실전 자동머신러닝 (Azure, AWS와 GCP에서 구현하는 다양한 AutoML)

아드난마수드

AdnanMasood
미국스탠퍼드대학교AI랩객원학자,소프트웨어엔지니어,마이크로소프트MVP(MostVauableProfessional)이자마이크로소프트지역인공지능담당이사다.USTGlobal의AI및머신러닝수석설계자로,스탠퍼드AILab및MITCSAIL과협업하고있으며다양한비즈니스,제품,이니셔티브에영향을미치는비즈니스가치와통찰력을제공할수있는인공지능솔루션을개발하는데이터과학자및엔지니어팀을이끌고있다.

1부.자동머신러닝소개

1장.자동머신러닝개요
__머신러닝개발수명주기
__자동머신러닝
__자동화ML의작동법
____하이퍼파라미터
____자동머신러닝의필요성
__데이터과학의민주화
__자동머신러닝신화의타파
____신화#1:데이터과학자의종말
____신화#2:자동ML은단지토이문제만을풀수있다
__자동머신러닝생태계
__오픈소스플랫폼과도구
____마이크로소프트NNI
____Auto-sklearn
____Auto-Weka
____auto-Keras
____TPOT
____Ludwig-코드없는AutoML툴박스
____AutoGluon:딥러닝을위한AutoML툴킷
____Featuretools
____H2OAutoML
__상업적도구와플랫폼
____DataRobot
____구글클라우드AutoML
____아마존세이지메이커오토파일럿
____애저자동ML
____H2O드라이버리스AI
____자동ML의미래
____자동ML문제와한계
____기업을위한입문지침
__요약

2장.자동머신러닝,알고리듬그리고기법
__자동화된ML-뚜껑열기
____자동ML용어의분류체계
__자동화된특성공학
__하이퍼파라미터최적화
__신경망구조탐색
__요약

3장.오픈소스툴과라이브러리를이용한자동머신러닝
__기술요구사항
__AutoML용오픈소스생태계
__TPOT소개
____TPOT는이를어떻게수행하는가?
__Featuretools소개
__마이크로소프트NNI소개
__auto-sklearn소개
__Auto-Keras소개
____Ludwig-코드없는AutoML툴박스
__AutoGluon-딥러닝을위한AutoML툴킷
__요약

2부.클라우드플랫폼을이용한AutoML

4장.Azure머신러닝으로시작하기
__Azure머신러닝으로시작하기
__Azure머신러닝스태킹하기
__Azure머신러닝서비스로시작하기
__Azure머신러닝으로모델링하기
__Azure머신러닝을이용한모델배포와테스트
__요약

5장.마이크로소프트Azure를이용한자동머신러닝
__마이크로소프트Azure의AutoML
__AutoML을이용한시계열예측
__요약

6장.AWS를이용한머신러닝
__AWS지형에서의ML
__AWSML로시작하기
__AWS세이지메이커오토파일럿
__AWS점프스타트
__요약

7장.아마존세이지메이커오토파일럿으로자동머신러닝실행하기
__기술적요구조건
__아마존세이지메이커오토파일럿의작성-제한된실험
__AutoML실험생성
__세이지메이커오토파일럿실험의수행과모델의배포
____세이지메이커오토파일럿모델호출및테스트
__노트북으로부터세이지메이커오토파일럿실험을구축하고실행하기
____모델호스트와호출
__요약

8장.구글클라우드플랫폼을이용한머신러닝
__구글클라우드플랫폼서비스로시작하기
__구글클라우드플랫폼을이용한AI와ML
__구글클라우드AI플랫폼과AI허브
__구글클라우드AI플랫폼으로시작하기
__구글클라우드를이용한자동ML
__요약

9장.구글클라우드플랫폼을이용한자동머신러닝
__구글클라우드AutoMLTables로시작하기
__AutoMLTables실험생성
__AutoMLTables모델배포이해
__BigQuery공용데이터셋을이용한AutoMLTables
__가격예측을위한자동머신러닝
__요약

3부.자동머신러닝응용

10장.엔터프라이즈자동ML
__조직이자동ML을필요로하는가?
____타이탄의충돌-자동ML대데이터과학자
__자동ML-엔터프라이즈고급분석을위한가속기
____인간친숙한통찰력을가진AI의민주화
____증강된지능
__자동ML도전과제와기회
____불충분한데이터
____모델성능
____도메인전문가와특수용도사례
____컴퓨팅비용
____학습곡선의수용
____이해관계자의적응
__신뢰구축-모델해석가능성과자동ML의투명성
____특성중요도
____반사실분석
____데이터과학모델정확도척도
____사전모델설명가능성
____실행중모델설명가능성
____사후모델설명가능성
__조직에의자동ML도입
____충격흡수
____올바른자동ML플랫폼선택
____데이터의중요성
____청중의올바른메시지
__활용방안-다음단계는무엇인가?

◈이책에서다루는내용◈

◆AutoML의기본원리과기본방법및기법탐구
◆적용되는시나리오에서알고리듬선택,자동특성설정,하이퍼파라미터튜닝과같은AutoML측면평가
◆클라우드와OSS제품의차이점
◆AWS,Azure,GCP와같은툴에서AutoML구현및ML모델과파이프라인구축
◆설명가능한AutoML파이프라인을투명하게구축하기
◆자동특성공학및시계열예측
◆데이터과학모델링작업을자동화해ML솔루션을쉽게구현하고더욱복잡한문제알아보기

◈이책의대상독자◈

오픈소스도구,마이크로소프트애저자동머신러닝,AWS,구글클라우드플랫폼에서제공하는기능을사용해머신러닝모델을자동으로구축하고자하는사람들뿐아니라시민데이터과학자,머신러닝개발자,AI애호가에게도이책이유용할것이다.

◈이책의구성◈

1장,‘자동머신러닝개요’에서는초보자를위한확실한개요를제공하고숙련된머신러닝실무자를위한참조역할을함으로써AutoML방법에대한자세한개요를제시한다.머신러닝개발수명주기로시작해AutoML이해결하는하이퍼파라미터최적화문제를살펴본다.
2장,‘자동머신러닝,알고리듬및기술’을통해시민데이터과학자는광범위한경험없이도AI솔루션을구축할수있다.또한자동특성공학(AutoFE),자동모델및하이퍼파라미터학습(AutoMHL),자동딥러닝(AutoDL)의세가지범주측면에서AutoML의현재개발을검토한다.베이지안최적화,강화학습,진화알고리듬및그레이디언트기반접근법을포함해이세가지범주에서채택된최첨단기술이제시된다.
3장,‘오픈소스도구와라이브러리를사용한자동머신러닝’에서는예측모델의아이디어화,개념화,개발및배포의전체수명주기를자동화하는AutoMLOSS(OpenSourceSoftware,오픈소스소프트웨어)도구및라이브러리에관해설명한다.
4장,‘Azure머신러닝시작하기’에서는WindowsAzure플랫폼및서비스의강력한기능을사용해엔드투엔드머신러닝생애주기를가속화하는데도움이되는Azure머신러닝을다룬다.
5장,‘마이크로소프트Azure를사용한자동머신러닝’에서는Azure머신러닝스택을사용해모델개발의시간소모적이고반복적인작업을자동화하고AzureAutoML을사용해회귀,분류,시계열분석과같은작업을수행하는방법에대해자세히살펴본다.
6장,‘아마존웹서비스와함께하는머신러닝’에서는아마존세이지메이커스튜디오,아마존세이지메이커오토파일럿,아마존세이지메이커진실,아마존세이지메이커네오와함께AWS가제공하는다른AI서비스와프레임워크를다룬다.
7장,‘아마존세이지메이커오토파일럿을사용한자동머신러닝의수행’에서는세이지메이커오토파일럿을사용해여러후보를실행해데이터사전처리단계,머신러닝알고리듬및하이퍼파라미터의최적조합을알아낸다.
8장,‘구글클라우드플랫폼을통한머신러닝'에서는구글의AI및머신러닝오퍼링에대해살펴본다.이장을통해개발자가TensorFlow,TPU및TFX도구와같은최첨단GoogleAI기술에액세스할수있는휴대용머신러닝파이프라인인Kubeflow를어떻게지원하는지이해하게될것이다.
9장,‘GCPCloudAutoML을사용한자동머신러닝’에서는최소한의노력과머신러닝전문지식으로맞춤형비즈니스별머신러닝모델을교육하는방법을소개한다.실습사례와코드워크스루를통해GoogleCloudAutoML플랫폼을탐색해데이터과학이나프로그래밍에대한지식없이도자연어,비전,비정형데이터,언어번역및비디오인텔리전스분야의맞춤형딥러닝모델을만들것이다.
10장,‘엔터프라이즈의AutoML’은예측모델및성능비교뿐만아니라데이터분석을포함하는완전자동화된보고서를생성해데이터과학을자동화하는시스템으로기업환경에서AutoML을제공한다.

◈옮긴이의말◈

이책은『자동머신러닝』(에이콘,2021)을기술적인구현측면에서보완하는책이다.애저,AWS와GCP의3대클라우드서비스의다양한AutoML구현방법을설명한다.AutoML은머신러닝/딥러닝의민주화를위한강력한개념이며,이를추구하는과정에서단순한자동화를넘어서는머신러닝의혁신을유도한다.또한최첨단이론들을머신러닝의초보자,심지어모르는사람들조차도짧은시간에업무에용이하게적용할수있도록돕는멋진개념이며,연구자및개발자로하여금연구와개발에집중할수있도록한다.머신러닝의자동화노력은앞으로머신러닝이사람들의일상생활에더욱밀착적용될것으로믿어의심치않는다.
이책에나오는개념을더깊이탐구하고싶은사람들은이론에초점을맞춘『자동머신러닝』을참고하기를바란다.