머신러닝 프로젝트 수명주기로 배우는 머신러닝 엔지니어링
이론과 실습에 관한 좋은 머신러닝 책은 많이 있습니다만, 머신러닝 프로젝트의 엔지니어링 측면에는 관심이 덜한 편입니다. 즉, 데이터 수집, 저장, 전처리, 특징 공학, 모델 테스트와 디버깅, 생산 환경에 배포와 폐기, 런타임과 생산 환경에서의 유지보수 같은 이슈는 기존 머신러닝 책들의 범위를 벗어나는 게 보통입니다. 이 책은 머신러닝 연구에 관한 것이 아니라, 몇 안 되는 제대로 된 응용 머신러닝(applied machine learning) 책 중 하나로서 이렇게 다른 책에서는 무시되는 경우가 많은 모니터링의 중요성, 모델 유지보수 방법, 문제가 생겼을 때 어떻게 해야 하는지, 예상할 수 없는 종류의 실수에 대한 예비 전략을 세우는 방법, 당신의 시스템을 악용하려는 공격자를 처리하는 방법, 인간 사용자..
더보기
개발자의, 개발자에 의한, 개발자를 위한 AI 도서
인공지능 기술이 너무 빠르게 발전하면서 많은 개발자들이 혼란을 겪고 있습니다. 예전에 자주 사용하던 데이터 구조, 정렬과 탐색, 배열과 리스트 등은 모델, 합성곱, 가중치, 활성화 함수 같은 단어들로 대체되고, 갈수록 나의 지식과 현재 화제가 되는 지식의 격차는 갈수록 커져만 가는 것 같습니다. 현업에서 인공지능 애플리케이션을 개발하게 되었거나 데이터 과학자와 함께 일하게 되었을 경우도 마찬가집니다. 대부분 다음과 같은 공통적인 의문을 갖게 되곤 하시지 않나요? 하지만 개발자를 위한 질 높은 교육은 여전히 턱없이 부족합니다. 대부분의 교육 과정이 지나치게 이론적이거나, 지극히 입문 수준에만 머물러 있거나 둘 중 하나인 경우가 대부분이기 때문이죠. 되려 어떤 교육 과정은 수리적 기초에 너무 중점을 둬서, ..
더보기
