메뉴 바로가기 검색 및 카테고리 바로가기 본문 바로가기

한빛출판네트워크

핸즈온 머신러닝(2판)

사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

한빛미디어

번역서

절판

  • 저자 : 오렐리앙 제롱(Aurélien Géron)
  • 번역 : 박해선
  • 출간 : 2020-05-04
  • 페이지 : 952 쪽
  • ISBN : 9791162242964
  • 물류코드 :10296
  • 구판정보 :이 도서는 <핸즈온 머신러닝>의 개정판입니다. 구판 정보 보기
  • 개정판정보 :개정판이 새로 출간되었습니다. 개정판 보기
  • 초급 초중급 중급 중고급 고급
4.8점 (9명)
좋아요 : 21

컬러판으로 돌아온 아마존 인공지능 분야 부동의 1위 도서

 

이 책은 지능형 시스템을 구축하려면 반드시 알아야 할 머신러닝, 딥러닝 분야 핵심 개념과 이론을 이해하기 쉽게 설명한다. 사이킷런, 케라스, 텐서플로를 이용해 실전에서 바로 활용 가능한 예제로 모델을 훈련하고 신경망을 구축하는 방법을 상세하게 안내한다. 장마다 제공하는 연습문제를 풀며 익힌 내용을 확인하고 응용할 수도 있다. 머신러닝을 배우고 싶지만 어디서부터 시작해야 할지 막막하다면, 이 책이 인공지능 마스터로 가는 길에 좋은 친구가 될 것이다. 2판은 텐서플로 2를 반영하고 비지도 학습, 자연어 처리, 생성적 적대 신경망(GAN) 등 최신 기법을 추가했다.

 

※ 본 2판은 사이킷런과 텐서플로 2와 케라스를 최신 버전을 사용한 예제 코드를 제공한다. 1부(머신러닝)에는 비지도 학습을 다루는 1개 장이 추가되었고, 2부(신경망과 딥러닝)에는 최신 딥러닝 기법이 방대하게 수록되었습니다. 부록에는 특수한 데이터 구조와 텐서플로 그래프에 관해 다루는 2개 장이 추가되었다. 시각적 편의를 위해 전면 컬러로 인쇄했다. 

 

 

 

★ 2판에서 달라진 점

  1. 더 많은 비지도 학습 기법(군집, 이상치 탐지, 밀도 추정, 혼합 모델 등), 심층 신경망을 훈련하기 위한 다양한 방법(자기 정규화 네트워크 등), 추가적인 컴퓨터 비전 기법(Xception, SENet, YOLO를 사용한 객체 탐지, R-CNN을 사용한 시맨틱 분할 등), 합성곱 신경망(CNN)을 사용하여 시퀀스 다루기(WaveNet 등), CNN과 트랜스포머, 순환 신경망을 사용한 언어 처리, 생성적 적대 신경망(GAN)을 다룹니다.

  2. 추가적인 라이브러리와 API(케라스, Data API, 강화 학습을 위한 TF-Agents), 분산 전략 API를 사용해 대규모 TF 모델을 훈련하고 배포하기, TF 서빙, TF Addons/Seq2Seq, TensorFlow.js를 다룹니다.
  3. 최근 중요한 딥러닝 연구 결과를 설명합니다.
  4. 모든 텐서플로 관련 장에서 텐서플로 2를 사용하고 가능하면 텐서플로의 케라스 API 구현(tf.keras)을 사용합니다.
  5. 사이킷런, 넘파이, 판다스, 맷플롯립, 그 외 다른 라이브러리 최신 버전에 맞게 코드 예제를 업데이트 했습니다.

 

 

★ 목적과 접근 방식

 

이 책은 여러분이 머신러닝을 거의 모른다고 가정하고, 데이터로부터 스스로 학습하는 프로그램을 실제로 구현하는 데 필요한 개념, 직관, 도구를 알려주는 것을 목표로 합니다.

선형 회귀처럼 가장 단순하고 널리 쓰이는 기법부터 시장을 선도하는 딥러닝 기법까지 다채로운 지식과 경험을 담았고, 당장 제품화에 사용할 수 있는 다음의 세 가지 파이썬 프레임워크를 활용했습니다.

 

  • 사이킷런(Scikit-Learn): 다양한 머신러닝 알고리즘을 효율적으로 구현했으며 사용하기도 쉬워 머신러닝을 처음 배우기에 가장 좋은 도구입니다.
  • 텐서플로(TensorFlow): 수치계산을 데이터 플로 그래프를 이용하여 분산 처리해주는, 더 복잡한 라이브러리입니다. 연산을 수천 대의 GPU 서버에 분배하여 대규모 신경망을 효율적으로 학습시키고 운영할 수 있습니다.
  • 케라스(Keras): 고수준 딥러닝 API입니다. 매우 쉽게 신경망을 훈련하고 실행할 수 있습니다. 케라스는 텐서플로, 시애노(Theano), 마이크로소프트 코그니티브 툴킷(Microsoft Cognitive Toolkit) 위에서 작동합니다. 텐서플로는 자체적인 케라스 API 구현을 tf.keras란 이름으로 포함하며, tf.keras는 텐서플로의 고급 기능을 지원합니다.

 

 

주요 내용

1부 머신러닝

  • 한눈에 보는 머신러닝
  • 머신러닝 프로젝트 처음부터 끝까지
  • 분류
  • 모델 훈련
  • 서포트 벡터 머신
  • 결정 트리
  • 앙상블 학습과 랜덤 포레스트
  • 차원 축소
  • 비지도 학습*

2부 신경망과 딥러닝

  • 케라스를 사용한 인공 신경망*
  • 심층 신경망 훈련하기
  • 텐서플로를 사용한 사용자 정의 모델과 훈련*
  • 텐서플로에서 데이터 적재와 전처리하기*
  • 합성곱 신경망(CNN)을 사용한 컴퓨터 비전
  • 순환 신경망(RNN)과 CNN을 사용한 시퀀스 처리하기*
  • RNN과 어텐션을 사용한 자연어 처리*
  • 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습*
  • 강화 학습*
  • 대규모 텐서플로 모델 훈련과 배포*

신규 추가 부록

  • 부록 F 특수한 데이터 구조*
  • 부록 G 텐서플로 그래프*

 

별표(*)를 표시한 장은 완전히 새로 쓰였거나, 50% 이상 개정되었습니다.

1부에서는 대부분 사이킷런을 기반으로 하고 2부에서는 텐서플로와 케라스를 사용합니다.

 

 

추천사

“이번 2판에서는 내지가 전부 흑백이 아닌 컬러로 전환되면서 시각적으로도 아주 큰 향상이 있었고, 비지도 학습, GAN 등 다루는 주제가 늘어났습니다. 그리고 책에서 다루는 소프트웨어도 텐서플로 2.x과 케라스로 업데이트되면서 분산 트레이닝이나 배포, 구글 클라우드와의 연동 관련 내용이 추가되었습니다. TFLite, TensorFlow.js 등 텐서플로 자체에 추가된 새로운 요소에 관한 내용도 추가되어 머신러닝 관련 이론과 실무 양쪽 영역에서 꼭 필요한 최신 정보를 제공합니다.

 

번역자에 관해서도 꼭 언급하고 싶습니다. 박해선 님은 머신러닝 관련 번역자로서 여러 책을 번역하셨고, ML GDE(Google Developer Expert)로서 오픈 소스 텐서플로 문서의 번역 작업에도 많은 노력을 기울여 국내 개발자에게 큰 신뢰를 받는 분입니다. 이렇게 좋은 책을 이렇게 좋은 분이 번역했다는 것은 독자로서는 아주 커다란 행운이 아닐 수 없습니다. 부디 이 책을 통해 더욱 많은 개발자분들이 머신러닝에 가까이 다가서기를 기원합니다!”

_ 권순선, Global ML Ecosystem Programs Lead, 구글

 

“이 책은 판다스, 사이킷런 기반의 머신러닝 핵심 레시피와 텐서플로 2.0 기반의 딥러닝 핵심 레시피를 모두 소개하며, 기본적인 이론 및 배경까지 알기 쉽게 설명합니다. 이론 설명과 코드 구현의 적절한 균형을 이룬 책입니다. 특히, 실제 프로덕션에 적용하기 위한 분산 훈련 및 텐서플로 서빙을 하나의 챕터를 할애하여 상세하게 설명하므로 데이터 사이언티스트와 머신러닝 엔지니어라면 반드시 정독해야 하는 책입니다.”

_ 김대근, AWS 데이터 사이언티스트

 

“'핸즈온'이라는 제목답게 코드에 큰 비중을 두었고, 이론은 핵심 중심으로 압축해 기술한 책입니다. 심화 이론은 관련 논문을 인용해 보충합니다. 실전에서도 사용 가능한 수준의 완전한 코드를 쉽게 연습해볼 수 있는 매우 좋은 책입니다.”

- 김주현, SK 주식회사

 

“초보자부터 실무자까지 머신러닝 분야를 공부하는 사람이라면 꼭 봐야 하는 필독서입니다. 물 흐르듯 자연스러운 설명이 이 책의 강점입니다. 풍부한 그림과 수식, 핵심 이론을 반영한 코드 예제가 실무에서 인공지능을 개발하는 여러분을 도와줄 것입니다. 최신 기술까지 담아낸 국내 최고의 머신러닝 바이블로 추천합니다.”

_ 백혜림, 연세대학교 지능형신호처리연구실 석사과정 

“이번 2판에는 정말 좋은 내용이 많이 추가되었습니다. 개인적으로 제일 만족스러운 부분 2곳이 있습니다. ‘텐서플로에서 데이터 적재와 전처리하기(13장)’와 ‘대규모 텐서플로 모델 훈련과 배포(19장)’입니다. 13장은 다양한 데이터 전처리하는 방식을 설명하고, 프로토콜 버퍼를 활용하는 방법도 설명합니다. 19장은 모델을 학습하고 Serving을 어떻게 하는지, 구글 클라우드 플랫폼의 AI Platform 활용하기 등이 나와 실무에서 사용하시는 분에게 큰 도움이 될 것입니다. 1판을 구입하셨어도, 2판을 구입하시는 것을 추천드립니다!”

_ 변성윤, 쏘카 머신러닝 엔지니어

 

“『핸즈온 머신러닝』은 머신러닝의 바이블과 같습니다. 어려운 이론과 복잡한 수식을 그림으로 풀어 설명하고 다양한 예제를 소개하며 머신러닝에 대한 두려움을 극복하게 해줍니다. 힘든 첫걸음을 떼던 제게 1판은 큰 도움이 되었습니다. 이번 2판은 다양한 신경망과 자세한 설명으로 내용이 더욱 풍부해졌습니다. 머신러닝 공부에 어려움을 겪고 계신 분과 여러 신경망을 구현해보고 싶으신 분에게 추천하고 싶습니다.”

_ 이고은, 단국대학교 응용컴퓨터공학과 학부생

 

“인공지능을 공부한다면 꼭 읽어야 하는 유명 도서입니다. '핸즈온'이라는 이름처럼 개념과 이론 위주가 아닌, 손으로 코딩해볼 수 있는 내용으로 잘 구성되어 있습니다. 개념에서 실무까지, 머신러닝을 한 권으로 공부하기 충분한 책으로 추천합니다.”

_ 이석곤, 엔컴 개발자

 

“머신러닝 입문자에게 라이브러리 사용 능력 습득과 기저에 깔린 개념에 대한 이해는 필수입니다. 이 책은 독자에게 두려움을 줄 수 있는 내용을 개념 중심으로 간결하고, 이해하기 쉽게, 빠짐없이 전달합니다. 컴퓨터 앞에 앉아 따라하며 보기도 좋지만, 여행을 떠나는 기차 안에서 한 줄 한 줄 읽으며 보기에도 무리가 없는 책입니다. 원서와 번역서가 출판되는 시점 사이에 텐서플로와 케라스는 2.1 버전을 출시했습니다. 이 시간의 간극을 역자의 꼼꼼한 번역으로 충실히 메웠습니다. 기초 개념을 잡고 이 책을 보시면 실무로 들어가기에 부족함이 없을 것입니다.”

_ 이제현, 한국에너지기술연구원 선임연구원

 

“실무에 최적화된 기본서입니다. 인공지능 영역마다 필수로 알아야 하는 이론과 논문, 실전에 도입 가능한 코드는 여타 국내 머신러닝 서적에서는 볼 수 없는 수준입니다. 만약 인공지능 '실무'를 하는 데 딱 한 권의 책만 참고할 수 있다면, 망설임 없이 이 책을 추천합니다.”

_ 장대혁, 주니어 AI 개발자(SIKALEO)

 

“실무에서 사용하기 위한 머신러닝 학습과 관련해 책을 한 권만 추천해 달라고 부탁을 받는다면, 저는 큰 고민 없이 이 책을 추천할 것 입니다. 이 책은 이미지 프로세싱부터 자연어 처리에 이르기까지 딥러닝을 포함한 머신러닝 전반을 다루면서도 이론과 구현 모두를 아주 알기 쉽게 설명합니다. 1판도 훌륭했지만 2판은 완전히 다른 책이라고 봐도 무방할 정도로 좋은 내용들이 많이 추가 되었으며 예제 코드들도 모두 업데이트되었습니다. 게다가 역자이신 박해선 님 덕분에 한국 독자를 위한 다양한 내용이 추가되어, 이 책은 원서를 뛰어넘는 가치를 지니고 있다고 생각합니다.”

_ 정도현, AWS 테크니컬 트레이너

 

“1판 애독자로서 2판이 나와 정말 기쁩니다. 2판에서는 심층 신경망의 학습법, 종류, 최신 트렌드, 대규모 모델의 훈련과 배포 등의 내용이 추가 및 수정되었습니다. 어려운 내용이 많음에도 각 개념과 내용을 아주 꼼꼼하고 친절하게 설명합니다. 가장 마음에 드는 부분은 개념을 예제 코드를 통해 바로바로 설명해준다는 것입니다. 예제 코드에는 간단한 텐서플로 사용법부터 실무에 적용할 수 있는 어려운 내용까지 담겨 있습니다. 개념을 이해하고 실습을 쭉 따라하면 자연스럽게 실력이 늘게 됩니다. 머신러닝 전문가를 꿈꾼다면 이 책이 든든한 지원군이 되어줄 것입니다. 책의 완성을 위해 노력해주신 베타 리더분들과 역자 박해선 님께 감사드립니다.”

_ 최영철, 포항공과대학 인공지능연구원 연구원

 

“1판에서 다룬 일반적인 머신러닝과 딥러닝 기법에 더해 이번 개정판에는 텐서플로 2.0, 데이터 전처리, StyleGAN, 강화 학습 TF-Agents 등의 최신 연구성과와 기술이 포함되었습니다. 탄탄한 이론을 바탕으로, 이해하기 쉬운 설명과 매끄러운 번역은 물론 서빙, 클라우드, 분산전략 등 제품화를 고려한 관련 Eco 기술의 활용법을 포함합니다. 모바일이나 tensorflow.js에 모델을 배포하는 방법에 이르기까지, 실무에서 발생할 수 있는 거의 모든 경우의 수에 대한 고민과 해결책이 이 한 권의 책에 모두 담겨있습니다.”

_ 허민, 한국외국어대학교 정보지원처

 

 

수정_상세이미지_핸즈온 머신러닝(2판)_700px.jpg

오렐리앙 제롱(Aurélien Géron) 저자

오렐리앙 제롱(Aurélien Géron)

머신러닝 컨설턴트입니다. 2013년에서 2016년까지 구글에서 유튜브 동영상 분류 팀을 이끌었습니다. 2002년에서 2012년까지 프랑스의 모바일 ISP 선두 주자인 위퍼스트 Wifirst를 설립하고 CTO로 일했습니다. 2001년에는 폴리콘셀 Polyconseil을 설립하고 CTO로 일했습니다. 이 회사는 지금 전기차 공유 서비스인 오토립 Autolib′을 운영하고 있습니다.

그전에는 재무(J. P. 모건과 소시에테 제네랄 Société Générale ), 방위(캐나다 국방부), 의료(수혈) 등 다양한 분야에서 엔지니어로 일했습니다. C++, WiFi, 인터넷 구조에 관한 기술 서적 몇 권을 집필했으며 프랑스의 한 공과대학에서 컴퓨터과학을 가르쳤습니다.

 

 

박해선 역자

박해선

기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했습니다. 텐서 플로우 블로그(tensorflow.blog)를 운영하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있습니다.

『인공지능 전문가가 알려 주는 챗GPT로 대화하는 기술』(한빛미디어, 2023), 『혼자 공부하는 데이터 분석 with 파이썬』(한빛미디어, 2023), 『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020), 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필했습니다.

『핸즈온 머신러닝(3판)』(한빛미디어, 2023), 『코딩 뇌를 깨우는 파이썬』(한빛미디어, 2023), 『트랜스포머를 활용한 자연어 처리』(한빛미디어, 2022), 『케라스 창시자에게 배우는 딥러닝 개정 2판』(길벗, 2022), 『개발자를 위한 머신러닝&딥러닝』(한빛미디어, 2022), 『XGBoost와 사이킷런을 활용한 그레이디언트 부스팅』(한빛미디어, 2022), 『구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js』(길벗, 2022), 『파이썬 라이브러리를 활용한 머신러닝(번역개정2판)』(한빛미디어, 2022), 『머신러닝 파워드 애플리케이션』(한빛미디어, 2021), 『파이토치로 배우는 자연어 처리』(한빛미디어, 2021), 『머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로(개정3판)』(길벗, 2021), 『딥러닝 일러스트레이티드』(시그마프레스, 2021), 『GAN 인 액션』(한빛미디어, 2020)을 포함하여 여러 권의 책을 우리말로 옮겼습니다.

 

 

[PART 1 머신러닝]


CHAPTER 1 한눈에 보는 머신러닝

1.1 머신러닝이란? 

1.2 왜 머신러닝을 사용하는가?

1.3 애플리케이션 사례

1.4 머신러닝 시스템의 종류

1.5 머신러닝의 주요 도전 과제

1.6 테스트와 검증

1.7 연습문제


CHAPTER 2 머신러닝 프로젝트 처음부터 끝까지

2.1 실제 데이터로 작업하기

2.2 큰 그림 보기

2.3 데이터 가져오기 

2.4 데이터 이해를 위한 탐색과 시각화

2.5 머신러닝 알고리즘을 위한 데이터 준비

2.6 모델 선택과 훈련

2.7 모델 세부 튜닝

2.8 론칭, 모니터링, 그리고 시스템 유지 보수

2.9 직접 해보세요!

2.10 연습문제

 

CHAPTER 3 분류

3.1 MNIST 

3.2 이진 분류기 훈련

3.3 성능 측정

3.4 다중 분류

3.5 에러 분석

3.6 다중 레이블 분류

3.7 다중 출력 분류

3.8 연습문제


CHAPTER 4 모델 훈련

4.1 선형 회귀

4.2 경사 하강법

4.3 다항 회귀

4.4 학습 곡선

4.5 규제가 있는 선형 모델

4.6 로지스틱 회귀

4.7 연습문제

 

CHAPTER 5 서포트 벡터 머신

5.1 선형 SVM 분류

5.2 비선형 SVM 분류

5.3 SVM 회귀

5.4 SVM 이론

5.5 연습문제

 

CHAPTER 6 결정 트리

6.1 결정 트리 학습과 시각화

6.2 예측하기

6.3 클래스 확률 추정

6.4 CART 훈련 알고리즘

6.5 계산 복잡도

6.6 지니 불순도 또는 엔트로피?

6.7 규제 매개변수

6.8 회귀

6.9 불안정성

6.10 연습문제

 

CHAPTER 7 앙상블 학습과 랜덤 포레스트

7.1 투표 기반 분류기

7.2 배깅과 페이스팅

7.3 랜덤 패치와 랜덤 서브스페이스

7.4 랜덤 포레스트

7.5 부스팅

7.6 스태킹

7.7 연습문제

 

CHAPTER 8 차원 축소

8.1 차원의 저주

8.2 차원 축소를 위한 접근 방법

8.3 PCA

8.4 커널 PCA

8.5 LLE

8.6 다른 차원 축소 기법

8.7 연습문제

 

CHAPTER 9 비지도 학습

9.1 군집

9.2 가우시안 혼합

9.3 연습문제

 

 

[PART 2 신경망과 머신러닝]


CHAPTER 10 케라스를 사용한 인공 신경망 소개

10.1 생물학적 뉴런에서 인공 뉴런까지

10.2 케라스로 다층 퍼셉트론 구현하기

10.3 신경망 하이퍼파라미터 튜닝하기

10.4 연습문제

 

CHAPTER 11 심층 신경망 훈련하기

11.1 그레이디언트 소실과 폭주 문제

11.2 사전훈련된 층 재사용하기

11.3 고속 옵티마이저

11.4 규제를 사용해 과대적합 피하기

11.5 요약 및 실용적인 가이드라인

11.6 연습문제

 

CHAPTER 12 텐서플로를 사용한 사용자 정의 모델과 훈련

12.1 텐서플로 훑어보기

12.2 넘파이처럼 텐서플로 사용하기

12.3 사용자 정의 모델과 훈련 알고리즘

12.4 텐서플로 함수와 그래프

12.5 연습문제

 

CHAPTER 13 텐서플로에서 데이터 적재와 전처리하기

13.1 데이터 API

13.2 TFRecord 포맷

13.3 입력 특성 전처리

13.4 TF 변환

13.5 텐서플로 데이터셋 (TFDS) 프로젝트

13.6 연습문제

 

CHAPTER 14 합성곱 신경망을 사용한 컴퓨터 비전

14.1 시각 피질의 구조

14.2 합성곱 층

14.3 풀링 층

14.4 CNN 구조

14.5 케라스를 사용해 ResNet-34 CNN 구현하기

14.6 케라스에서 제공하는 사전훈련된 모델 사용하기

14.7 사전훈련된 모델을 사용한 전이 학습

14.8 분류와 위치 추정

14.9 객체 탐지

14.10 시맨틱 분할

14.11 연습문제

 

CHAPTER 15 RNN과 CNN을 사용해 시퀀스 처리하기

15.1 순환 뉴런과 순환 층

15.2 RNN 훈련하기

15.3 시계열 예측하기

15.4 긴 시퀀스 다루기

15.5 연습문제

 

CHAPTER 16 RNN과 어텐션을 사용한 자연어 처리

16.1 Char-RNN을 사용해 셰익스피어 같은 텍스트 생성하기

16.2 감성 분석

16.3 신경망 기계 번역을 위한 인코더-디코더 네트워크

16.4 어텐션 메커니즘

16.5 언어 모델 분야의 최근 혁신

16.6 연습문제

 

CHAPTER 17 오토인코더와 GAN을 사용한 표현 학습과 생성적 학습

17.1 효율적인 데이터 표현

17.2 과소완전 선형 오토인코더로 PCA 수행하기

17.3 적층 오토인코더

17.4 합성곱 오토인코더

17.5 순환 오토인코더

17.6 잡음 제거 오토인코더

17.7 희소 오토인코더

17.8 변이형 오토인코더

17.9 생성적 적대 신경망

17.10 연습문제

 

CHAPTER 18 강화 학습

18.1 보상을 최적화하기 위한 학습

18.2 정책 탐색

18.3 OpenAI 짐

18.4 신경망 정책 

18.5 행동 평가: 신용 할당 문제

18.6 정책 그레이디언트

18.7 마르코프 결정 과정

18.8 시간차 학습 

18.9 Q-러닝

18.10 심층 Q-러닝 구현하기

18.11 심층 Q-러닝의 변종

18.12 TF-Agents 라이브러리

18.13 그 외 유명한 강화 학습 알고리즘

18.14 연습문제

 

CHAPTER 19 대규모 텐서플로 모델 훈련과 배포

19.1 텐서플로 모델 서빙

19.2 모바일 또는 임베디드 장치에 모델 배포하기

19.3 계산 속도를 높이기 위해 GPU 사용하기

19.4 다중 장치에서 모델 훈련하기

19.5 연습문제

 

 

[PART 3 부록]

 

부록 A 연습문제 정답

부록 B 머신러닝 프로젝트 체크리스트

부록 C SVM 쌍대 문제

부록 D 자동 미분   

부록 E 유명한 다른 인공 신경망 구조

부록 F 특수한 데이터 구조

부록 G 텐서플로 그래프 

머신러닝 전문가로 이끄는 최고의 실전 지침서 

텐서플로 2.0을 반영한 풀컬러 개정판 

 

이 책의 원서는 출간 직후부터 미국 아마존 인공지능 분야에서 줄곧 1위 자리를 지키고 있습니다. 가장 많은 명저가 경쟁하는 시장에서 이처럼 확고부동한 호응을 얻은 데는 그만한 이유가 있습니다. 이론과 활용을 적절히 섞으면서도 실무에서 확실히 통하도록 구성했고, 나아가 실무자들의 실력을 한층 끌어올려줄 깊이를 담았기 때문이죠.

 

완전히 새로워진 2판에서는 내지를 흑백에서 전면 컬러로 변경했습니다. 사이킷런, 케라스, 텐서플로 2.x을 사용하며 비지도 학습, 자연어 처리, 생성적 적대 신경망을 포함한 딥러닝 최신 기법을 소개합니다. 분산 트레이닝이나 배포, 구글 클라우드와의 연동과 관련된 내용도 맛볼 수 있습니다.

 

이 책 한 권으로 머신러닝과 딥러닝을 통달할 수는 없지만, 인공지능 마스터로 가는 거리를 단축해줄 치트키가 되어줄 것입니다.

20200703_110455.jpg

 

 

핸즈온 머신러닝 1판으로 머신러닝 공부를 시작해서, 2판이 나왔을 때 매우 반가운 마음이 들었습니다.

전면 컬러판으로 개정되어 그림들이 매우 보기 편해졌으며, 여러 주제들도 추가되어 1판이 있더라도 2판을 구매할 충분한 이유가 있다고 생각됩니다.

 

머신러닝을 처음 시작하는 사람도 쉽게 따라올 수 있도록 순차적으로 구성이 잘 되어 있습니다.

머신러닝을 사용해야 하는 이유, 적용 사례 그리고 주요 개념들을 첫 장에서 친절하게 설명하고 있습니다.

또한 두번째 장에서 캘리포니아 주택 가격 데이터셋을 이용해 머신러닝 프로젝트를 간단하게 진행합니다.

본격적으로 시작하기 전 머신러닝에 대해 살펴보고 프로젝트가 어떻게 진행되는지 간단하게 체험해 볼 수 있습니다.

 

그 다음 장부터는 모델링의 전반적인 과정과 여러 머신러닝 알고리즘들을 소개합니다.

8장에서는 차원 축소를 통해 학습이 어려운 문제를 해결해가는 과정을 배울 수 있습니다.

10장부터는 케라스와 텐서플로를 이용해 신경망과 딥러닝에 대해 설명합니다.

텐서플로 1.X에서 2.X 버전으로 코드가 업데이트 되어 좋았습니다.

 

개인적으로는 머신러닝 바이블로 생각해도 될 만큼 좋은 책이라고 생각합니다.

근 몇 년간 머신러닝을 공부했던 사람이라면 이 책 한권쯤 있는 사람이 많을거 같다. 워낙 베스트셀러이고 머신러닝과 딥러닝 전반을 자세히 다루고 있고 온라인상에서 볼 수 있는 다양한 예제에 대한 자세한 설명을 보며 머신러닝을 익혀볼 수 있는 책이다.

원서의 2판이 공개되었을때도 관심이 많았는데 번역서가 나온다고 해서 기다려졌던 책이다.

1판을 이미 읽어봤다면 무슨 설명이 더 필요할까 싶을 정도로 너무 좋은 책이다. 누군가가 머신러닝 책을 한권만 추천해 달라고 하면 아마도 이 책을 얘기할것 같다. 또, 머신러닝을 처음 시작하는 사람이라도 머신러닝과 딥러닝의 전반을 이해하는데 가장 좋은 책이지 않을까 싶다.

진짜, 정말, 강추한다!

1판과 비교해서 두께가 두꺼워졌고 추가된 내용도 그만큼 많다. 머신러닝 부분에서 군집화 부분이 추가되었고 딥러닝 부분도 텐서플로우2.0 코드가 반영되었다. 또, 베타리더 후기에 1판이 있어도 2판을 사는게 좋다는 의견이 있는데 내가 생각하기에도 그렇다.

신경망과 딥러닝 부분이 많이 변경되었는데 텐서플로2.0으로 변경되면서 케라스 API를 사용하게 되었는데 이 부분에 대해 반영이 되었다.

흑백 목차가 1판이고 컬러목차가 2판인데 딥러닝 부분의 텐서플로2.0 과 관련된 내용이 반영된게 가장 큰 차이점으로 볼 수 있을거 같다. 케라스API를 사용하면서 좀 더 추상화가 되었기 때문에 개인적으로 내부를 이해하는건 여전히 어렵지만 업데이트 된 코드들이 좀 더 사용하기 쉽게 느껴진다.

현업에서 프로젝트를 진행하면서 옆에 두고 궁금한 내용이 있을때마다 꺼내보면서 익혀보기에 좋은 책이라 나도 곁에 두고 자주 열어보게 되는 책이다.

1판과 2판의 강화학습 부분을 비교해 보기 위해 같이 찍어봤다.

2판에서는 컬러로 변경된것도 큰 차이점이다. 시각화가 보기 좋아졌다.

2판에 추가된 군집화 부분도 컬러로된 시각화를 통해 이해하기 쉽게 쓰여졌다.

부록에 연습문제의 정답도 잘 정리가 되어 있어서 챕터마다의 내용을 정리해 보는데 도움이 된다.

두께도 두껍고 내용도 방대해서 우선 코드를 전체적으로 실행해 보고 설명을 읽어보는 것을 권장한다. 이 책은 원서의 깃헙저장소 외에도 역자분이 꼼꼼하게 정리한 깃헙 저장소를 따로 제공하고 있다.

머신러닝 초보자라면 이 책이 많이 어려울 수도 있다. 또, 파이썬 코드에 대한 기본 지식이라든지 라이브러리나 패키지의 개념을 이해하고 가져다 쓰는 방법이 무엇인지도 알고 있어야 한다. 하지만 이런 내용을 모른다고 아예 볼 수 없는 책은 아니다.

책의 예제를 하나씩 따라해 보면서 파이썬의 기본적인 개념들을 하나씩 찾아보는걸 권장한다. 그래서 나는 책을 먼저 읽는 것도 좋지만 공개된 깃헙의 소스코드를 먼저 실행해 보고 코드의 결과를 눈으로 직접 확인해 가면서 설명을 읽어내려가면 좀 더 도움이 될 거 같다.

영어로 된 예제를 보고 이해하기 어려워 친절한 설명이 필요할 때 인터넷에 있는 자료가 너무 방대해서 잘 정리된 책하나가 있어야 되겠다라고 생각될 때 이 책이 옆에 있으면 적당할거 같다.

rickiepark/handson-ml2: 핸즈온 머신러닝 2/E의 주피터 노트북

도표와 이미지가 많은 딥러닝 세상에 알맞은 컬러플한 구성으로 이해도를 높여준다.얼마전 부터 딥러닝 책들은 컬러판들이 나오고 있는데 솔직히 보기에 매우 편하다.

번역본임에도 불구하고 매끄러운 문장 사용은 그동안 역서를 보아오며 꾸역 꾸역 읽어가던 어려움을 덜어준다.

사이킷런, 케라스, 텐서플로 세가지를 한번에 볼 수 있으니 그 또한 좋은 점 중 하나로 볼 수 있다.

저자의 책을 펴낸 목표가 6가지로 아래 명시하여 책을 구매하고자 하는 사람들은 참고하기 바랍니다.

내용은 긴부분은 축약 했습니다.

1. ML주제 추가:

  - 군집, 이상치 탐지, 밀도 추정, 혼합모델 등 비지도 학습기법 추가, 자기 정규화 네트 워크 등 다양한 심층 신경망 방법, Xception, SENet, YOLO를 사용한 객체탐지, R-CNN을 사용한 시맨틱 분할 등 컴퓨터 비전기법, CNN을 사용한 시퀀스 다루기(WaveNet 등), 순환 신경망을 사용한 언어처리, GAN 등등

2. 케라스, Data API, 강화학습을 위한 TF-Agents, 분산 전략 API를 사용해 대규모 TF 모델을 훈련하고 배포하가, TF 서빙, TF Addons/Seq2Seq, TensorFlow.js 등 추가 라이브러리 API 추가

3. 최근 중요한 딥러닝 연구 결과를 설명

4. 모든 텐서플로 관련 장에서 텐서플로 2를 사용, 가능하면 텐서플로의 케라스 API 구현(tf.keras)을 사용

5. 사이킷런, 넘파이, 판다스, 맷플롯립, 그 외 다른 라이브러리 최신 버전에 맞게 코드 예제를 업데이트

6. 일부 문단을 명확하게 바꿔 쓰고 에러를 고쳤음

 

총 952 페이지에 달하는 내용으로 필요한 내용을 발최해서 보거나 한동안은 기본서 삼아 오래오래 볼 수 있는 좋은 책을 또 하나 획득 했다.

 

 


벌써 오래전 이야기지만 컴퓨터공학을 전공하던 대학 3,4학년 시절 미국에서 인공지능을 전공하고 오셨던 교수님을 통해 퍼셉트론에 관한 이야기를 들었었다, 그리고 당시 한참 보전 마이크로소프트웨어에서 데이터마이닝에 관한 이야기...

그리고 IT회사에 입사하여 주워들은 퍼셉트론, 데이터 마이닝 등등을 이용해서 당시 시스템 모니터링 개발하는 일을 맡아서 진행해봤다.

쓰고 있던 in-house 프로그램은 단순히 등록된 모니터링 아이템의 임계값 기준으로 warning, alram 정도 보여주던 것이었는데 어찌어찌 하다보니 대표이사 보고까지 들어가게 되었는데 여러가지 여건과 상황으로 인해 좋을 결과를 도출하지 못하고 접게되었다.

뭐 지금 생각하면 여러가지 여건과 상황중 가장 결정적인 것은 내 짧은 지식의 한계였던 것으로 기억된다, 그리고 난 모니터링 시스템 개발에 대한 마음의 짐을 가지게 된다. 물론 제한적이긴 하나 그로부터 한 10년정도 지난 시점 그 경험을 기반으로 상용제품을 개발하여 프로그램등록/상표등록도 해서 큰 돈은 아니지만 쏠쏠하게 회사의 매출과 수익에 기여를 하고 있다.

 

지금부터 1년전, 새로운 미션을 맡게 되었다. 막막했던 상황의 첫발은 '핸즈온 머신러닝'과 '밑바닥부터 시작하는 딥러닝1,2'로, 본격적인 인공지능분야의 첫발은 이렇게 시작되었다.

어떻게 보면 시스템 개발에 대한 일과 연구를 병행하다 보니 좋은 교재를 놓고서 진득하게 살펴볼세 없이 그때그때 필요한 부분 찾아 읽어보고 하다보니 주옥같은 세권의 책을 세심하게 살펴보지는 못했다. 그리고 쌓여가는 다른 책들...

더군다나 핸즈온 머신러닝은 페이지 수도 상당해서 한땀한땀 음미하면 읽어나가기에는 어려움이, 그게 맘 한켠에 아쉬음을 갖게 했다.

 

그로부터 10개월 '핸즈온 머신러닝 2판'이 나온난다... 헐... 아직 가지고 있는 것도 꼼꼼히 못 봤는데, 그것도 300여 페이지가 늘어난 분량으로...

학창시절 그렇게 공부 안했던 나지만 책 욕심은 상당했던 내게 지금 이 책 한권이 손에 들려 있다.

 

1판/2판이 사이좋게...

 

이 책은 머신러닝과 딥러닝을 폭넓게 아우른다, 대신 알고리즘을 직접 구현하기 보다 실제 현장에서 많이 사용하는 파이썬 프레임웍를 사용해서...

 

텐서플로2, 사이킷런, 케라스

 

머신러닝과 딥러닝의 기본에 충실하고자 한다면 '밑바닥부터 시작하는 딥러닝 1,2' 등등 다양한 책과 자료, 강좌등을 살펴보면 좋을 것이다.

 

번역서의 경우 대체로 번역 품질이 책을 읽고 이해하는데 중요한 영향을 끼친다, 1판에 이어 박해선님에 이번에도 번역을 맡았고 꽤 좋은 품질의 번역을 통해 책을 읽어 나가는데 큰 어려옴이 없다, 대체로 깔끔하다.

 

1판에 비해 바뀐점은...

일단 올컬러로 코드, 이미지나, 그래프에 대한 가독성이 좋아졌다.

 

두번째로 책의 분량, 300여 페이지가 늘어서 책의 두께가 1판에 비해서 확연하게 늘어난게 보인다. 

여담이지만 극동 불도롱뇽의 보호색이 노란색인걸 이번에 알게되었다.

 

그리고 책 가격? ^^

 

내용상으로는 비지도 학습 분야, GAN 등에 대한 내용이 늘어났고, 1판 이후의 최근 중요한 딥러닝 연구에 대한 내용들도 포함이 되어 있다.

 

프레임웍이나 라이브러리, API 등은 최신 버전에 맞춰 쓰여지고 테스트 되어 책을 읽고 공부하면서 직접 돌려보는데에 대한 부분도 꼼꼼히 배려해놨다.

 

그리고 온라인 유튜브 강의도 함께 볼 수 있도록 배려해놨다.(계속 업데이트 되는 중)

https://www.youtube.com/playlist?list=PLJN246lAkhQjX3LOdLVnfdFaCbGouEBeb

 

다른 좋은 책이나 자료 강좌들로 머신러닝과 딥러닝을 직접 만들어봤다면 관련 프레임웍을 활용한 방법에 대해 공부하는데 더할나위 없이 좋은 책이라 생각된다.


※ 본 리뷰는 IT 현업개발자로서 한빛미디어 리뷰어로 출판사로부터 제공받아 읽고 작성한 글입니다.

 

KakaoTalk_20200704_211416675.jpg

 

 

 

한빛미디어에서 핸즈온 머신러닝 1판에 이어 2판이 출간되었다.

 

 

2판에서는 Scikit-Learn, Keras, TensorFlow 의 최신 버전을 사용한 예제 코드를 제공한다. 1부(머신러닝)에는 비지도 학습을 다루는 장이 추가 되었고, 2부(신경망과 딥러닝)에서는 최신 딥러닝 기법이 방대하게 수록되었다. 부록에는 특수한 데이터 구조와 TensorFlow 그래프에 관해 다루는 2개 장이 추가되었다. 또한 시각적 편의를 위해 전면 컬러로 인쇄되었다고 한다.

 

책이 952쪽으로 이루어져있으며, 책이 두꺼운 만큼 현존하는 딥러닝 책중에서 가장 많은 내용을 담고 있지 않나 싶다. 이 책은 컴퓨터를 전공한 사람이 머신러닝을 독학하는데 필요한 모든 정보를 담은 책이라고 할 수 있다. 또한 개발하기에 용이하게도 Github 에 핸즈온 머신러닝의 예제 코드와 연습문제 및 해답을 수록해 놓았다. 


사실 시중에 딥러닝 관련된 서적이 마구 쏟아져나오고 있는 추세라서, 이러한 책들과의 차별점을 설명해보자면 가장 큰 차이점은 오토인코더에 대한 내용을 수록해놓았다는 점과, 대규모 텐서플로우 모델을 훈련하고 모바일 또는 임베디드 장치에 모델을 배포하는 방법을 수록해놓았다는 점이다.

 

모바일이나 임베디드 장치에 모델을 배포할 때 모델이 크면 다운로드 하는데 시간이 매우 오래 걸리며, 너무 많은 RAM과 CPU를 사용하게 된다. 그러면 앱의 응답 속도가 느려지고 배터리 소모량도 커져서 기기가 뜨거워 질 수 있는데 이를 피하기 위해서는 정확도를 크게 낮추지 않으면서도 모바일에 잘 맞는 효율적이고 경량화 된 모델이 필요하다. 이는 TFLite 라이브러리를 이용하여 모델을 모바일과 임베디드 장치에 배포하는데 도움이 되는 여러가지 도구들을 사용하여 모델을 효율적으로 경량화 시킬 수 있다. 모델 크기를 줄이기 위해서는 TFLite 의 모델 변환기는 SavedModel 을 받아 FlatBuffers 기반의 경량 포맷으로 압축하게 된다. 이는 어떤 전처리도 없이 바로 RAM으로 로드 될 수 있다. 이를 통해 로드에 걸리는 시간과 메모리 사용을 줄일 수 있다. 모델이 모바일이나 임베디드 장치에 로드되면 TFLIte 인터프리터가 이 모델을 실행하여 예측을 만든다. 이 책에서는 이러한 TensorFlow 의 SavedModel 을 FlatBuffers 로 변환하여 .tflite 파일로 저장하는 방법을 수록하고 있다. 

 

또한 이 책은 머신러닝을 처음으로 접하는 학생들이 읽기에도 좋은 책이고, 실제로 모바일 및 임베디드 환경에 모델을 배포하기 위한 실무자들에게도 도움이 많이 되는 책이다. 

 

사실 핸즈온 머신러닝에 대한 책을 보기전에 표지만 봐도 머신러닝, 딥러닝에 관한 실제적인 설계법이나, 아니면 응용버같은 것을 알려주는 책인줄 알았지만, 이 책은 초보자가 봐도 될만큼 기초부터 시작하는 친절한 책이다.

이 책이 1판이 나오고 난 뒤 2판이 나오면서 컬러로 바뀌어 더욱 보기 쉬워졌고, 또한 최신 케라스 텐서플로우에 대한 이야기도 나오기 때문에, 머신러닝에 관심이 있는 사람이라면 참고하기 아주 좋은 도서이다.

 

 

첫 책 표지를 보았을 때 제목길이에 압도당했다. 사실 이 책을 보기전 1판에 대해서 핸즈온 머신러닝이라는 책이 실용적인 부분에서 유용한 줄 알았지만 책 내용이 초보자가 이해하기 쉽게 아주 친절하게 쓰여있기 때문에 유명해졌다고 생각이 바뀌었다.

 

 

이 책은 절대로 초보자가 못읽는 책이 아니다. 저번에 리뷰했었던 '그로킹 딥러닝'과 같이 친절하게 초보자도 이해하기 쉽게 쓰여있다. '그로킹 딥러닝'과 다른점은 이 책은 뒷부분에 실용적인 부분과, 프로그래밍을 다루고 있다.

 

 

위와 같이 기본적으로 알아야할 내용들을 모두 소개해주기 때문에, 걱정할 필요없이 책을 읽어나가면 된다.

 

 

이 머신러닝이 어디에서 사용되는지에 대해서 자세히 설명해준다. 가장 유명한 MNIST이미지부터 출발하여 실용적인 살을 붙여나가기 시작한다.

 

 

도중에 통계적인 기법도 나오게 된다. 머신러닝, 딥러닝에 대한 기반은 통계와 수학이기 때문에, 이러한 부분을 초보자 뿐만아니라, 머신러닝에 흥미가 있는 사람들에게도 도움이 될 듯하다.

 

 

후반부에서는 케라스와 텐서플로우를 이용한 프로그래밍 실용 주제가 나오게 된다. 뒤에서 부터는 많은 주제에 대해서 어떻게 프로그래밍 하는지에 대해서 자세히 나오기 때문에, 따라하다보면 머신러닝에 대한 감각을 익히기 좋다.

 

 

1판에는 컬러가 아니였기 때문에 가독성이 떨어지더라도 충분히 좋은책이였다. 그런데 이것이 개정되고 나서 더욱 보강된 최신 머신러닝기법과 컬러판으로 바뀌었기 때문에 더욱 읽어나가기에 좋은 책이다.

머신러닝에 관심있는 사람이라면 꼭 책장에 끼워놓고 두고두고 볼 좋은 책이다.

 

KakaoTalk_Photo_2020-07-03-18-51-14.jpeg

 

 

작년부터 기다려왔던 핸즈온 머신러닝 2판이 번역되었다는 소식을 듣고 기대하고 있었다. 이전에 1판을 읽고 2판 원서를 가지고 있는데, 아무래도 원서는 보기가 불편했었다. 그래서 대략 1000 페이지가 되는 엑박에도 불구하고 열심히 2판을 읽어보기로 결심했었다.

 

책은 1판과 동일하게 번역이 깔끔하게 잘 되어 있다. 그래서 읽는데 번역투로 인해 불편함을 겪는다거나 하는 경우는 거의 없었다. 또한 이번 책은 컬러로 되어 있어서 그런지 시각화 그래프가 눈에 잘 들어왔다. 1판과 다른 점은 1장(머신러닝)에서는 "비지도 학습" 이 추가되었으며 2장(딥러닝) 에서는 전처리, 대규모 모델 훈련방법 등 여러가지가 추가되었다. 단순한게 생각하면 1판 내용에 더 많은 것들이 추가되었다고 생각하면 좋을 듯 싶다.

 

머신러닝 입문서긴 하지만 아예 파이썬을 모르고 실습하는 것은 불가능하다. numpy, pandas, matplotlib 는 따로 설명하지 않기 때문에 이 부분을 미리 알고서 봐야 한다. 아무래도 핸즈온 머신러닝 자체가 이론에만 치중해서 설명하기 보다는 코드와 함께 돌아가는 것을 함께 보면서 설명하기 때문에 코딩에 대한 아무런 지식이 없을 경우 읽어나가기 힘들 수도 있다. 물론 라이브러리 마스터가 되어서 볼 필요는 없다. 딱, 이 코드가 뭘 설명하는지 읽을 수 있으면 된다. 

 

명성에 맞게 책 내용은 정말 마음에 들었다. 정말 깊게 들어가서 입문하는 사람이 어렵지 않게 쓰여 있어 전문적으로 데이터 분석 업무를 맡고 있지 않은 사람이 취미로 읽어보기에 딱 알맞다. 그래서 처음 데이터 분석에 입문하고 싶은 사람들에게 매우 추천하고 싶다. 또한 작성자처럼 이전에 공부했었지만 이후에 잊어버려서 다시한번 상기시켜보고 싶은 사람들도 읽어보면 좋을 듯 싶다. 

 

다만 핸즈온 머신러닝 특성상 이론에 대해서 깊게 파고들거나 하지 않는다. 혹은 뒤에서 다시 자세히 설명해주곤 한다. 처음 읽는 사람들에게는 조금 이해가 안가는 부분이 있을 수 있는데 이 부분은 건너뛰기를 바란다. 개인적으로도 일단 모든 이론을 다 알고 사용하는 것보단, 처음에는 전체적으로 흐름을 되짚어보고 이해 안갔던 부분을 복습하고 찾아보면서 익히는 것이 좋은 공부법이라고 생각하고 있다. 

 

결론적으로 만약 이 책을 두세번정도 정독해본 독자라면 머신러닝과 딥러닝에 대해서 전체적인 흐름을 이해할 수 있는 수준이 될 수 있지 않을까 싶다. 그 후에 더 자세하게 공부하고 싶다면 그 분야를 심층적으로 파보는 것을 추천한다. 

 

 

KakaoTalk_Photo_2020-07-03-18-51-19.jpeg

 

 

책에서는 우선 머신러닝이 무엇인지 알려주고, 머신러닝 프로젝트를 진행할 때 어떤 방식으로 진행되는지 알려준다. 사실 통계에 대한 지식이 이 부분에 밀집되어 있어 통계에 대한 지식을 잊어버린 분이라면 이 파트를 한번 훝어보길 바란다. 또한 딥러닝, 머신러닝 기술에 대해서만 집중을 하는 사람들이 많은데 이 파트를 읽으면서 어떤 목적을 가지고 기술을 쓸 것인지를 생각하면서 읽으면 어떨까 싶다.

 

그 후에는 머신러닝 알고리즘에 대해서 설명하기 시작한다 그러면서 다양한 알고리즘에 대해서 알려준다. 우선 일반적인 회귀분석으로 시작하여 로지스틱회귀, 서포트 벡터 머신, 트리, 앙상블, 차원축소에 대해서 설명해준다. 파트파트가 짧지만 함축적으로 많은 내용을 담고 있기 때문에 시간은 걸리겠지만 이해하면서 읽기에는 충분하다. 머신러닝 마지막장에는 이번에 추가된 비지도 학습에 대해서 알려준다. 사실 이전 파트에서 비지도 학습을 알려주지만 이 장은 클러스터링에 대한 이야기라 생각하면 될 것 같다.

 

2장부터는 드디어 딥러닝에 대한 이야기가 나온다. 작년에 텐서플로우가 2.X 으로 바뀌면서 이전 버전과는 달리 2.X 버전을 가지고 설명한다. 즉, 케라스에 대해서 설명해준다. 그래서 그런지 초반에 텐서플로우에 대한 내용이 추가되었다. 또한 전처리 파트가 하나의 장으로 추가된 점은 인산적이였다. 그 후부터는 이제 딥 뉴럴 네트워크 알고리즘에 대해서 하나하나 설명해준다. ANN, CNN, RNN, GAN 을 포함해서 강화학습까지 진행하면서 전체적인 딥러닝의 알고리즘에 대해 배워 볼 수 있다.

 

 

KakaoTalk_Photo_2020-07-03-18-51-22.jpeg

 

 

이 책을 읽으면서 이전부터 지금까지 항상 관심 가지고 있는 머신러닝에 대해서 다시 한번 공부해볼 수 있는 좋은 기회를 가졌던 것 같다. 작성자처럼 전문분야는 아닌 사람들도 이 책으로 한번쯤 공부하면서 미래를 대비해보는 건 어떨까 싶다. 나중에 시간이 난다면 다시 정독할 수 있는 기회가 있었으면 좋겠다.

 

마지막으로 혹시 어떤 책으로 머신러닝을 입문할까 고민하는 분들에게 일단 이 책을 먼저 권하고 싶다. 또한 레퍼런스 용으로 책 한권 구매하고 싶은 사람도 이 책을 추천한다. 이 책은 무려 1000 페이지라서 왠만한 내용들은 쉽게 찾아볼 수 있을 것이다.

 

IMG_6927.jpg

 

 

텐서플로우 2.0이 출시되는 순간 핸즈온 머신러닝 2판을 기다렸습니다.

1판의 감동을 그대로 갖고 있으면서...

 

 

사실, 아마존에서 출시되자마자 킨들 버전으로 구입을 했습니다.

그래도 한국어로 보는 것보다는 불편했습니다.

 

한국어 2판이 나오자마자 읽고 싶다는 생각을 했습니다. 게다가 옮긴이가 박해선 님이라는 것을 알고

번역의 품질은 의심하지 않았습니다.

 

이 책에서 "1장 한눈에 보는 머신러닝"과 "2장 머신러닝 프로젝트 처음부터 끝까지" 파트는

머신러닝의 전체 프로세스를 그릴 때 중요한 부분이라 생각합니다.

문제 정의부터 론칭까지 실제 머신러닝 기술이 서비스까지 한눈에 훑어볼 수 있도록 도와줍니다.

 

 

IMG_6939 2.jpg

 

나머지 파트들은 머신러닝을 공부할 때 한 번쯤은 알고 지나가야 할 내용에 대해 전체적으로 커버하고 있습니다.

 

저는 개인적으로 강화 학습 부분에 관심이 많기 때문에 "18장 강화 학습" 부분을 유심히 봤습니다.

막연하게만 알고 있었던 TF-Agent에 대해서도 설명을 하고 있습니다. 사실, Tensorflow 사이트에 연결되어 있는

github만으로는 이해하기 어려운 면이 있었습니다.

 

 

IMG_6929.jpg

 

 

실제로 TF-Agent가 동작하는 코드를 보기 위해 이 책의 예제 코드를 살펴보니,

코드마다 친절하게 설명되어 있어 책의 내용을 훨씬 더 이해할 수 있었습니다.

코드의 설명대로 훈련시간과 relay buffer 수를 조금씩 늘려가니 더 학습을 잘하는 것을 볼 수 있었습니다.

 

이 책의 마지막 파트는 "19. 대규모 텐서플로 모델 훈련과 배포"입니다. 여기서는 텐서플로우 모델 서빙에 대한 내용과 웹, 모바일 그리고 임베디드에 모델을 배포하는 방법에 대해 설명합니다.

 

IMG_6931.jpg

 

IMG_6932.jpg

 

 

그리고 병렬 처리를 위해 모델 병렬, 데이터 병렬에 대해 설명을 함으로써 책을 마무리 하고 있습니다.

 

 

IMG_6934.jpg

 

 

1판을 읽었을 때도 머신러닝의 중요한 내용에 대해 알 수 있어 좋았는데,

이번 2판은 1판의 그런 감동을 그대로 가져가며서 새로운 기술 및 실제 서비스를 하기 위해 검토해야할 내용이

추가됨으로써 실무적인 내용을 조금 더 공부할 수 있는 밑바탕이 되는 것 같습니다.

 



결제하기
• 문화비 소득공제 가능
• 배송료 : 2,000원배송료란?

배송료 안내

  • 20,000원 이상 구매시 도서 배송 무료
  • 브론즈, 실버, 골드회원이 주문하신 경우 무료배송

무료배송 상품을 포함하여 주문하신 경우에는 구매금액에 관계없이 무료로 배송해 드립니다.

닫기

리뷰쓰기

닫기
* 도서명 :
핸즈온 머신러닝(2판)
* 제목 :
* 별점평가
* 내용 :

* 리뷰 작성시 유의사항

글이나 이미지/사진 저작권 등 다른 사람의 권리를 침해하거나 명예를 훼손하는 게시물은 이용약관 및 관련법률에 의해 제재를 받을 수 있습니다.

1. 특히 뉴스/언론사 기사를 전문 또는 부분적으로 '허락없이' 갖고 와서는 안됩니다 (출처를 밝히는 경우에도 안됨).
2. 저작권자의 허락을 받지 않은 콘텐츠의 무단 사용은 저작권자의 권리를 침해하는 행위로, 이에 대한 법적 책임을 지게 될 수 있습니다.

오탈자 등록

닫기
* 도서명 :
핸즈온 머신러닝(2판)
* 구분 :
* 상품 버전
종이책 PDF ePub
* 페이지 :
* 위치정보 :
* 내용 :

도서 인증

닫기
도서명*
핸즈온 머신러닝(2판)
구입처*
구입일*
부가기호*
부가기호 안내

* 온라인 또는 오프라인 서점에서 구입한 도서를 인증하면 마일리지 500점을 드립니다.

* 도서인증은 일 3권, 월 10권, 년 50권으로 제한되며 절판도서, eBook 등 일부 도서는 인증이 제한됩니다.

* 구입하지 않고, 허위로 도서 인증을 한 것으로 판단되면 웹사이트 이용이 제한될 수 있습니다.

닫기

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

자료실