책소개
데이터 준비, 모델 구축, MLOps의 일반적인 문제에 대한 솔루션 구현하기디자인 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.
저자소개
구글 클라우드 플랫폼의 데이터 분석 및 AI 솔루션 글로벌 책임자. 팀원들과 함께 데이터 분석 및 머신러닝 제품을 사용하여 비즈니스 문제에 대한 소프트웨어 솔루션을 개발한다. 발리아파는 구글의 어드밴스드 솔루션 랩(Advanced Solutions Lab)에서 ML 이머전 프로그램(ML Immersion program)을 만들었으며, 구글에 합류하기 전에는 Climate Corporation의 데이터 과학 디렉터, NOAA의 연구원으로 재직했다.
목차
CHAPTER 1 머신러닝 디자인 패턴의 필요성1.1 디자인 패턴이란?1.2 이 책의 사용법1.3 머신러닝 용어1.4 머신러닝의 문제1.5 마치며CHAPTER 2 데이터 표현 디자인 패턴2.1 간단한 데이터 표현2.2 디자인 패턴 1: 특징 해시2.3 디자인 패턴 2: 임베딩2.4 디자인 패턴 3: 특징 교차2.5 디자인 패턴 4: 멀티모달 입력2.6 마치며CHAPTER 3 문제 표현 디자인 패턴3.1 디자인 패턴 5: 리프레이밍3.2 디자인 패턴 6: 멀티라벨3.3 디자인 패턴 7: 앙상블3.4 디자인 패턴 8: 캐스케이드3.5 디자인 패턴 9: 중립 클래스3.6 디자인 패턴 10: 리밸런싱3.7 마치며CHAPTER 4 모델 학습 디자인 패턴4.1 일반적인 학습 루프4.2 디자인 패턴 11: 유용한 과대적합4.3 디자인 패턴 12: 체크포인트4.4 디자인 패턴 13: 전이 학습4.5 디자인 패턴 14: 분산 전략4.6 디자인 패턴 15: 하이퍼파라미터 튜닝4.7 마치며CHAPTER 5 탄력성 디자인 패턴5.1 디자인 패턴 16: 스테이트리스 서빙 함수5.2 디자인 패턴 17: 배치 서빙5.3 디자인 패턴 18: 연속 모델 평가5.4 디자인 패턴 19: 2단계 예측5.5 디자인 패턴 20: 키 기반 예측5.6 마치며CHAPTER 6 재현성 디자인 패턴6.1 디자인 패턴 21: 트랜스폼6.2 디자인 패턴 22: 반복 가능 분할6.3 디자인 패턴 23: 브리지 스키마6.4 디자인 패턴 24: 윈도 추론6.5 디자인 패턴 25: 워크플로 파이프라인6.6 디자인 패턴 26: 특징 저장소6.7 디자인 패턴 27: 모델 버전 관리6.8 마치며CHAPTER 7 책임 있는 AI7.1 디자인 패턴 28: 휴리스틱 벤치마크7.2 디자인 패턴 29: 설명 가능한 예측7.3 디자인 패턴 30: 공정성 렌즈7.4 마치며CHAPTER 8 연결 패턴8.1 패턴 참조8.2 패턴 상호작용8.3 ML 프로젝트 내의 패턴8.4 사용 사례와 데이터 유형에 따른 일반적인 패턴
.jpg)