데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집
- 저자 저/<김태헌> 역/<주거웨> 편
- 출판사제이펍
- 출판일2021-04-15
- 등록일2022-10-05
보유 1, 대출 0,
예약 0, 누적대출 2, 누적예약 8
책소개
『데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집』은 간단한 내용부터 복잡한 내용까지, 로지스틱 회귀, 랜덤 포레스트 등 전통적인 머신러닝에서 GANs, 강화학습 등 최신 알고리즘까지 차례대로 전개되며, 머신러닝 각각의 영역을 포괄하는 간결한 문답 형식으로 되어 있다. 따라서 인공지능 분야에 종사하기 위해 알아야 할 기술을 잘 설명하고 있는 동시에 독자들의 필요에 따라, 역량에 따라 주제와 난이도별로 골라 읽는 학습을 통해 필수 기술을 익힐 수 있도록 도와준다.
저자소개
스탠퍼드대학교, 칭화대학교, 베이징대학교 등 일류 대학 출신들로 구성된 Hulu 데이터 과학팀이다.
ㆍ주거웨(Zhuge Yue)
ㆍ왕지에(Wang Jie)
ㆍ지앙윈셩(Jiang Yunsheng)
ㆍ리판딩(Li Fanding)
ㆍ왕위징(Wang Yujing)
ㆍ조우한닝(Zhou Hanning)
ㆍ씨에시아오후이(Xie Xiaohui)
ㆍ천라밍(Chen Laming)
ㆍ리우춘양(Liu Chunyang)
ㆍ리우천하오(Liu Chenhao)
ㆍ쉬샤오란(Xu Xiaoran)
ㆍ펑웨이(Feng Wei)
ㆍ둥찌엔치앙(Dong Jianqiang)
ㆍ리우멍이(Liu Mengy)
ㆍ장궈신(Zhang Guoxin)
목차
CHAPTER 1 피처 엔지니어링 1① 피처 정규화 3② 범주형 피처 6③ 고차원 결합 피처의 처리 방법 9④ 결합 피처 12⑤ 텍스트 표현 모델 14⑥ Word2Vec 17⑦ 이미지 데이터가 부족할 때는 어떻게 처리해야 할까요? 20CHAPTER 2 모델 평가 23① 평가 지표의 한계 25② ROC 곡선 31③ 코사인 거리의 응용 38④ A/B 테스트의 함정 43⑤ 모델 평가 방법 46⑥ 하이퍼파라미터 튜닝 49⑦ 과적합과 과소적합 52CHAPTER 3 클래식 알고리즘 55① 서포트 벡터 머신 57② 로지스틱 회귀 67③ 의사결정 트리 71CHAPTER 4 차원축소 85① PCA 최대분산 이론 87② PCA 최소제곱오차 이론 92③ 선형판별분석 96④ 선형판별분석과 주성분분석 101CHAPTER 5 비지도학습 107① k평균 클러스터링 109② 가우스 혼합 모델 121③ 자기 조직화 지도 125④ 클러스터링 알고리즘 평가 131CHAPTER 6 확률 그래프 모델 137① 확률 그래프 모델의 결합확률분포 139② 확률 그래프 표현 142③ 생성모델과 판별모델 146④ 마르코프 모델 148⑤ 토픽 모델 156CHAPTER 7 최적화 알고리즘 163① 지도학습에서의 손실함수 165② 머신러닝에서의 최적화 문제 169③ 전통적인 최적화 알고리즘 172④ 경사하강법 검증 방법 177⑤ 확률적 경사하강법 180⑥ 확률적 경사하강법의 가속 184⑦ L1 정규화와 희소성 192CHAPTER 8 샘플링 199① 샘플링의 역할 201② 균등분포의 난수 204③ 자주 사용하는 샘플링 방법 207④ 가우스 분포 샘플링 212⑤ 마르코프 체인 몬테카를로 219⑥ 베이지안 네트워크 샘플링 225⑦ 불균형 샘플 집합에서의 리샘플링 230CHAPTER 9 피드 포워드 신경망 235① 다층 퍼셉트론과 부울 함수 237② 딥러닝의 활성화 함수 245③ 다층 퍼셉트론의 오차역전파 알고리즘 249④ 딥러닝 훈련 테크닉 257⑤ 합성곱 신경망 263⑥ ResNet 271CHAPTER 10 순환신경망 277① 순환신경망과 합성곱 신경망 279② 순환신경망의 그래디언트 소실 문제 281③ 순환신경망의 활성화 함수 284④ LSTM 네트워크 286⑤ Seq2Seq 모델 290⑥ 어텐션 메커니즘 294CHAPTER 11 강화학습 299① 강화학습 기초 301② 비디오 게임에서의 강화학습 308③ 폴리시 그래디언트 313④ 탐색과 이용 317CHAPTER 12 앙상블 학습 323① 앙상블 학습의 종류 325② 앙상블 학습 단계와 예제 329③ 기초 분류기 332④ 편향과 분산 334⑤ GBDT 알고리즘의 기본 원리 338⑥ XGBoost와 GBDT의 차이점, 그리고 연관성 342CHAPTER 13 생성적 적대 신경망 347① 처음 만나는 GANs의 비밀 349② WGAN: 저차원의 유령을 잡아라 357③ DCGAN: GANs이 합성곱을 만났을 때 365④ ALI 372⑤ IRGAN: 이산 샘플의 생성 377⑥ SeqGAN: 텍스트 시퀀스 생성 382CHAPTER 14 인공지능의 응용 현황 391① 알고리즘 마케팅 393② 게임에서의 인공지능 409③ 자율 주행에서의 AI 428④ 기계 번역 439⑤ 인간과 컴퓨터 상호작용 443에필로그 및 저자 소개 449참고문헌 465찾아보기 470
