파이토치로 배우는 LLM & AI (머신러닝 기초부터 RAG, LLM 미세 튜닝, 스테이블 디퓨전까지 코드로 마스터하기)

파이토치로 배우는 LLM & AI (머신러닝 기초부터 RAG, LLM 미세 튜닝, 스테이블 디퓨전까지 코드로 마스터하기)

$36.00
Description
파이토치로 머신러닝 기초부터 최신 생성형 AI까지
모델을 직접 구현하며 익히는 실전 가이드북
유연하고도 강력한 파이토치를 기반으로, AI 모델을 직접 설계하고 학습시키며 머신러닝의 기본 원리부터 최신 생성형 AI 기술까지 단계적으로 익혀 보세요. 복잡한 수식이나 이론 설명에 치우치지 않고, 실행 가능한 예제와 실험을 통해 모델의 동작 방식과 성능 변화를 직접 확인할 수 있습니다. 컴퓨터 비전과 자연어 처리 같은 핵심 주제에서 출발해 트랜스포머와 LLM, RAG로 자연스럽게 학습 범위를 확장합니다. 또한 모델 학습 이후의 활용까지 고려해 로컬 환경에서의 모델 운용과 간단한 서비스 연계 과정까지 살펴봅니다. 이 책을 통해 AI를 개념으로 이해하는 데서 나아가, 실제 시스템에서 활용 가능한 기술로 익힐 수 있습니다.
저자

로런스모로니

여러상을수상한AI연구자이자베스트셀러작가입니다.프로그래밍과머신러닝업계에서30년이넘는경력을쌓아온베테랑으로,대표적인프로그래밍서적을비롯해SF소설과각본에이르기까지20권이넘는책을집필했습니다.또한DeepLearning.AI의앤드루응과함께코세라에서인기있는AI전문과정을강의하고있습니다.전세계적으로인정받는연사이며,소프트웨어개발자가AI와머신러닝을보다쉽게이해할수있도록풀어내는데열정을쏟고있습니다.

목차

[PARTI모델구축]

CHAPTER1파이토치소개
_1.1머신러닝이란
_1.2전통적인프로그래밍의한계
_1.3프로그래밍에서학습으로
_1.4파이토치란
_1.5파이토치사용하기
_1.6머신러닝시작하기
_1.7마치며

CHAPTER2컴퓨터비전소개
_2.1컴퓨터비전의작동방식
_2.2컴퓨터비전을위한뉴런
_2.3신경망설계
_2.4신경망훈련
_2.5모델출력살펴보기
_2.6과대적합
_2.7조기종료
_2.8마치며

CHAPTER3고급컴퓨터비전:이미지에서특징감지하기
_3.1합성곱
_3.2풀링
_3.3합성곱신경망만들기
_3.4합성곱신경망살펴보기
_3.5말과사람을구별하는CNN만들기
_3.6이미지증식
_3.7전이학습
_3.8다중분류
_3.9드롭아웃규제
_3.10마치며

CHAPTER4파이토치데이터셋
_4.1데이터셋시작하기
_4.2FashionMNIST클래스살펴보기
_4.3제너릭데이터셋클래스
_4.4사용자정의분할사용하기
_4.5머신러닝데이터관리를위한ETL프로세스
_4.6로드단계최적화하기
_4.7DataLoader클래스사용하기
_4.8훈련성능향상을위해ETL병렬화하기
_4.9마치며

CHAPTER5자연어처리소개
_5.1언어를숫자로인코딩하기
_5.2불용어제거와텍스트정제
_5.3실제데이터다루기
_5.4마치며

CHAPTER6임베딩을사용한감성프로그래밍
_6.1단어의의미구축하기
_6.2파이토치의임베딩
_6.3임베딩시각화
_6.4사전훈련된임베딩사용하기
_6.5마치며

CHAPTER7자연어처리를위한순환신경망
_7.1순환구조
_7.2순환을언어로확장하기
_7.3RNN으로텍스트분류기만들기
_7.4RNN에사전훈련된임베딩사용하기
_7.5마치며

CHAPTER8머신러닝으로텍스트생성하기
_8.1시퀀스를입력시퀀스로변환하기
_8.2모델만들기
_8.3텍스트생성하기
_8.4데이터셋확장하기
_8.5모델구조개선하기
_8.6데이터개선하기
_8.7문자기반인코딩
_8.8마치며

CHAPTER9시퀀스와시계열데이터이해하기
_9.1시계열의공통특징
_9.2시계열예측기법
_9.3마치며

CHAPTER10시퀀스를예측하는머신러닝모델만들기
_10.1윈도데이터셋만들기
_10.2DNN을만들고시퀀스데이터로훈련하기
_10.3DNN의결과평가하기
_10.4학습률튜닝하기
_10.5마치며

CHAPTER11시퀀스모델을위한합성곱신경망과순환신경망
_11.1시퀀스데이터를위한합성곱
_11.2NASA날씨데이터사용하기
_11.3RNN으로시퀀스모델링하기
_11.4다른순환층
_11.5드롭아웃사용하기
_11.6양방향RNN사용하기
_11.7마치며

[PARTII모델사용]

CHAPTER12추론의개념
_12.1텐서
_12.2이미지데이터
_12.3텍스트데이터
_12.4모델의텐서출력
_12.5마치며

CHAPTER13서빙을위해파이토치모델호스팅하기
_13.1TorchServe소개
_13.2TorchServe설정
_13.3플라스크로서빙하기
_13.4마치며

CHAPTER14서드파티모델과허브사용하기
_14.1허깅페이스허브
_14.2파이토치허브
_14.3마치며

CHAPTER15트랜스포머와transformers
_15.1트랜스포머이해하기
_15.2인코더-디코더구조
_15.3transformersAPI
_15.4transformers시작하기
_15.5핵심개념
_15.6마치며

CHAPTER16사용자정의데이터와함께LLM사용하기
_16.1LLM미세튜닝
_16.2LLM프롬프트튜닝
_16.3마치며

CHAPTER17Ollama로LLM서빙하기
_17.1Ollama시작하기
_17.2서버로Ollama실행하기
_17.3OllamaLLM을사용하는애플리케이션구축하기
_17.4마치며

CHAPTER18RAG소개
_18.1RAG란무엇인가요?
_18.2RAG시작하기
_18.3RAG콘텐츠와LLM사용하기
_18.4마치며

CHAPTER19허깅페이스의diffusers를사용한생성모델활용
_19.1디퓨전모델이란
_19.2허깅페이스의diffusers사용하기
_19.3마치며

CHAPTER20LoRA와diffusers를사용한이미지생성모델튜닝
_20.1diffusers로LoRA미세튜닝하기
_20.2마치며

출판사 서평

LLM시대,파이토치로만드는AI마스터트랙
수식없이머신러닝기초부터RAG,LLM미세튜닝,디퓨전까지

복잡한미적분공식과통계학의늪에빠져인공지능학습의첫페이지조차넘기지못했던개발자들에게이책은가장명쾌한마스터트랙을제시합니다.특히전작『개발자를위한머신러닝&딥러닝』에서이미완벽한호흡을보여주었던AI교육의거장로런스모로니와박해선역자가이번파이토치버전에서도다시한번의기투합했습니다.거창한이론나열대신‘이론보다코드먼저’라는철학을고수하는저자의정공법을통해,복잡한수식없이도실행가능한예제를직접따라하며신경망이데이터를학습하는본질적인원리를코드로완벽히체득할수있습니다.

기초적인컴퓨터비전과자연어처리를넘어,여러분의커리어를생성형AI의정점으로이끌실전기술로드맵이펼쳐집니다.1,700여줄의실제데이터를요리해시를쓰고,나만의지식을더하는RAG시스템과가상의캐릭터를창조하는LoRA미세튜닝까지직접구현해보세요.특히Ollama를활용한로컬모델서빙과TorchServe배포등실무엔지니어에게꼭필요한모델운용의전과정을섭렵하게될것입니다.이책을덮는순간,여러분은단순히트렌드를쫓는사용자를넘어생성형AI서비스를독자적으로설계하고운영하는대체불가능한인재로도약하게될것입니다.

주요내용
● 파이토치로익히는머신러닝,딥러닝핵심개념과학습흐름
● 컴퓨터비전,자연어처리,시계열데이터실전구현법
● 트랜스포머구조이해와허깅페이스기반LLM활용법
● 개인데이터를활용한RAG파이프라인구성과실습
● diffusers와LoRA로살펴보는생성형이미지모델확장법

대상독자
● 단순API호출을넘어서버를직접운영하고싶은엔지니어
● 실무에즉시적용가능한최신AI기술이필요한실무자
● 파이토치로생성형AI시대의기초를다지고싶은대학생
● 수학은두렵지만AI공부는시작해보고싶은주니어개발자