- AutoML의 핵심을 담은 AutoKeras 창시자의 집필서
- ML 전문가의 비밀 노트: ML 핵심 개념부터 ML 자동화를 위한 최적화 알고리즘까지
자동화된 머신러닝 (Auto ML)의 목표는 통계학자나 컴퓨터 과학자뿐만 아니라 모든 사람이 머신러닝에 접근할 수 있도록 돕는 것입니다. 이러한 AutoML의 발전으로 우리는 전문적 지식 없이도 하이퍼파라미터 튜닝과 모델 최적화를 간편하게 수행할 수 있게 되었습니다. 특히, AutoKeras와 KerasTuner와 같은 도구들을 활용하면 다양한 작업에 맞게 머신러닝 모델을 빠르게 조정할 수 있죠.
AutoKeras의 창시자가 쓴 『AutoML 인 액션』은 AutoML의 기본 개념과 알고리즘, 도구를 소개하고 AutoML 도구를 활용해 머신러닝 모델을 학습시키는 방법을 설명합니다. 또한, 실제 사례를 통해 AutoML의 적용 방법을 보여주며, 머신러닝을 처음 접하는 독자도 쉽게 이해할 수 있도록 구성되어 있습니다.
다양한 분야에서 머신러닝을 활용하여 머신러닝 전문가로 성장하고자 하는 모든 사람에게 유용한 학습 자료가 될 것입니다.
AutoKeras 창시자가 안내하는, AutoKeras와 KerasTuner로 머신러닝 파이프라인 최적화하기
『AutoML 인 액션』
누구를 위한 책 인가요?
・머신러닝 엔지니어: AutoML 개념을 다지고 실무에서 활용 방법과 심화 주제를 익히고 싶은 분
・AutoML 도구에 관심 있는 프로젝트 관리자 및 개발자: AutoKeras와 KerasTuner를 활용하여 프로젝트의 효율성을 높이고 싶은 분
・데이터 과학자 및 분석가: 머신러닝 모델의 개발과 최적화 방법을 찾고 있는 분
・학계 연구자: 최신 AutoML 연구와 기술에 관심이 있고 기존 연구와 다른 관점으로 AutoML에 접근하고 싶은 분
간추린 목차로 보는 이 책을 200% 활용하는 방법
[PART 1: AutoML 기초]
-
머신러닝과 AutoML 이해하기
AutoML의 기본 개념에 익숙하지 않다면 1장에서 AutoML의 핵심 철학과 장점을 확인해보세요 -
머신러닝 프로젝트의 흐름 알아보기
2장에서는 머신러닝 프로젝트를 계획하고 구성할 때 도움이 되는 전반적인 흐름을 파악할 수 있습니다. -
딥러닝 시작하기
3장은 기본 모델로 실제 문제를 해결하는 방법을 학습할 수 있어, 딥러닝에 익숙하지 않은 독자에게 특히 더 유용하게 작용합니다.
[PART 2: 실전 AutoML]
-
실제 머신러닝 문제 해결하기
4장에서는 AutoKeras를 활용한 실제 문제를 해결하는 방법을 배웁니다. 실무에서 자주 마주치는 문제를 어떻게 해결하는지 경험해보세요. -
고급 파이프라인 구성하기
5장에서는 파이프라인의 세부 조정 및 최적화 방법을 배웁니다. 심화 단계의 AutoML 활용법을 익히고자 하는 독자에게 추천합니다. -
사용자 정의 탐색 활용하기
6장에서는 사용자 정의 탐색 기법을 통해 더욱 세밀한 모델 튜닝 방법을 배웁니다.
[PART 3: AutoML의 고급 주제]
-
다양한 검색 기법 탐구하기
7장에서는 다양한 검색 기법을 통해 최적의 모델을 찾는 전략을 배웁니다. -
AutoML의 확장성 활용하기
8장에서는 대규모 데이터셋 처리 및 병렬 처리 방법 등 AutoML의 확장성을 최대한 활용하는 방법을 배웁니다. -
전체 내용 복습 및 미래 전망 알아보기
9장에서는 지금까지 학습한 내용을 복습하고, AutoML의 미래 발전 방향에 대해 알아봅니다.
[부록]
-
실습 환경 구축하기
부록 A에서는 코드 실습을 위한 환경 설정 방법을 소개합니다. 실제로 코드를 실행하며 학습하고자 하는 독자에게 유용합니다. -
실제 예제로 실력 키우기
부록 B에서는 다양한 데이터 유형에 대한 분류 예제를 통해 실제로 학습한 내용을 적용해보는 기회를 얻을 수 있습니다.