메뉴 바로가기 검색 및 카테고리 바로가기

한빛미디어

독자리뷰

[개발자를 위한 머신러닝&딥러닝] 머신러닝, 딥러닝을 텐서플로에서 직접 실습해보고 싶은 사람들을 위한 책

1b***

|

2022-09-10

개발자를 위한 머신러닝&딥러닝

수학이 어려운 개발자를 위한 코드 실습형 머신러닝 가이드북. 머신러닝 모델 구축부터 활용법까지 단계별로 설명하며 개발자가 마주하게 될 다양한 문제를 머신러닝으로 해결하는 법을 안내한다.

  • 저자 : 로런스 모로니
  • 번역 : 박해선
  • 출간 : 2022-08-24

이 책은 '22년 발간한 책으로 22년 8월 현재 초판 1쇄 발행본이다.

저자 로런스 모로니로 구글의 인공지능 개발 지원팀 리더로 텐서플로 유튜브 채널에 영상을 자주 올리고 있으며 DeepLearning.com 및 Coursera에서 호평받는 강의를 진행하기도 하였다.

저자의 약력에서 살펴볼 수 있듯 본 책 내용은 뜬 구름 잡는 내용이 아닌 실제 회사에서 많이 사용하는 예제와 실제 코드를 적용하여 업무자에게 많은 도움이 되어 보인다.

책 내용은 전체적으로 본문 454페이지 가량의 조금 두꺼운 분량으로 보이며 책상앞에 두어도 큰 부담이 되지는 않고 총 20장으로 구성되어 있다. 

책 내용은 텐서플로 소개를 시작으로 총 20장으로 구성되어 있으며

 1장~ 11장은 모델구축, 그 이후는 모델 사용을 다루고 있는데 그 내용을 간단히 살펴보면

 1장은 텐서플로우를 소개하고 있으며 설치 및 머신러닝 개념에 대해 쉽게 설명하고 있다.

 2장은 컴퓨터 비전을 소개하며 뉴런, 신경망 설계등을 통해 개념을 실제 코딩을 통해 실습하도록 구성하였다

 3장은 이미지에서 특징을 감지하는 앞의 2장보다 어드밴스드된 내용을 다루고 있으며 합성곱 신경망, 말과 사람을 구별하는 CNN, 이미지 증식, 전이학습, 다중분류, 드롭아웃 규제등을 다루고 있다.

 4장은 텐서플로 데이터 섹으로 공개 데이터셋을 다루는 방법을 설명하고 있으며 케라스 모델에서 텐서플로 데이터셋을 사용하는 방법을 설명하고 있고 매핑함수, 텐서플로 애드온등을 설명하고 있다.

 5장은 자연어 처리방법을 보여주고 있는데 언어를 숫자로 인코딩 하기, 불용어 제거등을 다루고 있다.

 6장은 임베딩을 통한 감성 프로그래밍, 단어의 의미 구축하기, 텐서플로의 임베딩, 임베딩 시각화등을 다루고 있다.

 7장은 자연어 처리를 위한 순환 신경망을 소개하며 순환구조, RNN으로 텍스트 분류기 만들기, 사전 훈련된 임베딩 사용하기 등을 언급하고 있다.

 8장은 텐서플로로 텍스트 생성하기로 입력 시퀀스로 변환, 텍스트 생성, 데이터셋 확장, 문자 기반 인코딩등을 설명하고 있다.

 9장은 시퀀스와 시계열 데이터에 관한 내용으로 시계열 예측 기법등에 대해 간단히 보여주고 있다. 

10장은 시퀀스를 예측하는 머신러닝 모델을 다루고 있으며 윈도 데이터셋, DNN을 통한 시퀀스 데이터 훈련, 결과 평과, 케라스 튜너로 하이퍼파라미터 튜닝등을 다루고 있다.

11장은 시퀀스 모델을 위한 합성곱 신경망과 순환 신경망을 보여주며 시퀀스 데이터를 위한 합성곱을 NASA날씨 데이터를 사용하여 쉽게 이해하도록 실습하고 드롭아웃 사용하기, 양방향 RNN 사용등을 다루고 있다.

 12장은 모델사용의 첫 장으로 텐서플로 라이트를 소개하면서 시작하며 전이학습으로 만든 이미지 분류기를 텐서플로 라이트로 변환하는 법을 보여준다.

13장은 안드로이드 앱에서 텐서플로 라이트 사용법을 보여주고 있으며 이동성이 강화된 프로그램 환경을 설명한다.

 14장은 iOS앱에서 텐서플로 라이트 사용법을 실습하며 Xcode로 첫번째 텐서플로 라이트 앱을 만들어 본다.

 15장은 TensorFlow.js를 소개를 시작으로 16장은 앞의 TensorFlow.js에서 컴퓨터 비전 모델 훈련을 실시한다.

 17장은 파이썬 모델을 변환해 재사용 하는 방법을 설명하며 파이썬 기반 모델을 자바스크립트로 변환하기, 사전에 변환된 모델을 사용하기 등을 학습한다.

 18장은 자바스크립트의 전이 학습을 다루고 있으며 MobileNet으로 전이 학습을 수행하는 법을 보여주고 있다.

 19장은 텐서플로 서빙으로 배포하는 법을 보여주며 텐서플로 서빙에 대한 설명, 설치, 모델 구축과 배포를 다룬다.

 20장은 마지막 장으로 인공지능 윤리, 공정성, 개인보호, 연합 학습을 다루며 책의 내용을 마무리 하고 있다.

 전체적인 총평은 난이도는 초중급으로 보이며 기본적으로 예제가 매 페이지 마다 삽입되어 추상적인 내용을 구체적으로 이해하도록 잘 구성되어있으며 파이썬 프로그래밍에 대한 기본적인 이해가 선행되어야 할 것으로 보이며 인공지능, 머신러닝, 딥러닝에 대한 기초적인 내용도 본 책을 읽기전 미리 학습되어 있으면 본 책을 한장 한장 따라가며 학습하는데 도움이 될 것으로 사료된다. 

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

닫기

해당 상품을 장바구니에 담았습니다.이미 장바구니에 추가된 상품입니다.
장바구니로 이동하시겠습니까?