실용주의 인공지능 (클라우드 기반의 머신러닝 개론)

노아기프트

UC데이비스경영대학원MSBA프로그램의강사겸컨설턴트인노아기프트는CTO,총괄관리자,컨설팅CTO,클라우드설계자등비즈니스역할을담당해왔다.프래그매틱에이아이랩스(PragmaticAILabs)의설립자로서,머신러닝과클라우드아키텍처에대해스타트업,기타회사들과협업한다.파이썬소프트웨어재단펠로우(PythonSoftwareFoundationFellow)로,머신러닝분야에관한AWSSME(SubjectMatterExpert)이며,클라우드머신러닝과데브옵스(DevOps)에관한책을출간했다.

*저자깃허브-https://github.com/noahgift/pragmaticai

추천사
감사의글
목차
서문
저자에대하여
역자에대하여

Part1실용주의인공지능개론

Chapter1실용주의인공지능(PragmaticAI)소개

파이썬의기능소개
절차적구문(ProceduralStatements)
출력하기(Printing)
변수를생성하고사용하기
다중절차적구문(MultipleProceduralStatements)
숫자더하기
문장합치기
복잡한구문
Strings와String체계이해하기
숫자를더하고빼기
소수점숫자곱하기
지수연산수행하기

다른수치자료형으로변환하기
숫자반올림하기
자료구조
Dictionary자료구조
List자료구조
함수(Functions)

파이썬에서제어구조(ControlStructure)사용하기
for루프
While루프
If/Else
중급의주제들
마지막생각들

Chapter2인공지능(AI)과머신러닝(ML)툴체인

파이썬데이터과학생태계:IPython,판다스,넘파이,주피터노트북,Sklearn

R,R스튜디오,샤이니(Shiny)와ggplot

스프레드시트(Spreadsheet):엑셀(Excel)과구글시트(GoogleSheet)

아마존웹서비스기반의클라우드인공지능개발

AWS의데브옵스(DevOps)
컨티뉴어스딜리버리(ContinuousDelivery)
AWS용소프트웨어개발환경만들기
주피터노트북과(프로젝트)통합하기
커맨드라인툴과(프로젝트)통합하기
AWS코드파이프라인(CodePipeline)과(프로젝트)통합하기

데이터과학을위한기본적인도커(Docker)셋업

기타빌드서버:젠킨스(Jenkins),서클CI(CircleCI)및트래비스(Travis)

|요약|

Chapter3스파르탄인공지능(SpartanAI)라이프사이클

실용적인프로덕션을위한피드백루프

AWS세이지메이커(SageMaker)

AWS글루(Glue)피드백루프

AWS배치(Batch)

도커(Docker)기반의피드백루프

|요약|

Part2클라우드에서의인공지능

Chapter4구글클라우드플랫폼을이용한클라우드인공지능개발

GCP개요

코래버러토리(Colaboratory)

데이터랩(Datalab)
데이터랩을도커및구글컨테이너레지스트리와연동해사용하기
강력한컴퓨팅자원에서데이터랩사용하기

빅쿼리(BigQuery)
커맨드라인명령을이용해빅쿼리로데이터이동하기

구글클라우드AI서비스
구글비전API를이용해나의개(Dog)분류해보기

클라우드TPU와텐서플로(TensorFlow)
클라우드TPU에서MNIST실행하기

|요약|

Chapter5｜아마존웹서비스를이용한클라우드인공지능개발

AWS를이용해증강현실(AugmentedReality,AR)과가상현실(VirtualReality,VR)솔루션구축하기
컴퓨터비전:EFS와플라스크를사용하는AR/VR파이프라인
EFS,플라스크및판다스에기반한데이터엔지니어링파이프라인

|요약|

Part3처음부터실제인공지능응용프로그램만들기

Chapter6NBA에대한소셜미디어의영향력예측1

문제에대한기술:무엇을풀것인가?

데이터모으기

도전적인데이터소스수집하기
운동선수에대한위키피디아페이지뷰(WikipediaPageview)수집하기
운동선수의트위터참여도(TwitterEngagement)정보수집하기
NBA운동선수의데이터탐색하기

비지도학습(UnsupervisedLearning)기반의NBA선수분석
R로NBA선수데이터클러스터링결과의고급플롯그려보기
팀,선수,영향력,기업후원(Endorsement)등모든것을고려하기

보다실용적인단계와학습

|요약|

Chapter7AWS를이용해지능형슬랙봇만들기

봇만들기

라이브러리를커맨드라인툴로변환하기

AWS스텝펑션으로봇을다음레벨로진화

셋업을위해IAM크리덴셜확보
챌리스(Chalice)로작업하기

스텝펑션만들기

|요약|

Chapter8깃허브구조에서프로젝트관리통찰력얻기

소프트웨어프로젝트관리문제의개요
생각해볼만한문제들

데이터과학프로젝트를위한초기스켈레톤코드만들기

데이터를수집하고변환하기

깃허브구조(GitHubOrganization)전체와대화하기

특정도메인에관련된통계생성하기

데이터과학프로젝트를CLI와엮어보기

주피터노트북으로깃허브구조탐색
팰럿(Pallets)깃허브프로젝트

CPython프로젝트에서파일메타데이터살펴보기

CPython프로젝트에서지운파일들살펴보기

파이썬패키지인덱스에프로젝트배포하기

|요약|

Chapter9EC2객체를AWS에서동적으로최적화하기

AWS에서잡실행하기
스폿인스턴스(SpotInstances)

|요약|

Chapter10부동산

미국의부동산가격에대해살펴보기

파이썬에서대화형가시화수행하기

크기순위와가격을기준으로클러스터링

|요약|

Chapter11사용자제작컨텐츠를위한생산적인공지능

넷플릭스상을받은알고리즘은프로덕션레벨로구현된적이없다

추천시스템의핵심개념

파이썬에서서프라이즈(Surprise)프레임워크사용하기

추천시스템에대한클라우드솔루션

실제상황에서발생하는추천관련이슈들

실제이슈들:프로덕션API와연동하기

실제이슈들:클라우드자연어처리(NLP)및생산감정분석하기
어주어(Azure)에서의NLP
GCP에서의NLP
엔티티(Entity)API탐색하기
자연어처리(NLP)를위한AWS의서버리스인공지능파이프라인

|요약|

부록A인공지능가속기
부록B클러스터크기결정하기
색인(INDEX)

클라우드기반의현실접목머신러닝개론
실용주의인공지능

아마존웹서비스,구글클라우드,EC2(AmazonElasticComputeCloud),MS애저(Azure)같은기업용클라우드기반에서파이썬과최신비즈니스솔루션을이용해머신러닝의실전예제를다루는툴이나왔다,주피터노트북,넘파이,텐서플로,사이킷런(Sklearn)같은최신머신러닝라이브러리나툴은각각하나의주제만으로도책한권이될정도로최근의관심사이다.

저자노아기프트는풍부한집필과실무경험을기반으로NBA에대한소셜미디어영향력예측,미국부동산가격예측같은현실에서접목가능한사례에대한프로그래밍예제를통해인공지능과머신러닝을실용적으로접근할수있도록설명한다.저자의깃허브사이트에는이모든예제코드들이실시간으로올라와있다.
저자는스포츠마케팅,프로젝트관리,제품가격책정,부동산및기타분야의현실적인문제를해결하기위해클라우드기반인공지능/머신러닝애플리케이션을구축하는방법을단계별로살펴본다.비즈니스전문가,의사결정권자,학생또는프로그래머누구나저자의전문지도와광범위한사례연구를통해사실상모든환경에서의데이터과학문제를해결할수있게된다.
최신주제의머신러닝프로그래밍과실전예제를공부하려는누구나욕심낼만한책이다.