살아 움직이는 머신러닝 파이프라인 설계 : 텐서플로와 함께하는 머신러닝 프로젝트 자동화

하네스막스하프케

저자:하네스하프케
SAPConcur의ConcurLabs수석데이터과학자이다.머신러닝을사용하여비즈니스여행자의경험을개선하는혁신적인방법을연구한다.SAPConcur에합류하기전에는의료,소매,채용,재생에너지등다양한산업분야의머신러닝인프라문제를해결했다.또한,자연어처리와딥러닝에관한출판물을공동으로집필했으며다양한콘퍼런스에서딥러닝과파이썬에대해발표했다.그는wunderbar.ai의창시자이기도하다.또한오리건주립대학교에서전기공학석사학위를받았다.

저자:캐서린넬슨
SAPConcur의ConcurLabs수석데이터과학자이다.특히개인정보보호머신러닝과기업데이터에딥러닝을적용하는데관심이있다.이전에는지구물리학자로서고대화산을연구하고그린란드에서석유를탐사했다.더럼대학교에서지구물리학박사학위를받았고옥스퍼드대학교에서지구과학석사학위를받았다.

역자:송호연
현재인공지능튜터산타토익을개발한뤼이드의VPofAIOps로머신러닝파이프라인구축을총괄한다.네이버에서AI연구엔지니어로근무했으며,카카오에서데이터엔지니어로일한경력이있다.국내최대인공지능커뮤니티인텐서플로코리아와머신러닝옵스코리아운영진이다.

CHAPTER1머신러닝파이프라인
1.1머신러닝파이프라인의필요성
1.2머신러닝파이프라인을고려해야할시기
1.3머신러닝파이프라인단계
1.4파이프라인오케스트레이션
1.5예제프로젝트
1.6요약

CHAPTER2TFX-텐서플로익스텐디드
2.1TFX소개
2.2TFX설치
2.3TFX컴포넌트개요
2.4ML메타데이터
2.5대화형파이프라인
2.6TFX의대체솔루션
2.7아파치빔소개
2.8요약

CHAPTER3데이터수집
3.1데이터수집의개념
3.2데이터준비
3.3수집전략
3.4요약

CHAPTER4데이터검증
4.1데이터검증의필요성
4.2TFDV-텐서플로데이터검증
4.3데이터인식
4.4GCP를사용한대용량데이터셋처리
4.5TFDV를머신러닝파이프라인에통합하기
4.6요약

CHAPTER5데이터전처리
5.1데이터전처리의필요성
5.2TFT를사용한데이터전처리
5.3.요약

CHAPTER6모델학습
6.1예제프로젝트의모델정의하기
6.2TFXTrainer컴포넌트
6.3대화형파이프라인에서텐서보드사용하기
6.4분산학습전략
6.5모델튜닝
6.6요약

CHAPTER7모델분석및검증
7.1모델분석방법
7.2텐서플로모델분석
7.3공정성을위한모델분석
7.4모델설명가능성
7.5TFX에서의분석과검증
7.6요약

CHAPTER8텐서플로서빙을사용한모델배포
8.1간단한모델서버
8.2파이썬기반API를사용한모델배포의단점
8.3텐서플로서빙
8.4텐서플로아키텍처개요
8.5텐서플로서빙용모델내보내기
8.6모델서명
8.7내보낸모델검사하기
8.8텐서플로서빙설정
8.9텐서플로서버구성
8.10REST대gRPC
8.11모델서버에서예측하기
8.12텐서플로서빙을사용한A/B모델테스트
8.13모델서버에서모델메타데이터요청
8.14추론요청배치처리
8.15배치예측구성
8.16기타텐서플로서빙최적화
8.17텐서플로의대체서비스
8.18클라우드공급자를통한구축
8.19TFX파이프라인을사용한모델배포
8.20요약

CHAPTER9텐서플로서비스를사용한고급모델배포
9.1배포주기분리
9.2배포를위한모델최적화
9.3텐서플로서빙에서TensorRT사용하기
9.4TFLite
9.5텐서플로서빙인스턴스모니터링
9.6텐서플로서빙과쿠버네티스를사용한간편한확장
9.7요약

CHAPTER10고급TFX
10.1고급파이프라인개념
10.2휴먼인더루프
10.3사용자지정TFX컴포넌트
10.4요약

CHAPTER11파이프라인1부:아파치빔및아파치에어플로
11.1오케스트레이션도구선택
11.2대화형TFX파이프라인을프로덕션파이프라인으로변환하기
11.3빔과에어플로를위한대화형파이프라인변환
11.4아파치빔소개
11.5아파치빔으로TFX파이프라인조정
11.6.아파치에어플로소개
11.7아파치에어플로를사용한TFX파이프라인설정
11.8요약

CHAPTER12파이프라인2부:쿠베플로파이프라인
12.1쿠베플로파이프라인소개
12.2쿠베플로파이프라인을사용한TFX파이프라인조정
12.3구글클라우드AI플랫폼기반파이프라인
12.4요약

CHAPTER13피드백루프
13.1명시적피드백과암묵적피드백
13.2피드백수집패턴설계
13.3피드백루프를추적하는방법
13.4요약

CHAPTER14머신러닝을위한데이터개인정보보호
14.1데이터개인정보보호문제
14.2차등개인정보보호
14.3텐서플로개인정보보호소개
14.4연합학습
14.5암호화된머신러닝
14.6기타데이터개인정보보호방법
14.7요약

CHAPTER15파이프라인의미래와다음단계
15.1모델실험관리
15.2모델배포관리에관한생각
15.3미래의파이프라인능력
15.4다른머신러닝프레임워크와함께사용하는TFX
15.5머신러닝모델테스트
15.6머신러닝을위한CI/CD시스템
15.7머신러닝엔지니어링커뮤니티
15.8요약

APPENDIXA머신러닝에유용한인프라소개
A.1컨테이너소개
A.2도커소개
A.3쿠버네티스소개
A.4쿠버네티스에애플리케이션배포하기

APPENDIXB구글클라우드에쿠버네티스클러스터설정하기
B.1시작하기전에수행해야할작업
B.2구글클라우드의쿠버네티스
B.3쿠베플로파이프라인을위한영구볼륨설정

APPENDIXC쿠베플로파이프라인조작팁
C.1사용자지정TFX이미지
C.2영구볼륨을사용한데이터교환
C.3TFX명령줄인터페이스

파이프라인으로머신러닝자동화를구축하는명확한가이드!

이책에서처음부터끝까지단계별로구체적인예제프로젝트를안내하는방식이마음에들었습니다.많은코드예제와명확하고간결한설명덕분에,여러분의머신러닝파이프라인을가동하고자신의사용사례에맞게조정하는데필요한개념적도구를사용할수있을것입니다.노트북을가지고여러분이배운내용을실제로사용해보기를강력히추천합니다.
이제전문적인머신러닝파이프라인을만들때입니다!

대상독자
기본적인머신러닝개념을이해하고하나이상의머신러닝프레임워크(예:파이토치,텐서플로,케라스)에익숙한독자님께추천합니다.이책의머신러닝예시는텐서플로와케라스를기반이지만,핵심개념은어떤프레임워크에도적용할수있습니다.
● 일회성머신러닝모델학습을넘어데이터과학프로젝트를성공적으로출시하고자하는데이터과학자와머신러닝엔지니어
● 프로젝트관리자,소프트웨어개발자,데브옵스엔지니어

주요내용
● 머신러닝파이프라인구축단계이해
● 텐서플로익스텐디드(TFX)를사용한파이프라인구축
● 아파치빔,아파치에어플로,쿠베플로파이프라인을사용한머신러닝파이프라인조정
● 텐서플로데이터검증및변환을사용한데이터작업
● 텐서플로모델분석을사용하여모델세부분석
● 모델성능의공정성과편향성조사
● 모바일장치용텐서플로서빙또는텐서플로라이트(TFLite)로모델배포
● 개인정보를보호하는머신러닝기술