프로젝트에서 최첨단 AI 알고리듬을 개발하고 사용하는 방법을 알려주는 책이다. 자동화된 머신러닝에 대한 높은 수준의 소개로 시작하여 머신러닝 접근 방식을 시작하는 데 필요한 모든 개념을 설명한다. 그 다음 오토케라스를 사용하여 문서에 대한 감정 분석을 수행하는 방법을 다룬다. 또한 오토케라스로 토픽 분류를 위한 커스텀 모델을 구현하는 방법을 보여준다. 마지막으로 다중 모드 데이터 및 다중 작업, 오토모델로 모델을 사용자 정의하거나 오토케라스 확장 기능을 사용한 실험 결과 시각화와 같은 오토케라스의 고급 개념을 살펴본다. 이 책을 마치면 오토케라스로 회사에서 자신만의 머신러닝 모델을 설계할 수 있을 것이다.
현재 카비파이(Cabify)에서 근무하는 선임 소프트웨어 엔지니어이자 ML/DL 실무자다. OpenAI 프로젝트에 기여했으며 오토케라스 프로젝트에도 기여했다.
제1부 AutoML 기초__1장. 자동화된 머신러닝 소개____표준 ML 워크플로의 구조______데이터 수집______데이터 전처리______모델 배포______모델 모니터링____AutoML의 정의______표준 접근 방식과의 차이점____AutoML의 유형______피처 엔지니어링 자동화______모델 선택 및 하이퍼파라미터 최적화 자동화______신경망 아키텍처 선택 자동화____요약____더 읽을거리__2장. 오토케라스 시작하기____기술 요구사항____딥러닝이란 무엇인가?____신경망이란 무엇이며 어떻게 학습하는가?____딥러닝 모델은 어떻게 학습하는가?____왜 오토케라스인가?______오토케라스 실험 실행 방법____오토케라스 설치______클라우드에 오토케라스 설치______오토케라스 로컬 설치____Hello MNIST: 첫 번째 오토케라스 실험 구현______필요한 패키지 가져오기______MNIST 데이터셋 가져오기______숫자는 어떻게 분포하는가?______이미지 분류 모델 만들기______테스트 세트로 모델 평가______모델 시각화______이미지 회귀 분류 모델 만들기______테스트 세트로 모델 평가______모델 시각화____요약__3장. 오토케라스로 머신러닝 파이프라인 자동화하기____텐서 이해하기______텐서란 무엇인가?______텐서의 유형____딥러닝 모델을 제공하기 위한 데이터 준비______신경망 모델을 위한 데이터 전처리 작업____여러 형식으로 오토케라스에 데이터 로드____학습 및 평가를 위한 데이터셋 분할______데이터셋을 분할해야 하는 이유______데이터셋을 분할하는 방법____요약제2부 오토케라스 활용__4장. 오토케라스를 사용한 이미지 분류 및 회귀____기술 요구사항____CNN 이해하기______합성곱 층______풀링 층______CNN 구조______기존 신경망 넘어서기____CIFAR-10 이미지 분류 모델 만들기____강력한 이미지 분류 모델 생성 및 파인튜닝______모델 성능 향상______테스트 세트로 모델 평가______모델 시각화____사람의 나이를 알아내는 이미지 회귀 분석기 만들기____강력한 이미지 회귀 분석기 생성 및 파인튜닝______모델 성능 향상______테스트 세트로 모델 평가______모델 시각화____요약__5장. 오토케라스를 사용한 텍스트 분류 및 회귀____기술 요구사항____텍스트 데이터 작업______토큰화______벡터화____RNN 이해하기____1차원 CNN(Conv1D)____이메일 스팸 감지기 만들기______스팸 예측기 만들기______모델 평가______모델 시각화____소셜 미디어에서 뉴스 인기도 예측______텍스트 회귀 모델 생성______모델 평가______모델 시각화______모델 성능 향상______테스트셋으로 모델 평가____요약__6장. 오토케라스를 사용한 구조화된 데이터 작업____기술 요구사항____구조화된 데이터 이해하기____구조화된 데이터 작업____타이타닉 생존자를 예측하기 위한 구조화된 데이터 분류 모델 만들기______분류 모델 만들기______모델 평가______모델 시각화____보스턴 주택 가격을 예측하기 위한 구조화된 데이터 회귀 분석 모델 만들기______구조 데이터 회귀 분석 모델 만들기______모델 평가______모델 시각화____요약__7장. 오토케라스를 사용한 감정 분석____기술 요구사항____감정 분석기 만들기____감정 예측 모델 만들기____모델 평가____모델 시각화____특정 문장의 감정 분석____요약__8장. 오토케라스를 사용한 주제 분류____기술 요구사항____주제 분류 이해하기____뉴스 주제 분류 모델 만들기______분류 모델 만들기______모델 평가______모델 시각화______모델 평가____모델 검색 공간 사용자 정의______요약제3부 고급 오토케라스__9장. 다중 모드 및 다중 작업 데이터____기술 요구사항____다중 입력 또는 출력이 있는 모델 탐색______오토모델이란 무엇인가?______다중 모드란 무엇인가?______다중 작업이란 무엇인가?____다중 모드 / 다중 작업 모델 생성______모델 생성______모델 시각화____검색 공간 사용자 정의____요약__10장. 모델 내보내기 및 시각화____기술 요구사항____모델 내보내기______모델을 저장하고 불러오는 방법____텐서보드로 모델 시각화______콜백으로 모델 상태 기록______텐서보드 설정 및 로드______TensorBoard.dev와 ML 실험 결과 공유____ClearML로 모델 시각화 및 비교______코드에 ClearML 추가______실험 비교____요약______마치며
