부제 아마존, MS, 구글, IBM 클라우드 기반 머신러닝 이론 및 실습
저자 이영호
출간/배본가능일 2020년 3월 31일
정가 26,000원
페이지 384
판형 크라운판 (173 * 230)
ISBN 979-11-90014-82-3 (93000)
비교하면 더 잘 보인다!
클라우드 선두 주자들의 머신러닝 서비스 익히기
AIaaS(AI as a Service)는 ‘AI를 클라우드에 구현해서 제공하는 서비스’로 정의된다. 클라우드 컴퓨팅은 이미 IT 기술의 주요 화두가 된 지 오래이다. 여기에 인공지능이 결합된 AIaaS가 미래 4차 산업 혁명의 핵심으로 떠오르고 있으며, 클라우드 머신러닝은 편의성, 효율성, 접근성 등의 장점으로 다가올 인공지능 시대 주요 인프라로 주목받고 있다.
이 책은 머신러닝 기초 이론을 클라우드 머신러닝 환경에서 다루는 도서로, 아마존, MS, 구글, IBM에서 제공하는 네 가지 주요 클라우드 AIaaS의 특징을 설명하고 실습을 통해 비교할 수 있다. 수학이나 복합한 알고리즘을 모르더라도 데브옵스 환경처럼 클라우드 머신러닝 프로젝트를 완성할 수 있도록 하는 데 초점을 두었다. 일반 개발자나 머신러닝 입문자에게 적당한 도서가 될 것이다.
이 책의 특징
- 핵심 인공지능과 머신러닝 기술에 대해 설명했다.
- 초보자도 쉽게 이해할 수 있도록 실습 중심으로 해설했다.
- 편하게 클라우드 머신러닝을 사용할 수 있는 비용 관리법을 다뤘다.
이 책이 필요한 독자
- 수학 기반 머신러닝이 어려운 개발자
- 클라우드와 머신러닝을 한번에 공부하고 싶은 사람
- AIaaS, Auto ML등 최신 인공지능에 관심있는 개발자
독자대상
초중급
소스코드 다운로드
https://github.com/bjpublic/big4cloud
이영호
가천대학교 컴퓨터공학과 교수이다. 젊은 인재들과 함께 개방형융합연구소를 운영하며 ICT 기술과 의료 분야가 융합된 의료정보학 전문가로 활동하고 있다. 교수로서보다는 코치로 학생들과 같이 연구하기를 희망하고 새로운 기술에 도전하는 것을 즐긴다.
미국 버지니아 공대에서 데이터 사이언스와 헬스 IT 연구를 진행했고, IBM에서 비즈니스 인텔리전스 전문가로 일했다. 50편 이상의 ICT 융합 분야 논문, 특허, 학술 발표 경력이 있다. 저서로는 <당신이 지금 알아야 할 AWS>, <오픈데이토피아>, <보건의료정보학> 등이 있다.
PART 1 인공지능과 머신러닝
1-1. 인공지능의 미래
1-2. 인공지능 구분
1-3. 머신러닝 기본
1-4. 머신러닝 학습
1-5 머신러닝 전문가 되기
PART 2 머신러닝 절벽 건너기
2-1. 머신러닝 파이프라인
2-2. 데이터 준비(1단계)
2-3. 데이터 탐색(2단계)
2-4. 머신러닝 모델 생성(3단계)
2-5. 머신러닝 모델 평가(4단계)
2-6. 머신러닝 모델 배포(5단계)
2-7. 머신러닝 최적화 모델
2-8. 텐서플로 플레이그라운드 실험
PART 3 클라우드 인공지능 서비스(AIaaS)
3-1. 클라우드 컴퓨팅
3-2. 대표 클라우드 서비스
3-3. 인공지능을 넘어 인공지능 서비스로
PART 4 AWS Sagemaker
4-1. 클라우드 넘버원 AWS
4-2. AWS 인공지능과 머신러닝
4-3. AWS Sagemaker
4-4. AWS Sagemaker 준비
4-5. AWS Sagemaker 실험
PART 5 MS Azure Machine Learning Studio
5-1. 인텔리전트 클라우드 MS Azure
5-2. MS Azure AI
5-3. MS Azure Machine Learning Studio
5-4. MS Azure Machine Learning Studio 준비
5-5. MS Azure Machine Learning Studio 실험
PART 6 구글 클라우드 AI 플랫폼
6-1. 다시 추격하는 구글 클라우드 AI 플랫폼
6-2. 구글 인공지능 및 머신러닝 서비스
6-3. 구글 클라우드 AI 플랫폼
6-4. 구글 클라우드 AI 플랫폼 준비
6-5. 구글 클라우드 AI 플랫폼 실습
PART 7 IBM Watson Studio
7-1. 새롭게 도약하는 IBM 클라우드
7-2. IBM Watson AI
7-3. IBM Watson Studio
7-4. IBM Watson Studio 준비
7-5. IBM Watson Studio 실습
인공지능 서비스와 머신러닝에 대해 고민하다 보면, 결국 막강한 클라우드 컴퓨팅 환경으로 눈을 돌릴 수밖에 없다. 현실적으로 머신러닝에는 막강한 컴퓨팅 자원이 필요하기 때문이다. 머신러닝의 확산은 클라우드에서 시작될 것이며, 컴퓨팅 성능과 효과적인 머신러닝 서비스 활용을 위한 데이터 센터 기반 클라우드는 필수가 되어가고 있다.
지금까지 인공지능 기술은 소수의 전문가들만 이용할 수 있는 기술이었다. 반면 아마존, MS, 구글, IBM 등 클라우드 기반으로 인공지능 기술을 제공하는 대표적인 기업들인 ‘빅4’의 중요한 목표 중 하나는 ‘인공지능의 대중화’, 더 나아가 ‘인공지능의 민주화’이다. 이제부터 이 책을 통해 간단한 회원 가입만으로 재미있고 쉽게 클라우드 머신러닝을 체험할 기회를 가져보길 바란다.
친절한 실전 딥러닝 수업 (0) | 2020.03.26 |
---|---|
딥러닝으로 걷는 시계열 예측 (0) | 2020.02.17 |
머신러닝을 위한 파이썬 한 조각 (2) | 2020.02.06 |
댓글 영역