한빛미디어

딥러닝과 머신러닝이라는 바다를 향해하는데 꼭 필요한 나침반 '디자인 패턴'

머신러닝 세계에서  ML 파이프라인을 설계하고, 개발, 운영하는데 있어서, 디자인 패턴은 반드시 숙지해야 하고, 실무에서 ML 관련 문제 해결시 꼭 필요하다. 

저자는 디자인 패턴을 6개의 주제로  분류한다. 

-데이터 표현 디자인 패턴

-문제 표현 디자인 패턴

-모델 학습 디자인 패턴

-탄력성 디자인 패턴 

-재현성 디자인 패턴 

-연결 패턴 

각 분야마다  구글 클라우드 플랫폼의 고객 대면 파트에서 일한 경험을 살려 , 전 세계의 다양한 머신러닝 및 데이터 과학 팀,개별 개발자와 소통하면 겪었던 경험과 지식을 디자인 패턴화하였다. 

텐서 플로, 케라스 , 빅쿼리 ML,  TPU, 클라우드 AI 플랫폼에서 활용가능한 예제를  소스코드로 제공하였다. 텐서 플로에 친숙한 개발자라면 , 이책을 소화하는데, 더욱 수월할 것이다. 

이 책은 독자가 머신러닝과 데이터 처리에 대한 사전 지식을 가졌다고 가정한다.  실용적인 머신러닝에 대한 두번째 책을 찾고 있는 데이터 과학자, 데이터 엔지니어, 머신러닝 엔지니어에게 적합하다. 

탄력성 디자인 패턴에서 스테이리스 서빙함수, 배치 서빙과 같은 패턴은 상당히 난이도가 있는 주제로 보인다. 

30여개의 디자인 패턴과 관련 주제를 소스코드로 제공하니,  실제 소스코드를 실행하며, 디자인 패턴을 학습할 수 있는 장점이 있다. 

끝으로 머신러닝 실무자로서 좀더 실용적인 경험과 지식을 습득하기를 원한다면,  이 책은 많은 해결책을 제시할 것이다. 

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

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."