솔버와 미로 찾기 솔버도 꼭 따라 해보시길 바랍니다!

 

11챕터는 유전 알고리즘과 유전 프로그래밍 챕터입니다. 진화 알고리즘과 유전 프로그래밍을 알아보고 GA와의 연관성을 배웁니다.

모집단, 교차, 돌연변이, 선택, 적합성 함수 개념을 다루면서 GA의 기본 구성 요소를 살펴보고 사전 정의된 매개변수르 비트 패턴을 생성하며, CMA-ES를 사용해 진화 과정도 시각화합니다. 그리고 뒤에서는 맵을 가로지르며 모든 타깃을 없애는 로봇 컨트롤러도 구축해 봅니다. 각 챕터에 토이 프로젝트 같은 형태의 실습도 주어져서 이론적인 이해만 되는 것이 아니라 매우 좋았습니다!

 

12챕터는 클라우드 인공지능 챕터입니다. 이 장에서는 대부분의 기술 회사들이 클라우드 영역을 선도하기 위해 치열하게 경쟁한다는 것을 살펴봅니다. 클라우드는 그동안의 컴퓨터 역사상 가장 중요한 기술 중 하나가 될 것입니다. 고객들이 어떤 클라우드 제공자를 선택하든 간에, 알지 못하는 사이에 그 업체의 에코 시스템에 갇히게 될 것입니다.

이 장에서는 상위 3개 클라우드 업체에서 제공하는 머신러닝을 분석해 봅니다.

 

13챕터까지 오느라 고생 많았습니다! 이 장에서는 조합 검색이라는 특수한 인공지능 기술을 사용해 게임을 구축하는 방법을 배웁니다.

게임에서 승리할 전략을 효과적으로 제시하기 위해 이러한 검색 알고리즘을 사용하는 방법을 학습합니다. 이러한 알고리즘은 보다 복잡한 게임을 플레이하는 머신을 구축하고 다양한 문제를 해결하는 데 사용됩니다. 조합 검색을 사용해 검색 프로세스 속도를 높이는 방법도 알아봅니다. 미니맥스와 알파-베타 가지치기를 학습하고 네가맥스 알고리즘이 실제로 어떻게 사용되는지 살펴봅니다.

그리고 이러한 알고리즘을 사용해 마지막 동전 남기기와 틱택토를 플레이하는 봇을 만들어봅니다.

 

 

 

DAY 9, 10, 11, 12, 13

 

음성 인식 구축

 

챕터 14 ~ 19

 

 

+ 자연어 처리, 챗봇 개발, 시계열 분석, 이미지 인식과 신경망까지

 

 

 

 

 

 

 

 

 

 

 

 

14챕터는 재미있는 음성인식입니다! 음성 신호와 관련 개념으로 작업하는 방법을 알아보고 오디오 신호를 시각화합니다.

푸리에 변환을 사용해 시간 영역 오디오 신호를 주파수 영역으로 변환하는 방법도 배웁니다. 또한 사전 정의된 매개변수를 ㅅ용해 오디오 신호를 생성하는 방법을 살펴봅니다. 그리고 이 개념을 활용해 톤을 연결해 음악을 합성하고 MFCC가 실제로 어떻게 사용되는지 알아봅니다. 어려운 개념이 많습니다. 재미있는 챕터라고 접근했다가 큰 코 다칠 수 있습니다!! 열공!!

 

15챕터는 제가 요즘 가장 관심을 가지고 있는 주제이기도 합니다. 자연어 처리의 다양한 기본 개념을 배우게 되는데요!

토큰화와 입력 테스트를 여러 토큰으로 분리하는 방법을 살펴봅니다. 형태소 분석과 기본형화를 사용해 단어를 기본 형식으로 줄이는 방법도 학습합니다. 그리고 사전 정의한 조건에 따라 입력 테스트를 청크로 분할하는 텍스트 청커를 구현해 봅니다.

이후에 단어 가방 모델을 알아보고 입력 텍스트를 위한 문서-용어 행렬도 구축해 보고 머신러닝을 사용해 텍스트를 분류하는 방법까지 놓칠 것이 하나도 없는 챕터입니다!

 

16챕터 역시 토이 프로젝트를 한번 해보자!라고 마음먹고 미루고 있지만, 제가 가장 관심을 가지는 주제 중 하나입니다.

이 장에서는 구글에서 개발한 다이얼로그플로우라는 챗봇 플랫폼을 자세히 살펴봅니다. 플랫폼에 익숙해지기 위해 기본 예제를 수행하고, 웹훅을 사용해 다른 백엔드 서비스와 통합하는 방법도 배웁니다. 챗봇 기능을 테스트하고 올바르게 설정됐는지 확인하는 방법을 단계별로 이해합니다.

 

17챕터는 시퀀스 데이터와 시계열 분석 챕터입니다. 시퀀스 학습 모델을 구축하는 방법을 배우는데, 판다스를 자주 사용해 봤기 때문에 다른 챕터보다는 수월했던 것 같습니다. 판다스에서 시계열 데이터를 처리하는 방법의 이해부터 시계열 데이터를 분할하고 다양한 작업을 수행하는 방법을 살펴봅니다.

 

18챕터 이미지 인식 - Open cv 를 이용한 챕터인데, 몇 번 토이 프로젝트를 해봤던 챕터라 재미있게 학습할 수 있었습니다. 물체 감지 및 추적 기술에 대해서 주로 다루고 다양한 운영체제에서 파이썬을 지원하는 OpenCV를 설치하는 방법도 나옵니다.

캠시프트 알고리즘을 사용해 대화형 객체 추적기도 만들어보고 광학 흐름 기반 추적기를 만드는 방법도 배웁니다. 얼굴 감지 기술을 알아보고 하르 캐스케이드와 통합 이미지 개념도 이해합니다.

 

19챕터는 매우 중요한 챕터입니다. 신경망을 학습해 봅니다. 신경망을 구축하고 훈련하는 방법을 배우며, 퍼셉트론 개념을 알아보고 이를 기반으로 분류기를 구축해 봅니다. 단일 계층 신경망과 다층 신경망을 살펴보고 신경망을 사용해 백터 양자화기도 구축해 봅니다.

순환 신경망을 사용해 시퀀스 데이터를 분석하고 신경망을 사용해 광학 문자 인식 엔진도 구축해 봅니다.

 

정말 요즘 인공지능의 기초가 다 들어간 챕터가 아닐까 싶습니다! 꼭 정독해서 공부해 보시길 바랍니다 :)

 

 

 

 

 

 

DAY 14, 15, 16, 17

 

합성곱 신경망을 이용한 딥러닝

 

챕터 20 ~ 23

 

 

+ 순환 신경망과 기타 딥러닝 모델, 강화 학습, 인공지능과 빅데이터 그리고 후기까지

 

 

 

 

 

 

 

 

 

후기 : 인공지능이 처음이라면! 개념과 예제로 머신러닝 탄탄하게 다지기

 

 

20 ~ 23챕터는 따로 언급하지 않겠습니다. 직접 구매해서 보시는 것을 추천해 드립니다!

 

정말 많은 챕터가 있고 한 챕터 챕터가 전부 주옥같은 내용이 들어 있습니다.

놓칠 것이 없군요!!

 

처음에 개념을 잡는 데 시간이 걸리겠지만, 파이썬 프로그래밍 초~중급 실력과

열정만 있다면 누구든지 시도해 볼 수 있는 좋은 서적이라 생각합니다.

매 챕터마다 토이 프로젝트를 수행할 수 있는 굉장히 좋은 주제도 제시하고 있고

인공지능, 머신러닝, 딥러닝의 이해부터 알고리즘을 시계열 데이터에 적용하는 것까지

 

원하는 프로그램을 만들어보고 싶을 정도로 자극을 주는 서적입니다.

 

 

강추합니다!

 

 

★★★★★

 

 

 

리뷰를 마치며!