Description
《실전! 컴퓨터비전을 위한 머신러닝》은 머신러닝 모델을 활용해 이미지에서 정보를 추출하는 법을 알려주는 실용적인 책이다. 머신러닝(ML) 엔지니어와 데이터 사이언티스트는 검증된 ML 기법으로 이미지 분류, 객체 검출, 오토인코더, 이미지 생성, 계수, 캡션 생성 등의 다양한 이미지 문제를 해결하는 법을 배울 수 있다. 데이터셋을 만드는 것부터 시작해서 전처리, 모델 설계, 훈련, 검증, 배포, 해석가능성까지, 딥러닝의 모든 과정에 관한 훌륭한 소개가 담겨 있다.
구글의 엔지니어인 3명의 저자는 유연하고 지속가능한 방식의 강건한 ML 아키텍처를 사용해 정확하고 설명 가능한 컴퓨터 비전 ML 모델을 개발하고 대규모 프로덕션에 투입하는 법을 보여준다. 독자는 텐서플로와 케라스로 작성한 모델을 가지고 설계, 훈련, 검증, 예측하는 법을 배울 수 있다.
★ 이 책에서 다루는 내용 ★
◎ 컴퓨터비전 과업을 위한 ML 아키텍처를 설계
◎ 과업에 알맞는 모델(ResNet, SqueezeNet, EfficientNet 등)을 선택
◎ 모델을 훈련, 검증, 배포, 설명하는 전 구간 ML 파이프라인 만들기
◎ 이미지 전처리를 통해 데이터를 증강하고 학습 가능성을 향상
◎ 설명 가능성과 책임 있는 AI 모범 사례
◎ 이미지 모델을 웹 서비스 또는 에지 디바이스에 배포
◎ ML 모델을 모니터링하고 관리
구글의 엔지니어인 3명의 저자는 유연하고 지속가능한 방식의 강건한 ML 아키텍처를 사용해 정확하고 설명 가능한 컴퓨터 비전 ML 모델을 개발하고 대규모 프로덕션에 투입하는 법을 보여준다. 독자는 텐서플로와 케라스로 작성한 모델을 가지고 설계, 훈련, 검증, 예측하는 법을 배울 수 있다.
★ 이 책에서 다루는 내용 ★
◎ 컴퓨터비전 과업을 위한 ML 아키텍처를 설계
◎ 과업에 알맞는 모델(ResNet, SqueezeNet, EfficientNet 등)을 선택
◎ 모델을 훈련, 검증, 배포, 설명하는 전 구간 ML 파이프라인 만들기
◎ 이미지 전처리를 통해 데이터를 증강하고 학습 가능성을 향상
◎ 설명 가능성과 책임 있는 AI 모범 사례
◎ 이미지 모델을 웹 서비스 또는 에지 디바이스에 배포
◎ ML 모델을 모니터링하고 관리
실전! 컴퓨터비전을 위한 머신러닝 (텐서플로와 케라스를 활용한 머신러닝 기반 이미지 처리 완벽 가이드)
$35.00