실전 인공지능 기술과 서비스를 설계해 실무에 적용하고, 머신러닝과 딥러닝 개발을 직접 구현해보기 위해
다양한 시각의 이해가 필요한 기획자, 개발자, 관리자 모두를 위한 포괄적인 입문서

『실무가 훤히 보이는 머신러닝&딥러닝』은 파이썬에 기반을 둔 다양한 인공지능 프레임워크 및 서비스를 활용한 한글 자연어 처리, 이미지 분류, 대화 서비스 챗봇 개발, 텍스트 감정 분석 등 친절한 알고리즘 이론 학습과 풍부한 실전 코딩 예제가 가득한 책이다. 이 책을 통해 인공지능 서비스의 다양한 분야를 학습하고 실무 예제를 실습해볼 수 있으며, 머신러닝과 딥러닝의 주요 알고리즘 이론을 배우고 간단한 서비스를 직접 만들어볼 수 있다.

학부에서 정보통신공학을 전공하고 대학원에서는 인공지능을 전공햇다. IMF로 어렵던 시절 IT 업계에 입문해 현재까지 약 18여 년에 이르고 있다.
경력 초기에는 주로 C/C++ 등을 이용한 다양한 윈도우 애플리케이션과 알고리즘 개발에 전념하다가 IT엔지니어에게 프로그램 개발 능력뿐 아니라 기술 산업에 대한 전문성도 중요하다는 점을 깨닫고 당시 스마트폰 확산으로 붐 업이 된 위치 기반 서비스(Location Base Service, LBS)에 참여해 세계 각국 디지털 지도 데이터를 다루는 일에도 종사했다. 이후 기술 트렌드 및 산업 영역에 대한 역량을 확대하기 위해 ITS(Intelligence Transport System), 그린(Green) IT의 에너지관리시스템(Energy Management system, EMS), 빅데이터, 클라우드, IoT를 활용한 원격검침시스템(Automatic Meter Reading, AMR) 등 다양한 산업 분야에 대한 프로젝트와 IT 기술 기획에 참여했다.
현재는 SK에서 여러 산업 분야에 인공지능을 전파하기 위해 Aibril을 통한 인공지능 기술 도입을 지원하고 있으며 IBM 왓슨의 한국어 서비스를 도입하고 확장하는 업무를 담당하고 있다. 저서로는 『과학 영재를 만드는 아두이노 교실 2/e』(에이콘출판, 2018), 번역서로 『왓슨을 이용한 인공지능 서비스 입문』(책만, 2017), 『자연어 처리와 컴퓨터 언어학』(에이콘출판, 2019) 등이 있다.

[1부] 인공지능 서비스와 기술의 이해

[1장] 인공지능이란 무엇인가
1.1 인공지능 기술의 태동과 발전
1.2 인공지능을 활용한 주요 비즈니스 사례
1.3 정리

[2장] 인공지능을 적용하기 위한 방법
2.1 인공지능 적용 기술의 분류
2.2 인공지능 개발을 위한 분산 플랫폼 환경
2.3 인공지능 개발을 지원하는 도구
2.4 딥러닝과 머신러닝 전용 프레임워크
2.5 인공지능 개발을 위한 프로그램 언어
2.6 데이터를 효과적으로 다루기 위한 포맷
2.7 접근과 사용이 용이한 클라우드 기반 인공지능 서비스
2.8 정리

[2부] 머신러닝과 딥러닝

[3장] 머신러닝의 이해와 지도학습을 이용한 분류
3.1 머신러닝의 유형
3.2 의사결정나무
3.3 서포트 벡터 머신 알고리즘
3.4 정리

[4장] 비지도학습을 이용한 군집화
4.1 K-평균 알고리즘으로 군집화 개념 이해하기
4.2 K-평균 직접 구현해 보기
4.3 붓꽃 데이터로 군집화 실습하기
4.4 와인 데이터로 군집화 실습하기
4.5 정리

[5장] 딥러닝을 이용한 이미지 분류
5.1 딥러닝 기술의 이해
5.2 CNN이란
5.3 손글씨 이미지 인식
5.4 음식 이미지 인식
5.5 정리

[6장] 텐서플로를 이용한 이미지 객체 추출
6.1 객체 추출 개요
6.2 객체 인식 사용해보기
6.3 객체 인식 응용하기
6.4 객체 인식을 위한 이미지 라벨링 도구
6.5 정리

[3부] 자연어 처리 기술의 이해

[7장] 한글 자연어 처리
7.1 자연어 처리의 개요
7.2 텍스트 데이터 전처리
7.3 텍스트 데이터의 벡터화
7.4 한글 자연어 처리 과정
7.5 한글 형태소 분석기 알아보기
7.6 한글 형태소 분석기 사용해보기
7.7 토픽 모델링
7.8 정리

[8장] 워드투벡을 이용한 자연어 처리
8.1 자연어 처리의 꽃, 단어 임베딩 이해하기
8.2 word2vec을 이용한 실습 해보기
8.3 word2vec을 이용해 영화 후기 분석하기
8.4 정리

[9장] 텍스트 감정 분석하기
9.1 텍스트 감정 분석이란?
9.2 케라스를 이용한 감정 분석
9.3 서포트 벡터 머신을 이용한 감정 분석
9.4 정리

[4부] 챗봇 서비스와 구현 기술의 이해
[10장] 챗봇 서비스 기술의 소개
10.1 챗봇이란?
10.2 챗봇의 주요 서비스 형태
10.3 챗봇을 구성하는 기술
10.4 정리

[11장] 클라우드 서비스를 이용한 챗봇 개발
11.1 왓슨을 이용한 대화 시나리오 개발
11.2 슬랙 봇 추가하기
11.3 챗봇 프로그램 실행하기
11.4 정리

[12장] RNN을 이용해 대화 서비스 개발하기
12.1 딥러닝 기반 개발환경 준비
12.2 RNN으로 대화 엔진 만들기
12.3 세탁소 챗봇 서비스 개발하기
12.4 홈 IoT 제어 챗봇 개발하기
12.5 정리

[부록 A] 파이썬 3 설치하기
A.1 우분투에 설치하기
A.2 맥 OS X에 설치하기
A.3 윈도우에 설치하기

[부록 B] 윈도우에서 넘파이와 사이파이 설치하기
B.1 넘파이 모듈 설치
B.2 사이파이 모듈 설치

[부록 C] 케라스 설치하기
C.1 가상 개발환경 생성하기
C.2 패키지 추가 설치하기
C.3 주피터 노트북 설치하기