머신 러닝 Q & AI (머신 러닝, 딥러닝, 생성 AI, 자연어 처리, 컴퓨터 비전 등 AI에 관한 30가지 핵심 질문과 답변)

머신 러닝 Q & AI (머신 러닝, 딥러닝, 생성 AI, 자연어 처리, 컴퓨터 비전 등 AI에 관한 30가지 핵심 질문과 답변)

$35.00
Description
머신 러닝, 딥러닝, AI 전문가에게 묻다. “세바스찬 라시카, 이런 게 궁금해요!”
다양한 고급 주제와 최신 동향을, 쉬운 그림과 Q&A 구성으로, 간단명료하지만 쉽고 흥미롭게!
이 책은 인공지능 분야의 선두에 서 있는 세바스찬 라시카 박사가 자주 받는 질문에 대해, Q&A라는 독특한 스타일을 사용해 설명한 책이다. 신경망과 딥러닝, 컴퓨터 비전, 자연어 처리, 생성 AI, 예측 성능과 모델 평가 등 다양한 인공지능 분야를 저자의 깊이 있는 고찰과 논리적인 설명으로 더욱 심도 있게 이해할 수 있다. 기본적인 이론 설명을 넘어서 기술 관련 지식, 활용 방법, 실무적인 설명을 정리하고 최신 연구 동향을 소개하면서, 연습문제와 연습문제에 대한 해답, 참고하면 좋을 자료들도 함께 수록했다. 또한 마찬가지로 국내 인공지능 분야에서 활발히 활동하고 있는 박해선 역자 역시 이 책을 번역하면서 국내 독자들에게 자주 받은 질문 12개에 대한 Q&A를 권말부록으로 집필해 실었다. 전반적인 인공지능 분야의 지식을 한 단계 업그레이드하고자 하는 분들에게 도움이 되기를 바란다.
저자

세바스찬라시카

SebastianRaschka
교육에열정이많은머신러닝및AI연구자이며,라이트닝AI(LightningAI)의수석AI교육자로서AI와딥러닝을쉽게배우고활용하는방법을가르치는데열정적이다.라이트닝AI에합류하기전에위스콘신매디슨대학(UniversityofWisconsin-Madison)의통계학과에서조교수로딥러닝과머신러닝을연구했다.그의웹사이트(https://sebastianraschka.com)에서자세한연구내용을볼수있다.또한오픈소스소프트웨어를사랑하고10년넘게열정적인기여자로활동했다.코딩이외에도글쓰기를좋아하며베스트셀러인『머신러닝교과서with파이썬,사이킷런,텐서플로(PythonMachineLearning)』(2021,길벗)와『머신러닝교과서:파이토치편(MachineLearningwithPyTorchandScikit-Learn)』(2023,길벗)을집필했다.

목차

1부|신경망과딥러닝

1장임베딩,잠재공간,표현
1.1임베딩
1.2잠재공간
1.3표현
1.4연습문제
1.5참고

2장자기지도학습
2.1자기지도학습vs전이학습
2.2레이블이없는데이터활용하기
2.3자기예측및대조적자기지도학습
2.4연습문제
2.5참고

3장퓨-샷학습
3.1데이터셋과용어
3.2연습문제

4장로터리티켓가설
4.1로터리티켓훈련과정
4.2실제적영향과한계
4.3연습문제
4.4참고

5장데이터로과대적합줄이기
5.1대표적인방법
__5.1.1추가데이터수집
__5.1.2데이터증강
__5.1.3사전훈련
5.2다른방법
5.3연습문제
5.4참고

6장모델을변경하여과대적합줄이기
6.1일반적인방법
__6.1.1규제
__6.1.2작은모델
__6.1.3작은모델에대한주의사항
__6.1.4앙상블방법
6.2다른방법
6.3규제기법선택하기
6.4연습문제
6.5참고

7장다중GPU훈련패러다임
7.1훈련패러다임
__7.1.1모델병렬화
__7.1.2데이터병렬화
__7.1.3텐서병렬화
__7.1.4파이프라인병렬화
__7.1.5시퀀스병렬화
7.2추천
7.3연습문제
7.4참고

8장트랜스포머의성공
8.1어텐션메커니즘
8.2자기지도학습을통한사전훈련
8.3많은수의파라미터
8.4손쉬운병렬화
8.5연습문제
8.6참고

9장생성AI모델
9.1생성모델링vs판별모델링
9.2심층생성모델의종류
__9.2.1에너지기반모델
__9.2.2변분오토인코더
__9.2.3생성적적대신경망
__9.2.4흐름기반모델
__9.2.5자기회귀모델
__9.2.6디퓨전모델
__9.2.7일관성모델
9.3추천
9.4연습문제
9.5참고

10장무작위성의원인
10.1모델가중치초기화
10.2데이터셋샘플링과셔플링
10.3비결정론적인알고리즘
10.4여러가지런타임알고리즘
10.5하드웨어와드라이버
10.6무작위성과생성AI
10.7연습문제
10.8참고

2부|컴퓨터비전

11장파라미터개수
11.1파라미터개수를계산하는방법
__11.1.1합성곱층
__11.1.2완전연결층
11.2현실적인이유
11.3연습문제

12장완전연결층과합성곱층
12.1커널크기와입력크기가같을때
12.2커널크기가1일때
12.3추천
12.4연습문제

13장비전트랜스포머를위한대규모훈련세트
13.1CNN의귀납적편향
13.2CNN을능가할수있는ViT
13.3ViT의귀납적편향
13.4추천
13.5연습문제
13.6참고

3부|자연어처리

14장분포가설
14.1Word2vec,BERT,GPT
14.2가설이유효한가요?
14.3연습문제
14.4참고

15장텍스트데이터증강
15.1동의어교체
15.2단어삭제
15.3단어위치변경
15.4문장섞기
15.5잡음추가
15.6역번역
15.7합성데이터
15.8추천
15.9연습문제
15.10참고

16장셀프어텐션
16.1RNN의어텐션메커니즘
16.2셀프어텐션메커니즘
16.3연습문제
16.4참고

17장인코더기반트랜스포머와디코더기반트랜스포머
17.1원본트랜스포머
17.2인코더
17.3디코더
17.4인코더-디코더
17.5용어에대한주의사항
17.6최신트랜스포머모델
17.7연습문제
17.8참고

18장사전훈련된트랜스포머모델의사용과미세튜닝방법
18.1분류작업에트랜스포머사용하기
18.2문맥내학습,인덱싱,프롬프트튜닝
18.3PEFT
18.4RLHF
18.5사전훈련된모델적용하기
18.6연습문제
18.7참고

19장생성형대규모언어모델의평가
19.1LLM을위한평가지표
19.2혼잡도
19.3BLEU점수
19.4ROUGE점수
19.5BERTScore
19.6대리평가지표
19.7연습문제
19.8참고

4부|제품화와배포

20장상태비저장훈련과상태저장훈련
20.1상태비저장훈련
20.2상태저장훈련
20.3연습문제

21장데이터중심AI
21.1데이터중심AIvs모델중심AI
21.2추천
21.3연습문제
21.4참고

22장추론속도높이기
22.1병렬화
22.2벡터화
22.3루프타일링
22.4연산자융합
22.5양자화
22.6연습문제
22.7참고

23장데이터분포변화
23.1공변량변화
23.2레이블변화
23.3개념변화
23.4도메인변화
23.5데이터분포변화의종류
23.6연습문제
23.7참고

5부|예측성능과모델평가

24장푸아송회귀와서열회귀
24.1연습문제

25장신뢰구간
25.1신뢰구간의정의
25.2방법
__25.2.1방법1:정규근사구간
__25.2.2방법2:훈련세트부트스트래핑하기
__25.2.3방법3:테스트세트예측부트스트래핑하기
__25.2.4방법4:다른랜덤시드로모델을재훈련하기
25.3추천
25.4연습문제
25.5참고

26장신뢰구간vs컨포멀예측
26.1신뢰구간과예측구간
26.2예측구간과컨포멀예측
26.3예측영역,예측구간,예측집합
26.4컨포멀예측계산하기
26.5컨포멀예측의예시
26.6컨포멀예측의장점
26.7추천
26.8연습문제
26.9참고

27장적절한측정지표
27.1조건
27.2평균제곱오차
27.3크로스엔트로피손실
27.4연습문제

28장k-폴드교차검증의k
28.1k값선택의트레이드오프
28.2적절한k값결정하기
28.3연습문제
28.4참고

29장훈련세트와테스트세트불일치
29.1연습문제

30장제한적인레이블데이터
30.1제한적인레이블데이터로모델성능향상
__30.1.1더많은데이터에레이블부여하기
__30.1.2데이터부트스트래핑
__30.1.3전이학습
__30.1.4자기지도학습
__30.1.5능동학습
__30.1.6퓨-샷학습
__30.1.7메타학습
__30.1.8약지도학습
__30.1.9준지도학습
__30.1.10자기훈련
__30.1.11다중작업학습
__30.1.12멀티모달학습
__30.1.13귀납적편향
30.2추천
30.3연습문제
30.4참고

부록연습문제해답

찾아보기

출판사 서평

"기본을넘어서"(크리스앨본,위키미디어재단머신러닝디렉터)

기본개념을넘어서머신러닝,딥러닝,AI에대해깊게탐구할준비가되었다면,질문-대답형식의콘텐츠로구성된이책이막힘없이빠르고쉽게그여정을도와줄것이다.
이책은저자세바스찬라시카가자주받는질문을바탕으로탄생했다.직접적이고간단명료하게접근하여고급주제를보다쉽게이해하고매우흥미롭게만들어준다.각장은간결하고독립적이며,AI에관한근본적인질문을하나씩다룬다.명쾌한설명,다이어그램,실습을통해질문에답한다.

이책에서다루는내용
٠핵심질문:AI의핵심질문에대해간결하게답변하고,복잡한개념을이해하기쉽도록잘게쪼개어설명한다.
٠광범위한주제:신경망구조와모델평가에서컴퓨터비전과자연어처리까지다양한주제를다룬다.
٠실무활용:모델성능향상,대규모모델의미세튜닝등의기술을배운다.

다음과같은내용도담겨있다.
٠신경망훈련에서무작위성의다양한요인관리하기
٠대규모언어모델에서인코더와디코더구조사이의차이이해하기
٠데이터와모델을변경해과대적합감소시키기
٠분류모델을위해신뢰구간을구성하고레이블데이터가부족할때모델최적화하기
٠다양한다중GPU훈련패러다임과생성AI모델의종류선택하기
٠자연어처리를위한성능지표이해하기
٠비전트랜스포머에있는귀납적편향이해하기

머신러닝에대한지식을업그레이드하기위한완벽한책을찾고있다면『머신러닝Q&AI』가손쉽게여러분의지식을기초를넘어그이상으로확장시켜줄것이다.

중급자수준이더깊이파고들기에좋은책입니다.이책은AI와그주변개념을더깊이이해하는데유용하고,접근하기쉬운,매우잘쓰여진도구입니다.초보자도충분히활용할수있지만이미탄탄한기초를갖춘사람들에게더유용합니다.
-아마존독자리뷰

[베타리더후기]
독자와의Q&A형태와쉬운그림을통해설명합니다.AI에관심있는독자부터AI에전문적인지식을가지고있는독자까지,수많은궁금증을해결하고이해할수있을겁니다.
-심형광_한국아이디정보,프런트엔드&백엔드개발자

심화내용을다루고있으므로머신러닝과딥러닝의기초를습득한분들에게적합하며,자기주도적학습을위한연습문제와추가학습용참고자료가포함되어있습니다.단순한이론설명을넘어서실제응용사례와최신연구동향도소개하여,읽다보면AI분야의최전선에서있다는느낌을줍니다.전반적으로머신러닝분야의지식을한단계높이고자하는분들에게매우유익한책입니다.
-박상길_비브스튜디오스,소프트웨어엔지니어

마치블로그글을읽는것처럼부담없고재미있습니다.복잡한개념을딱딱하게나열하는대신,흥미로운이야기를풀어가듯설명합니다.특히각주제가길지않고분리되어있어궁금한부분을먼저읽을수있어좋았습니다.
-조현석_래블업주식회사,소프트웨어엔지니어

머신러닝및딥러닝모델구현에필요한기술적지식뿐아니라서비스관점에서의활용방법까지포함되어있고,산업현장에서알고리즘이실제로어떻게적용되는지실무적인설명도잘정리되어있어AI연구자나실무자에게유용하리라생각합니다.특히특정기법이항상최선의선택이아닐수있다는한계를논리적으로제시한점이돋보였습니다.
-이호민_프리랜서,머신러닝엔지니어

머신러닝,딥러닝,AI의주요개념에관한Q&A로구성되었으며기존의수식과코드중심학습에서벗어나기본개념을넘어선학습의시사점을제시하는책입니다.머신러닝입문이후학습방향을모색하고주요개념을확장하고자하는모든이에게적극추천합니다.
-임승민_cslee,소프트웨어엔지니어

머신러닝을제대로공부하려면꼭알아야하는내용을명확하게정리해줍니다.단순히AI를도구로활용하는것이아니라,그도구가어떤원리로어떤이점을가져다주는지알기위해서는반드시알아야하는내용이라고생각합니다.
-강민재_성균관대학교전자전기공학부

다른컴퓨터관련책들은일반적으로코딩이주를이루는데이책은그렇지않습니다.자신이알고싶은내용을편하게읽을수있게구성되어모르는개념을쉽게알아가는데큰도움이되었습니다.
-김진혁_동양고등학교,정보교사

데이터분석가이자,데이터센터관련사업을담당하면서머신러닝과데이터모델링에관한책을꾸준히학습하고있습니다.업계종사자라면해당개념과실무에서활용할수있는방법들을참고하기에좋은책이라고생각합니다.
-박경호_엘에스일렉트릭,데이터분석가