"머신 러닝 마스터 클래스"는 머신 러닝의 핵심 개념을 명확하게 이해하고자 하는 독자들에게 강력히 추천하는 도서입니다. 이 책은 복잡한 개념을 9가지 레슨으로 나누어 설명하며, 머신 러닝의 기본 개념과 기법을 명쾌하게 정리합니다. 특히, 왜 특정 기법을 사용하는지, 어떤 상황에서 유용한지를 명확히 짚어주어, 단순한 지식 습득을 넘어 실질적인 응용 능력을 기를 수 있도록 도와줍니다.
민재식 저자는 서울대학교에서 수학을, 포스텍과 University of South Florida에서 컴퓨터 비전을 전공한 전문가로, 네이버와 현대자동차 등에서 머신 러닝 연구 개발자로 활동해왔습니다. 그는 이 책을 통해 독자들에게 문제 해결의 본질을 정의하고 실용적인 해법을 찾는 방법을 제시합니다. 이는 머신 러닝을 단순히 기술적으로 이해하는 것을 넘어, 문제를 창의적으로 해결하는 능력을 키우는 데 중점을 두고 있습니다.
책의 각 레슨은 머신 러닝 모델 설계, 학습, 평가 단계에서 중요한 포인트를 다루며, 고차원 공간의 특성과 AI 신뢰도 문제까지 심도 있게 탐구합니다. 이를 통해 독자들은 머신 러닝의 탄탄한 기본기를 갖추고, 다양한 상황에서도 응용 가능한 능력을 배양할 수 있습니다.
"머신 러닝 마스터 클래스"는 인공지능 시대에 발맞춰 진정한 전문가로 성장하고자 하는 이들에게 필독서로 자리매김할 것입니다. 복잡한 개념을 쉽게 이해할 수 있도록 돕는 이 책을 통해, 독자들은 머신 러닝의 세계를 보다 깊이 있게 이해하고, 실무에 활용할 수 있는 능력을 갖추게 될 것입니다.
목차
레슨 1 기계에게 상식적 판단 능력 심어주기
확률적 판단의 기본, 베이즈 정리
가장 그럴듯한 원인을 선택하는 행위, MLE
사전 정보의 등장으로 결과가 뒤집힌다, MAP
우리 일상 생활에서 활용되는 사전 정보
AI의 의사 결정을 돕는 사전 정보
맺는 말
레슨 2 확률 분포 해석하고 비교하기
엔트로피는 불확실성을 말해준다
불확실성은 곧 정보량이다
엔트로피는 정보의 가치이기도 하다
엔트로피는 결국 비용이다
확률 분포를 모르면 비용이 증가한다, 크로스 엔트로피
추가 비용을 수치화하다, KLD
엔트로피 패밀리의 무능함 1
엔트로피 패밀리의 무능함 2
가능한 대안, W 거리
너무나 원시적으로 사용되는 크로스 엔트로피
크로스 엔트로피 좀 더 잘 쓰기
맺는 말
레슨 3 날것의 숫자들을 확률 분포로
Softmax, 어울리지 않는 그 이름
왜 하필 지수 함수인가
확률 분포에 정답은 없다
맞춤형 확률 분포를 만들다
Sigmoid 함수와는 사촌 관계이다?
맺는 말
레슨 4 학습 가능 여부를 좌우하는 목표 함수
같으면서도 다른 두 목표 함수
로그 덕분에 일이 쉬워진 회귀
목표 함수에 로그를 씌우는 진짜 이유는?
학습이 나아갈 방향과 보폭, gradient
좋은 gradient, 나쁜 gradient
우리에게 이미 익숙한 log likelihood
맺는 말
레슨 5 엇나가는 학습 모델을 어떻게 제어하나
노이즈는 피할 수 없는 숙명이다
모델의 학습 과정에 적극 개입하다
이번에도 다시 한번 prior의 대활약
왜 작은 파라미터가 선호되는가
L1과 L2의 서로 다른 행보
배치 정규화의 등장, 그리고 가중치 감쇠의 위기
가중치 감쇠의 재평가
맺는 말
레슨 6 숨어 있는 변수를 찾아라, 없으면 만들어라
데이터 조작 시나리오
분포를 알면 창조는 쉽다
숨어있는 속성, 잠재 변수
섞인 성분을 분리해 내다, GMM
조인트 분포로 설명하다, VAE
분포가 아닌 함수로 설명하다, NF
단계별 과거로 현재를 설명하다, 디퓨전 모델
디퓨전이 필요한 이유
맺는 말
레슨 7 성능 수치에 현혹되지 말자
분류 모델 평가의 시작은 혼동 행렬
그들은 왜 specificity를 쓰는가
그런데 우리는 왜 precision을 쓰는가
임계치는 어디로 정해야 할까
그 모든 사정을 다 감안한 방법, AUC
클래스 불균형 상황에서의 AUC
그럼에도 AUC가 보여주지 못하는 것
검출 모델의 성능 지표, AP
정답이 없어도 채점은 가능하다
생성 이미지에 대한 반응을 점수화하다, IS
생성 이미지의 특징 분포를 점수화하다, FID
맺는 말
레슨 8 AI가 사는 그 세계, 고차원 공간 속으로
한 가지 의문에 대한 추적
고차원 공간에서 발생하는 신기한 현상들
고차원 가우시안 분포는 특이하게 생겼다?
고차원에서는 확률의 배신마저 일어난다
고차원에서는 안 해도 될 걱정들
차원의 저주인가 차원의 축복인가
맺는 말
레슨 9 자만에 빠진 AI, 그래서 미덥지 못한 AI
성능은 좋은데 믿음이 안 간다
자만은 AI 스스로에게도 도움이 안 된다
무엇이 그들을 자만하게 만들었나
자만에 빠지는 시점
자만에 빠지는 과정
겸손한 AI로 거듭나기
확신에 찬 오류, AI 할루시네이션
맺는 말
- 교보문고: https://bitl.bz/gi9kmu
머신 러닝 마스터 클래스 (무료특별판) | 민재식 | 인사이트 - 교보ebook
deg.kr
- Yes24: https://bitl.bz/0QPk1u
'데이터 과학 > 통계학, 머신러닝' 카테고리의 다른 글
| Rovert V. Hogg, 수리통계학 개론 - 8판, Pearson (1) | 2025.01.24 |
|---|---|
| 케빈 머피, 확률론적 머신러닝: 기본편, 에이콘출판 (2) | 2025.01.23 |
| 크리스토퍼 비숍, 패턴 인식과 머신 러닝, 제이펍 (3) | 2025.01.21 |
| 이원우 , 장인홍 , 이다혜, 파이썬을 이용한 통계분석 - 통계 기초 이론 이해와 응용, 자유아카데미 (1) | 2025.01.15 |
| 개러스 제임스 , 다니엘라 위튼 , 트레버 헤이스티 , 로버트 팁시라니 , 조너선 테일러, 기초부터 다지는 통계학 교과서 with 파이썬, 인사이트 (0) | 2025.01.10 |