웹 브라우저 속 머신러닝 TensorFlow.js (실전 예제로 배우는 텐서플로 머신러닝 모델)

카이사사키

KaiSasaki
TreasureData의소프트웨어엔지니어.데이터를가치있게만들기위해대규모의분산시스템을개발하는업무를맡고있다.대규모데이터를처리하여인공지능을만드는일에대한열정이그를머신러닝분야로이끌었다.TensorFlow.js초기개발진중한명이기도하며,새로운종류의머신러닝모델에서요구되는새로운연산자를추가하는업무를계속해서맡고있다.2018년에GoogleOpenSourcePeerBonus를받기도했다.

1부머신러닝의원리와TensorFlow.js사용법

CHAPTER1웹에서의머신러닝
_1.1개발환경
_1.2머신러닝을웹에서돌리는이유
_1.3연산그래프
_1.3연산그래프시각화하기
_1.4TensorFlow.js란?
_1.5TensorFlow.js설치하기
_1.6저수준API
_1.7LayersAPI
_1.8마치며
_1.9연습문제
_1.10더읽을거리

CHAPTER2사전학습된모델을TensorFlow.js로가져오기
_2.1개발환경
_2.2포터블모델형식
_2.3텐서플로에서모델내보내기
_2.4tfjs-converter를사용하여모델변환하기
_2.5TensorFlow.js에서모델불러오기
_2.6마치며
_2.7연습문제
_2.8더읽을거리

CHAPTER3TensorFlow.js에코시스템
_3.1개발환경
_3.2왜고수준라이브러리가필요한가?
_3.3기존모델사용하기
_3.4다양한종류의스토리지에서데이터불러오기
_3.5ML_5.js를이용한자세추정
_3.6Magenta.js로고양이그리기
_3.7machinelearn_.js를사용한XOR분류
_3.8마치며
_3.9연습문제
_3.10더읽을거리

2부TensorFlow.js를활용한실제애플리케이션사례

CHAPTER4다항회귀
_4.1개발환경
_4.2다항회귀란?
_4.32차원곡선피팅
_4.4마치며
_4.5연습문제
_4.6더읽을거리

CHAPTER5로지스틱회귀를사용한분류
_5.1개발환경
_5.2이진분류의배경
_5.3로지스틱회귀란?
_5.42차원군집분류하기
_5.5마치며
_5.6연습문제
_5.7더읽을거리

CHAPTER6비지도학습
_6.1개발환경
_6.2비지도학습이란?
_6.3k-평균알고리즘동작원리
_6.4기댓값-최대화알고리즘을사용한k-평균알고리즘의일반화
_6.52차원공간에서두그룹을군집화하기
_6.6마치며
_6.7연습문제
_6.8더읽을거리

CHAPTER7순차데이터분석
_7.1개발환경
_7.2푸리에변환이란?
_7.3코사인곡선분해
_7.4마치며
_7.5연습문제
_7.6더읽을거리

CHAPTER8차원축소
_8.1개발환경
_8.2왜차원축소를해야하는가?
_8.3주성분분석의이해
_8.4주성분분석을이용하여3차원좌표를2차원공간으로투영하기
_8.5단어임베딩
_8.6마치며
_8.7연습문제
_8.8더읽을거리

CHAPTER9마르코프결정문제풀기
_9.1개발환경
_9.2강화학습
_9.34개상태문제해결하기
_9.4마치며
_9.5연습문제
_9.6더읽을거리

3부TensorFlow.js로머신러닝애플리케이션배포하기

CHAPTER10머신러닝애플리케이션배포하기
_10.1개발환경
_10.2자바스크립트플랫폼의에코시스템
_10.3모듈번들러
_10.4깃허브페이지로모듈배포하기
_10.5마치며
_10.6연습문제
_10.7더읽을거리

CHAPTER11성능향상을위한애플리케이션튜닝하기
_11.1개발환경
_11.2TensorFlow.js백엔드API
_11.3텐서관리
_11.4비동기데이터접근
_11.5프로파일링
_11.6모델시각화
_11.7마치며
_11.8연습문제
_11.9더읽을거리

CHAPTER12TensorFlow.js의전망
_12.1개발환경
_12.2실험적백엔드프로젝트
_12.3AutoML에지헬퍼
_12.4마치며
_12.5연습문제
_12.6더읽을거리

다양한분야의개발자가쉽게접근할수있는머신러닝
이책은웹개발자뿐아니라머신러닝,딥러닝,데이터분석종사자등웹에서머신러닝모델을실행하려는모든이를대상으로쓰였다.머신러닝관련다양한이론을쉽게설명하여이해하기도쉽고,머신러닝기술을웹에서구축하기위해바로활용할수있는실전예제를가득담았다.또한,웹에서머신러닝기술을직접실습해보며개념을더쉽고,명확하고,탄탄하게잡을수도있다.기술이해에도움이되는많은참고자료와그림,수식을통해머신러닝기술이어떻게프런트까지닿게되는지쉽고빠르게이해하길바란다.
주요내용
● TensorFlow.js설치방법과환경구축방법
● 케라스모델을TensorFlow.js로가져오는방법
● TensorFlow.js프레임워크와라이브러리사용법
● 다항회귀,로지스틱회귀등다양한모델사용법
● 군집화알고리즘과비지도학습법
● 차원축소와t-분포확률적임베딩
● 머신러닝애플리케이션배포방법
● 머신러닝성능향상을위한튜닝법과TensorFlow.js의전망