개발자를 위한 머신 러닝 (머신 러닝 시작이 막막한 개발자를 위한 안내서)

로돌포본닌

시스템엔지니어이자아르헨티나국립기술대학교(UniversidadTecnol?gicaNacional)의박사과정학생이다.독일슈투트가르트대학(Universit?tStuttgart)에서병렬프로그래밍및이미지이해를전공했다.
2005년부터고성능컴퓨팅에대한연구를해오고있으며2008년에CPU및GPU에서동작하는신경망피드포워드부분을작성하면서합성곱신경망을연구하고구현하기시작했다.최근에는신경망을이용한사기패턴탐지분야에서일하고있으며,현재머신러닝기술을사용해신호분류를하고있다.
팩트출판사의『BuildingMachineLearningProjectsWithTensorflow』(2016)의저자이기도하다.

1장.소개:머신러닝및통계과학
__큰그림에서의머신러닝
__사용하는도구:프로그래밍언어및라이브러리
__기본적인수학개념
__확률및랜덤변수
__확률함수에대한통계적측정기준
__요약

2장.학습과정
__문제이해
__데이터셋정의및획득
__피처엔지니어링
__데이터셋전처리
__모델정의
__손실함수정의
__모델피팅및평가
__모델구현및결과해석
__요약

3장.클러스터링
__사람처럼그룹화
__클러스터링과정자동화
__공통중심찾기:K-평균
__최근접이웃
__K-NN샘플구현
__요약

4장.선형및로지스틱회귀
__회귀분석
__선형회귀
__공분산및상관관계로기울기및절편탐색
__그래디언트디센트
__실전데이터탐색및선형회귀
__로지스틱회귀
__요약

5장.신경망
__신경모델의역사
__단층퍼셉트론으로간단한함수구현
__요약

6장.합성곱신경망
__컨벌루션신경망의기원
__심층신경망
__Keras를사용한심층신경망배포
__Quiver로컨벌루션모델탐색
__요약

7장.순환신경망
__순서가있는문제풀기:RNNs
__LSTM
__에너지소비데이터를이용한단변량시계열예측
__요약

8장.최근모델및개발현황
__GAN
__강화학습
__기본RL기술:Q-러닝
__참고자료
__요약

9장.소프트웨어설치및설정
__리눅스설치
__맥OSX환경설치
__윈도우설치
__요약

★이책에서다루는내용★
■개발자가익숙한접근방식을통한머신러닝의수학및기법학습
■널리사용되는머신러닝알고리즘/기술과실제문제해결방법
■인기있는프로그래밍프레임워크를사용해고급개념에대한학습
■머신러닝분야에서일할수있는준비
■머신러닝을사용해컴퓨팅문제를해결하는데가장잘알려지고강력한도구에대한개요제공
■현재머신러닝분야에대한소개를바탕으로개념들을흥미롭고최첨단문제에적용


★이책의대상독자★
이책은프로그래밍을통해머신러닝개념의기초를이해하고자하는개발자/기술에관심이많은사람을대상으로한다.이책은스크립팅언어에대한경험이있는사람에적합하고,파이썬에익숙하면코드를이해하는데더욱유용할것이다.또한현재데이터과학자들의경우에는새롭고실질적인접근법을통해기본개념부터이해하는데유용할것이다.

★이책의구성★
1장,‘소개:머신러닝및과학통계’에서는머신러닝의입문에필요한다양한개념을다룬다.역사,종류및해당분야의일반적인개념에대해알아본다.또한이후에개발되는대부분의기술을이해하는데필요한기본수학적개념을소개한다.
2장,‘학습과정’에서는머신러닝작업과정에있는모든단계를다루며,각단계에서사용되는유용한도구와개념의정의를보여준다.
3장,‘클러스터링’에서는비지도학습,특히K-평균과K-NN클러스터링을위한몇가지기술을다룬다.
4장,‘선형및로지스틱회귀’에서는이름은비슷하지만상당히다른두가지지도학습알고리즘을다룬다.이두알고리즘은선형회귀(시계열예측을수행)와로지스틱회귀(분류목적으로사용)다.
5장,‘신경망’에서는최신머신러닝애플리케이션의기본구성요소중하나인신경망을다루며,단계적으로실제신경망을구축하면서마무리한다.
6장,‘합성곱신경망’에서는신경망의강력한변형된형태인CNN을다룬다.실제적용예에서는VGG16이라고잘알려진CNN구조의내부를실제적으로둘러보는것으로마무리한다.
7장,‘순환신경망’에서는RNN개념의개요와가장많이사용되는구조인LSTM의각단계에대해다룬다.마지막으로시계열예측에대한실제예를소개한다.
8장,‘최근모델및개발현황’에서는이분야에서큰관심을받고있는두가지기법,즉생성적대립신경망과강화학습의전반적인분야에대해다룬다.
9장,‘소프트웨어설치및설정’에서는리눅스,맥OS및윈도우의세가지운영체제에서머신러닝을구현하는데필요한소프트웨어패키지의설치방법을설명한다.

★지은이의말★
머신러닝은현재인기있는분야중하나다.중요한기술로언론의찬사를받으면서최근에데이터와자동화로동작하는모든곳에서중요하게투자해야할기술의한분야다.그리고머신러닝은이미지이해,로봇공학,검색엔진,자율자동차등과같은많은분야에서광범위하게사용되고있으며,응용분야가계속증가하고있다.이책에서는복잡한수학적인지식을제외하고코드와다이어그램을통해머신러닝의기본개념과현재기술을다룬다.
기본적인머신러닝개념,종류및문제유형에대해알아보면서시작한다.이후기술을이해하는데필요한기본적인수학개념도설명한다.장들을진행하면서복잡도와정교함이증가하는모델들에대해설명한다.선형회귀를시작으로로지스틱회귀,신경망및CNN,RNN같은첨단머신러닝기술을다루며,GAN과강화학습같은진보된머신러닝기술을소개하며마무리한다.
이책은최종적으로머신러닝이무엇인지파악하고기본적인수학적정의와함께알고리즘관점에서주요기본개념을이해하고자하는개발자를대상으로한다.이책은쉽게인터페이스가가능한파이썬을이용해개념들을구현한다.파이썬은코드를통해학습하기위한최고의도구다.따라서파이썬프로그래밍에대해익숙해지면코드로여러가지를할수있다.다른언어에대한경험이있다면어렵지는않을것이다.
자신의머신러닝문제를해결하는데필요한알고리즘을어떻게정하는지,최상의결과를얻기위해이알고리즘이어떻게작동하는지에대한내용을배운다.머신러닝을빠르게개발자가익숙한언어를통해배우고자하고,이분야에뛰어들기위한충분한정보를갖고자한다면이책을반드시봐야한다!
★옮긴이의말★
알파고쇼크이후에많은사람이인공지능에관심을갖게됐다.인공지능이갑작스럽게나온기술인것같지만오래전부터지속적으로연구가진행됐던분야다.이기술과많은데이터,값싸고성능좋은연산장치의등장이접목돼알파고,사람보다사람인식을잘하는서비스,자율자동차등과같은파격적인결과물들이등장하고있다.이결과의바탕에는많은데이터를통해시스템에지능을부여하는머신러닝이있다.우리가인지하지는못하지만이머신러닝기술은오래전부터온라인스토어,SNS,금융분야등에서사용되고있으며,그적용처가점차확대되고있다.
이책은머신러닝을적용하고자하는실무자,개발자,혹은머신러닝에관심있는사람을위한책이다.머신러닝은선형대수,확률,통계,최적화등에기반을학문이며,이분야에서사용중인용어및관련내용은머신러닝을시작하기위한장애물이되고있다.이책에서는실제로머신러닝을적용하기위해필요한배경지식을최소한의수식과간단한파이썬코드를통해체계적으로머신러닝부터딥러닝까지설명한다.이책에서소개하는내용을바탕으로머신러닝과딥러닝에관련된서비스및라이브러리를더욱잘활용할수있을것이다.
아무쪼록이책이머신러닝기법을자신만의프로젝트에적용하고자하는독자들에게도움이됐으면한다.