설명
Scikit-Learn, Keras, TensorFlow를 활용한 Hands-On Machine Learning 3판은 프로그래머에게 머신러닝 및 딥러닝 시스템을 구현하는 데 필요한 지식과 도구를 제공하도록 설계된 포괄적인 서적입니다. 최근의 획기적인 발전을 통해 딥러닝은 이 분야를 크게 발전시켜 기술에 대한 사전 지식이 제한적인 사람들도 쉽게 접근할 수 있게 되었습니다. 이 책은 실용적인 적용과 직관적인 이해에 중점을 두어 이러한 격차를 해소합니다.
더 읽기
이 책의 핵심은 프로덕션 준비가 된 Python 프레임워크를 사용하는 것입니다. Scikit-Learn은 전통적인 머신러닝 작업에, Keras와 TensorFlow는 딥러닝에 사용됩니다. 선형 회귀와 같은 기본 개념부터 시작하여 복잡한 심층 신경망으로 점진적으로 나아가면서 지능형 시스템을 구축하는 과정을 안내합니다. 이 접근 방식은 구체적인 예제와 최소한의 이론을 강조하여 독자가 실질적인 기술을 빠르게 습득할 수 있도록 합니다.
업데이트된 3판은 다양한 기술을 탐구합니다. 독자는 Scikit-learn을 사용하여 ML 프로젝트 예제를 처음부터 끝까지 추적하는 방법을 배우고, 서포트 벡터 머신, 결정 트리, 랜덤 포레스트, 앙상블 방법과 같은 다양한 모델을 다룹니다. 차원 축소, 클러스터링, 이상 탐지를 포함한 비지도 학습 기술도 철저히 탐구됩니다. 딥러닝의 경우, 이 책은 컨볼루션 신경망, 순환 신경망, 생성적 적대 신경망, 오토인코더, 확산 모델, 트랜스포머와 같은 신경망 아키텍처를 자세히 다룹니다.
또한 이 책은 컴퓨터 비전, 자연어 처리, 생성 모델, 심층 강화 학습을 포함한 다양한 응용 분야를 위한 신경망을 구축하고 훈련하기 위해 TensorFlow 및 Keras를 사용하는 방법에 대한 광범위한 지침을 제공합니다. 학습을 강화하고 실습 실험을 장려하기 위해 수많은 코드 예제와 연습문제가 텍스트 전체에 통합되어 있습니다. 유일한 사전 요구 사항은 프로그래밍 경험이며, AI 및 머신러닝 분야에 진입하려는 개발자에게 이상적인 자료입니다.
- 카테고리기타 AI 도구
도서 정보
머신러닝 및 딥러닝에 대한 실용적인 가이드
전통적인 ML 작업을 위한 Scikit-Learn 활용
딥러닝을 위한 Keras 및 TensorFlow 사용
선형 회귀부터 심층 신경망까지의 기술 포함
구체적인 예제와 최소한의 이론에 중점
수많은 코드 예제 및 연습문제 포함
다양한 ML 모델 (SVM, 결정 트리, 랜덤 포레스트, 앙상블) 탐구
비지도 학습 (차원 축소, 클러스터링, 이상 탐지) 포함
신경망 아키텍처 (CNN, RNN, GAN, 오토인코더, 확산 모델, 트랜스포머) 상세 설명
컴퓨터 비전, NLP, 생성 모델, 심층 강화 학습에서의 응용
최신 관행을 반영한 업데이트된 3판
이 책의 대상 독자
- 지능형 시스템 구축
- 컴퓨터 비전 작업
- 자연어 처리
- 생성 모델
- 심층 강화 학습
- 데이터 분석 및 예측
- 이상 탐지
