머신러닝4

• 

  [책] 머신러닝 시스템 설계 서론 몇 년 전부터 전 세계적으로 MLOps는 AI 개발에서 큰 화제가 되고 있다. 스탠퍼드 대학의 ‘앤드류 응(Andrew Ng)’ 교수는 MLOps에 대해서 다음과 같이 말했다. 모델 중심 AI 시대가 아닌 데이터 중심의 AI 시대가 도래할 것이다. 따라서 체계적인 데이터 관리를 위해 MLOps가 중요하다. 그렇다면 MLOps란 무엇일까? MLOps는 ML 시스템 개발(Dev)과 ML 시스템 운영(Ops)을 통합한 것으로, 데이터 레이블링의 일관성을 위해 인프라를 만들어 자동으로 운영되도록 만드는 역할을 한다. 데이터의 품질을 높이려면 데이터의 양만큼이나 질도 중요하기 때문에 데이터를 체계적으로 관리하고 개선시키는 MLOps의 중요성이 강조되고 있다. 이 책은 스탠퍼드 대학의 ‘CS 329S: Mac.. 서평 2023. 4. 23.

• 

  [책] XGBoost와 사이킷런을 활용한 그레이디언트 부스팅 저도 데이콘에서 데이터가 많이 없는 경진대회의 경우 머신러닝 모델을 많이 사용합니다. 그중에서도 XGBoost, LightGBM, Catboost 등을 애용하고, 이들을 스태킹 하는 방법을 주로 사용합니다. 이 책도 XGBoost에 대해 중점적으로 다루고 있지만 새로운 특성을 만드는 피처 엔지니어링, 앙상블, 스태킹 등 캐글 대회에서 상위권을 노릴 수 있는 강력한 머신러닝 기법들을 소개하고 있습니다. 이 책은 그레이디언트 부스팅을 크게 업그레이드시킨 모델로 정확도와 속도를 달성하기 위해 계산량을 극대화한 XGBoost에 대해서 소개하고 있다. 캐글 대회에서 압도적으로 우승을 많이 한 모델로 아직까지도 사랑받고 있는 모델 중 하나이다. 이 책의 핵심 주제는 XGBoost의 구조, 기능, 성능이지만 1장에서.. 서평 2022. 5. 29.

• 

  [책] 케라스로 구현하는 딥러닝 2010년 중반부터 AI 가 다시 부흥하더니 최근 2 ~ 3년 간은 AI 의 열풍이다. 코딩 학원의 갯수만큼 엄청나게 많은 머신러닝 / 딥러닝 책이 출판되었다. 좋은 책들은 3 ~ 4년이 지나도 계속해서 회자되는 책들이 있는 반면, 그만큼 빠르게 잊혀가는 책도 많아졌다. 처음엔 이 책을 받고, 흔한 딥러닝 입문서이지 않을까 생각하였다. 너무나 많은 딥러닝 책이 나와 있고, 필독서라고 할만큼 유명한 책들도 꽤나 많기 때문이었다. 다만, 흥미로웠던 점은 이론은 굉장히 최소화하였다는 점과 케라스로 구현한 점이었다. 요즈음 나오는 책들은 대부분 Tensorflow 또는 Pytorch 로 구현되기 때문이다. 케라스는 Tensorflow 위에서 동작하는 라이브러리이지만, Tensorflow 보다는 좀 더 사용자 친.. 서평 2022. 4. 24.

• 

  [책] AI로 일하는 기술 대 인공지능의 시대에서 살아남기 위한 필수불가결한 책 요즈음 우리 주위에선 “인공지능"이라는 네 글자만 들어가면 억 단위의 정부 지원 사업을 받을 수 있고, 최신 기술임을 나타내고 싶은 모든 분야에 인공지능이라는 단어가 들어간다. 인공지능에 대한 개념부터 시작하여 우리한테 익숙한 인공지능 사례인 “알파고”와 “왓슨" 등 몇몇 예시로 책의 절반을 채우다가 “인공지능은 절대 인간을 이길 수 없습니다.” 로 끝나는 책이 대부분인 요즘 이 책은 인공지능, 머신러닝, 딥러닝의 정확한 개념부터 강화 학습, 메타 러닝, XAI 등 최신 트렌드까지 아우르고 있다. 또 하나 좋았던 점은 책의 독자층이 다른 분야에 일하고 있으면서 AI를 새롭게 배우려는 사람들, 현업에서 AI를 다루고 있는 사람들, AI 기술을 이용하여 .. 서평 2022. 2. 23.