본문 바로가기

제품

머신러닝 시스템 구축 실전 가이드 비즈니스 시나리오로 체득하는 머신러닝 시스템 구축 노하우 과제 설정, 워크플로 설계, 시스템 구축과 개발 등 머신러닝 제품을 실제 비즈니스로 만들기 위해 알아야 할 모든 것을 다룬다. 머신러닝을 사용해서만 해결할 수 있는 비즈니스 과제인지 여부를 판단하고, 디자인 패턴에 따라 팀과 아키텍처를 설정한 다음, 프런트엔드, 백엔드, 인프라스트럭처, 파이프라인, BI 도구 등 워크플로에 필요한 전반적인 소프트웨어를 직접 구현해본다. 상품 수요 예측, 웹 서비스 위반 감지, 검색 시스템 개선 등 흔히 볼 수 있는 비즈니스 과제를 예로 들어 실습한다. 머신러닝 시스템을 설계하고 운용하려는 엔지니어에게 실질적인 도움이 되는 책. 도서 구매 사이트(가나다순) [교보문고] [도서11번가] [알라딘] [예스이십사] [인터.. 더보기
머신러닝 BIG PICTURE, 나는 계획이 있다 이미 많은 기업이 AI를 자사 서비스에 활용하고 있지만, 무조건적인 도입보다는 AI가 꼭 필요한 비즈니스 과제인지 판단하는 게 우선입니다. 머신러닝 쪽에는 “제대로 된 머신러닝 엔지니어가 해야 할 중요한 업무는 머신러닝이 필요하지 않은 프로젝트에서 ‘머신러닝이 필요하지 않다’라고 말하는 것이다”라는 농담이 있다고 합니다. 이번에 출간된 《머신러닝 시스템 구축 실전 가이드》 초반에 나오는 내용입니다. 머신러닝을 도입할 만한 과제는 “머신러닝이 아닌 다른 방법으로 해결했을 때 품질이나 비용 측면에서 효용이 떨어지는 과제”라고 저자는 말합니다. 상식적인 이야기임에도, 몇 년 전 딥러닝(NLP)이 부상하며 챗봇이 유행하자 국내 기업들은 ‘보여주기’를 위해 앞다투어 챗봇을 도입했죠. 결과적으로 사용자에게 불편함만.. 더보기
혁신 측정하기(Measuring Innovation) 안녕하세요? “인스파이어드: 감동을 전하는 제품은 어떻게 만들어지는가”의 역자 배장열입니다. 요즘 혁신이라는 어휘가 여러 곳에서 등장하고 있습니다. 미국의 어떤 기업은 창업자가 세상을 떠나자 혁신을 찾아볼 수 없다고 국내외 언론이 몰아세우기도 합니다. ‘몰아세운다’는 표현이 일방적으로 그 기업을 옹호하는 느낌이라서 조심스럽기는 합니다만, ‘혁신’이 무엇을 의미하는지 그리고 혁신인지 아닌지 어떻게 판단해야 하는지는 앞으로도 변함없는 화두가 될 듯합니다. 그럼 두 번째 이야기로 들어가 볼까요? 두 번째 이야기 혁신 측정하기(Measuring Innovation) 원문 주소: http://www.svproduct.com/measuring-innovation/ 원문 게시일: 2011년 12월 11일 저자: Ma.. 더보기