머신러닝 디자인 패턴: 효율적인 머신러닝 파이프라인과 MLOps를 구축하는 30가지 디자인 패턴

머신러닝 디자인 패턴: 효율적인 머신러닝 파이프라인과 MLOps를 구축하는 30가지 디자인 패턴

by 맹윤호, 임지순, 발리아파 락슈마난, 세라 로빈슨, 마이클 먼
Released November 2021
Publisher(s): Hanbit Media, Inc.
ISBN: 9791162244845

Read it now on the O’Reilly learning platform with a 10-day free trial.

O’Reilly members get unlimited access to books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial

Book description

디자인 패턴이란 전문가 수백 명의 경험을 간단하고 접근하기 쉽게 체계화한 것이다. 이 책에는 데이터의 표현, 운영, 반복성, 재현성, 유연성, 설명 가능성, 공정성에 대한 30가지 디자인 패턴이 담겨 있다. 각 패턴에는 문제에 대한 설명, 다양한 잠재적 솔루션, 상황에 적합한 기술 노하우가 포함되어 있다. 머신러닝 프로세스 전반에 걸쳐 마주하는 일반적인 문제를 해결하고 싶은 실무자라면, 저명한 3명의 구글 엔지니어가 이 책에서 분류한 ‘이미 입증된 방법’을 배우고 실천해보자.

Table of contents

  1. 지은이 소개
  2. 옮긴이 소개
  3. 옮긴이의 말
  4. 이 책에 대하여
  5. 감사의 말 (1/2)
  6. 감사의 말 (2/2)
  7. CHAPTER 1 머신러닝 디자인 패턴의 필요성
    1. 1.1 디자인 패턴이란?
    2. 1.2 이 책의 사용법
    3. 1.3 머신러닝 용어
      1. 1.3.1 모델과 프레임워크
      2. 1.3.2 데이터와 특징 가공
      3. 1.3.3 머신러닝의 과정
      4. 1.3.4 데이터와 모델 도구
      5. 1.3.5 머신러닝의 직군
    4. 1.4 머신러닝의 문제
      1. 1.4.1 데이터의 품질
      2. 1.4.2 재현성
      3. 1.4.3 데이터 드리프트
      4. 1.4.4 확장
      5. 1.4.5 다양한 목표
    5. 1.5 마치며
  8. CHAPTER 2 데이터 표현 디자인 패턴
    1. 2.1 간단한 데이터 표현
      1. 2.1.1 수치 입력
      2. 2.1.2 카테고리 입력
    2. 2.2 디자인 패턴 1: 특징 해시
      1. 2.2.1 문제
      2. 2.2.2 솔루션
      3. 2.2.3 작동 원리
      4. 2.2.4 트레이드오프와 대안
    3. 2.3 디자인 패턴 2: 임베딩
      1. 2.3.1 문제
      2. 2.3.2 솔루션 (1/2)
      3. 2.3.2 솔루션 (2/2)
      4. 2.3.3 작동 원리
      5. 2.3.4 트레이드오프와 대안
    4. 2.4 디자인 패턴 3: 특징 교차
      1. 2.4.1 문제
      2. 2.4.2 솔루션
      3. 2.4.3 작동 원리
      4. 2.4.4 트레이드오프와 대안
    5. 2.5 디자인 패턴 4: 멀티모달 입력
      1. 2.5.1 문제
      2. 2.5.2 솔루션
      3. 2.5.3 트레이드오프와 대안 (1/3)
      4. 2.5.3 트레이드오프와 대안 (2/3)
      5. 2.5.3 트레이드오프와 대안 (3/3)
    6. 2.6 마치며
  9. CHAPTER 3 문제 표현 디자인 패턴
    1. 3.1 디자인 패턴 5: 리프레이밍
      1. 3.1.1 문제
      2. 3.1.2 솔루션
      3. 3.1.3 작동 원리
      4. 3.1.4 트레이드오프와 대안 (1/2)
      5. 3.1.4 트레이드오프와 대안 (2/2)
    2. 3.2 디자인 패턴 6: 멀티라벨
      1. 3.2.1 문제
      2. 3.2.2 솔루션
      3. 3.2.3 트레이드오프와 대안 (1/2)
      4. 3.2.3 트레이드오프와 대안 (2/2)
    3. 3.3 디자인 패턴 7: 앙상블
      1. 3.3.1 문제
      2. 3.3.2 솔루션
      3. 3.3.3 작동 원리
      4. 3.3.4 트레이드오프와 대안
    4. 3.4 디자인 패턴 8: 캐스케이드
      1. 3.4.1 문제
      2. 3.4.2 솔루션
      3. 3.4.3 트레이드오프와 대안
    5. 3.5 디자인 패턴 9: 중립 클래스
      1. 3.5.1 문제
      2. 3.5.2 솔루션
      3. 3.5.3 작동 원리
      4. 3.5.4 트레이드오프와 대안
    6. 3.6 디자인 패턴 10: 리밸런싱
      1. 3.6.1 문제
      2. 3.6.2 솔루션 (1/2)
      3. 3.6.2 솔루션 (2/2)
      4. 3.6.3 트레이드오프와 대안 (1/2)
      5. 3.6.3 트레이드오프와 대안 (2/2)
    7. 3.7 마치며
  10. CHAPTER 4 모델 학습 디자인 패턴
    1. 4.1 일반적인 학습 루프
      1. 4.1.1 확률적 경사 하강법
      2. 4.1.2 케라스 학습 루프
      3. 4.1.3 학습 디자인 패턴
    2. 4.2 디자인 패턴 11: 유용한 과대적합
      1. 4.2.1 문제
      2. 4.2.2 솔루션
      3. 4.2.3 작동 원리
      4. 4.2.4 트레이드오프와 대안
    3. 4.3 디자인 패턴 12: 체크포인트
      1. 4.3.1 문제
      2. 4.3.2 솔루션
      3. 4.3.3 작동 원리
      4. 4.3.4 트레이드오프와 대안 (1/2)
      5. 4.3.4 트레이드오프와 대안 (2/2)
    4. 4.4 디자인 패턴 13: 전이 학습
      1. 4.4.1 문제
      2. 4.4.2 솔루션 (1/2)
      3. 4.4.2 솔루션 (2/2)
      4. 4.4.3 작동 원리
      5. 4.4.4 트레이드오프와 대안
    5. 4.5 디자인 패턴 14: 분산 전략
      1. 4.5.1 문제
      2. 4.5.2 솔루션
      3. 4.5.3 작동 원리
      4. 4.5.4 트레이드오프와 대안
    6. 4.6 디자인 패턴 15: 하이퍼파라미터 튜닝
      1. 4.6.1 문제
      2. 4.6.2 솔루션
      3. 4.6.3 작동 원리
      4. 4.6.4 트레이드오프와 대안
    7. 4.7 마치며
  11. CHAPTER 5 탄력성 디자인 패턴
    1. 5.1 디자인 패턴 16: 스테이트리스 서빙 함수
      1. 5.1.1 문제
      2. 5.1.2 솔루션
      3. 5.1.3 작동 원리
      4. 5.1.4 트레이드오프와 대안 (1/2)
      5. 5.1.4 트레이드오프와 대안 (2/2)
    2. 5.2 디자인 패턴 17: 배치 서빙
      1. 5.2.1 문제
      2. 5.2.2 솔루션
      3. 5.2.3 작동 원리
      4. 5.2.4 트레이드오프와 대안
    3. 5.3 디자인 패턴 18: 연속 모델 평가
      1. 5.3.1 문제
      2. 5.3.2 솔루션 (1/2)
      3. 5.3.2 솔루션 (2/2)
      4. 5.3.3 작동 원리
      5. 5.3.4 트레이드오프와 대안
    4. 5.4 디자인 패턴 19: 2단계 예측
      1. 5.4.1 문제
      2. 5.4.2 솔루션 (1/2)
      3. 5.4.2 솔루션 (2/2)
      4. 5.4.3 트레이드오프와 대안
    5. 5.5 디자인 패턴 20: 키 기반 예측
      1. 5.5.1 문제
      2. 5.5.2 솔루션
      3. 5.5.3 트레이드오프와 대안
    6. 5.6 마치며
  12. CHAPTER 6 재현성 디자인 패턴
    1. 6.1 디자인 패턴 21: 트랜스폼
      1. 6.1.1 문제
      2. 6.1.2 솔루션
      3. 6.1.3 트레이드오프와 대안 (1/2)
      4. 6.1.3 트레이드오프와 대안 (2/2)
    2. 6.2 디자인 패턴 22: 반복 가능 분할
      1. 6.2.1 문제
      2. 6.2.2 솔루션
      3. 6.2.3 트레이드오프와 대안 (1/2)
      4. 6.2.3 트레이드오프와 대안 (2/2)
    3. 6.3 디자인 패턴 23: 브리지 스키마
      1. 6.3.1 문제
      2. 6.3.2 솔루션
      3. 6.3.3 트레이드오프와 대안
    4. 6.4 디자인 패턴 24: 윈도 추론
      1. 6.4.1 문제
      2. 6.4.2 솔루션
      3. 6.4.3 트레이드오프와 대안 (1/2)
      4. 6.4.3 트레이드오프와 대안 (2/2)
    5. 6.5 디자인 패턴 25: 워크플로 파이프라인
      1. 6.5.1 문제
      2. 6.5.2 솔루션 (1/2)
      3. 6.5.2 솔루션 (2/2)
      4. 6.5.3 작동 원리
      5. 6.5.4 트레이드오프와 대안 (1/2)
      6. 6.5.4 트레이드오프와 대안 (2/2)
    6. 6.6 디자인 패턴 26: 특징 저장소
      1. 6.6.1 문제
      2. 6.6.2 솔루션 (1/3)
      3. 6.6.2 솔루션 (2/3)
      4. 6.6.2 솔루션 (3/3)
      5. 6.6.3 작동 원리
      6. 6.6.4 트레이드오프와 대안
    7. 6.7 디자인 패턴 27: 모델 버전 관리
      1. 6.7.1 문제
      2. 6.7.2 솔루션
      3. 6.7.3 트레이드오프와 대안
    8. 6.8 마치며
  13. CHAPTER 7 책임 있는 AI
    1. 7.1 디자인 패턴 28: 휴리스틱 벤치마크
      1. 7.1.1 문제
      2. 7.1.2 솔루션
      3. 7.1.3 트레이드오프와 대안
    2. 7.2 디자인 패턴 29: 설명 가능한 예측
      1. 7.2.1 문제
      2. 7.2.2 솔루션 (1/3)
      3. 7.2.2 솔루션 (2/3)
      4. 7.2.2 솔루션 (3/3)
      5. 7.2.3 트레이드오프와 대안
    3. 7.3 디자인 패턴 30: 공정성 렌즈
      1. 7.3.1 문제
      2. 7.3.2 솔루션 (1/2)
      3. 7.3.2 솔루션 (2/2)
      4. 7.3.3 트레이드오프와 대안
    4. 7.4 마치며
  14. CHAPTER 8 연결 패턴
    1. 8.1 패턴 참조
    2. 8.2 패턴 상호작용
    3. 8.3 ML 프로젝트 내의 패턴
      1. 8.3.1 ML 수명 주기 (1/2)
      2. 8.3.1 ML 수명 주기 (2/2)
      3. 8.3.2 AI 준비
    4. 8.4 사용 사례와 데이터 유형에 따른 일반적인 패턴
      1. 8.4.1 자연어 이해
      2. 8.4.2 컴퓨터 비전
      3. 8.4.3 예측 분석
      4. 8.4.4 추천 시스템
      5. 8.4.5 사기 및 이상 탐지
  15. 찾아보기

Product information

  • Title: 머신러닝 디자인 패턴: 효율적인 머신러닝 파이프라인과 MLOps를 구축하는 30가지 디자인 패턴
  • Author(s): 맹윤호, 임지순, 발리아파 락슈마난, 세라 로빈슨, 마이클 먼
  • Release date: November 2021
  • Publisher(s): Hanbit Media, Inc.
  • ISBN: 9791162244845

You might also like

book

헤드 퍼스트 디자인 패턴(개정판): 14가지 GoF 필살 패턴! 유지 관리가 편리한 객체지향 소프트웨어를 만드는 법

by 에릭 프리먼, 엘리자베스 롭슨

『헤드 퍼스트 디자인 패턴』은 2005년 출간 후 17년이라는 시간 동안 디자인 패턴 분야에서 부동의 베스트셀러 1위를 …

book

프로그래밍 스칼라: 실용적인 스칼라 활용법을 익히는 가장 확실한 실전 바이블 (2.11.x 버전 기반)

by 오현석, 딘 왐플러, 알렉스 페인

이 책은 다양한 코드 예제가 포함된 실전 바이블이다. 초보자와 고급 사용자를 한데 아우를 뿐 아니라, 실제 …

book

머신러닝을 위한 실전 데이터셋: 개인 정보를 보호하고 머신러닝 학습에 사용할 합성 데이터 만들기

by 심상진, 칼리드 엘 에맘, 루시 모스케라, 리처드 홉트로프

머신러닝 모델을 구축하고, 테스트를 진행하려면 크고 다양한 종류의 데이터가 필요하다. 그러나 대부분의 데이터셋은 개인 정보 문제로 …

book

머신러닝 파워드 애플리케이션: 아이디어에서부터 완성된 제품까지, 강력한 머신러닝 애플리케이션 구축 과정 배우기

by 박해선, 에마뉘엘 아메장

머신러닝 기반 애플리케이션을 설계, 구축, 배포하는 과정에 필요한 모든 기술을 설명하는 책이다. 초기 아이디어가 제품으로 개발되기까지의 …