머신러닝 디자인 패턴 (효율적인 머신러닝 파이프라인과 MLOps를 구축하는 30가지 디자인 패턴)

발리아파락슈마난

구글클라우드플랫폼의데이터분석및AI솔루션글로벌책임자.팀원들과함께데이터분석및머신러닝제품을사용하여비즈니스문제에대한소프트웨어솔루션을개발한다.발리아파는구글의어드밴스드솔루션랩(AdvancedSolutionsLab)에서ML이머전프로그램(MLImmersionprogram)을만들었으며,구글에합류하기전에는ClimateCorporation의데이터과학디렉터,NOAA의연구원으로재직했다.

CHAPTER1머신러닝디자인패턴의필요성
1.1디자인패턴이란?
1.2이책의사용법
1.3머신러닝용어
1.4머신러닝의문제
1.5마치며

CHAPTER2데이터표현디자인패턴
2.1간단한데이터표현
2.2디자인패턴1:특징해시
2.3디자인패턴2:임베딩
2.4디자인패턴3:특징교차
2.5디자인패턴4:멀티모달입력
2.6마치며

CHAPTER3문제표현디자인패턴
3.1디자인패턴5:리프레이밍
3.2디자인패턴6:멀티라벨
3.3디자인패턴7:앙상블
3.4디자인패턴8:캐스케이드
3.5디자인패턴9:중립클래스
3.6디자인패턴10:리밸런싱
3.7마치며

CHAPTER4모델학습디자인패턴
4.1일반적인학습루프
4.2디자인패턴11:유용한과대적합
4.3디자인패턴12:체크포인트
4.4디자인패턴13:전이학습
4.5디자인패턴14:분산전략
4.6디자인패턴15:하이퍼파라미터튜닝
4.7마치며

CHAPTER5탄력성디자인패턴
5.1디자인패턴16:스테이트리스서빙함수
5.2디자인패턴17:배치서빙
5.3디자인패턴18:연속모델평가
5.4디자인패턴19:2단계예측
5.5디자인패턴20:키기반예측
5.6마치며

CHAPTER6재현성디자인패턴
6.1디자인패턴21:트랜스폼
6.2디자인패턴22:반복가능분할
6.3디자인패턴23:브리지스키마
6.4디자인패턴24:윈도추론
6.5디자인패턴25:워크플로파이프라인
6.6디자인패턴26:특징저장소
6.7디자인패턴27:모델버전관리
6.8마치며

CHAPTER7책임있는AI
7.1디자인패턴28:휴리스틱벤치마크
7.2디자인패턴29:설명가능한예측
7.3디자인패턴30:공정성렌즈
7.4마치며

CHAPTER8연결패턴
8.1패턴참조
8.2패턴상호작용
8.3ML프로젝트내의패턴
8.4사용사례와데이터유형에따른일반적인패턴

머신러닝이라는바다를항해하는데
꼭필요한나침반,디자인패턴

구글의뛰어난머신러닝석학들이모여집필한『머신러닝디자인패턴』은기업에서발생하는대부분의시나리오에대응할수있는30가지패턴들을다루고있습니다.이책에담긴검증된아키텍처와비즈니스사용사례는머신러닝을구축하는시간을줄여주며,비즈니스에머신러닝을적용하는효과적인방법을알려줍니다.단순히‘돌아가는코드를수록해놓은책’이아니라다양한기술의사결정의기준점이되어줄책입니다.

오늘도많은개발자가불안한마음을안은채로딥러닝과머신러닝모델을만들고있습니다.불안한모두에게이책은‘나침반’이되어줄겁니다.특정상황에서자신이내린기술의사결정이올바른것인지,제약은무엇이고트레이드오프는무엇인지를올바른방향으로안내합니다.이책을읽으며편법이라고생각했던현업의기법들이사실은정석이었음을깨닫고,확신과안도감을느끼셨으면합니다.사실은편법이아니라제한된리소스에서수행할수있는최선의기술의사결정인것이죠.

수많은고난에도불구하고,오늘도딥러닝과머신러닝모델을학습시키고있는모든분에게이책을추천합니다.
주요내용
● ML모델을학습,평가,배포할때겪는일반적인문제와해결법
● 임베딩,특징교차등을포함한다양한ML모델유형의데이터표현
● 특정문제에적합한모델유형을선택하는법
● 체크포인트,배포전략,하이퍼파라미터튜닝을사용하는강력한학습루프구축
● 새로운데이터를반영하기위한재훈련,업데이트할수있는확장가능한ML시스템배포
● 이해관계자를위한모델예측을해석하고공정성을확인하는법
● 모델의정확도,재현성,탄력성을향상하는법