이미 우리 생활에 스며들어있는 AI
인공지능, Artificial Inteligence.

너무 자주 듣고, 많이 접하게되면서
흔히 궁금해하던 인공지능에 대한
여러가지 궁금증들을 이해하기 쉽게 알려준다.

 

 

인공지능의 기본 개념부터
언제 어떻게 시작되었는지의 역사와
최신 기술과 이를 통한 요즘의 상황과 미래 모습까지
인공지능에 웬만한 것들은 거의 다
정리되어있다고 볼 수 있을 것 같다.

인공 지능이 어떻게 학습을 하는 것인지...
머신러닝과 딥러닝은 어떻게 다른지
인간의 사고처럼 동작하는 인공지능이 가능한지
인공지능이 어디까지 발전할 것인지
인공지능을 어떻게 공부해야 하는지
정말 인공지능 덕분에(?!) 짤릴 것인지;;;
어떻게 김광석이 다시 노래를 부를 수 있는지

여러 사례들로 이해하기 쉽게 설명해주는
인공지능에 한발작 다가갈 수 있는
인공지능? 뭐 그런거야. 
한 마디쯤 할 수 있는 개념을 만들어준다.

 

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

 

'이런저런 > ' 카테고리의 다른 글

[책] 헤드 퍼스트 디자인 패턴  (0) 2022.04.24
[책] 처음 만나는 WSL  (0) 2022.03.31
[책] 몽고DB 완벽 가이드(3판)  (0) 2021.12.26
[책] 한 권으로 다지는 머신러닝&딥러닝  (0) 2021.11.21
[책] 핸즈온 해킹  (0) 2021.10.24

머신러닝으로 데이터를 가지고 좀 놀아봤다면?
이제 넓은 세상에 나가 그 실력을 발휘할 때지.
어디서? 데이터 분석 경진 대회들!
그런 예측모델 분석 대회 플랫폼인 캐글!
Kaggle! www.kaggle.com!

그런데, 그냥 가면되나? 무작정?
그게 그렇지가 않다는군.
가벼운 마음으로 나갔다가
경진 대회에서 마음만 받을께~ 라는
당황스러운 마음의 스크레치를 선물로 받을 수 있다.

하지만 캐글에서의 경험을 바탕으로 주옥같은 노하우들을
집대성해놓은 이 책이 더해진다면
이미 기본적인 준비는 되었다고 봐도 과언이 아닐 듯 싶다.


실제 데이터들을 이용하고,
이론서들에서 찾아보기 어려운 기법들과
데이터셋들마다 다양한 테크닉이 필요한 경진 대회에서
상위 순위권에 진입하기 위해서는
문제를 정확히 이해하고 풀어내는 능력이 꼭 필요하다.

어떻게 하는데? 모든 경우에 대한 답이 들어있지는 않겠지만
예측 대상이나 모델의 평가지표가 명확할 때
어떻게 해야 성능이 높은 모델을 만들 수 있는지..

일반적으로 주의해야 할 내용들은 무엇인지..
모델의 성능을 개선할 때는 어떤 것들을 생각해야 하는지..
성능을 개선하는 기법들의 장단점과 특성은 어떠한지..

도구나 힌트가 될 수 있을 것 같은 것들을
수식은 최소화하면서 글이나 예제, 표를 사용해서
조금 더 이해를 쉽게 할 수 있도록 
쉽고 세세하게 설명해주고 있어서
대회를 준비하는 사람들에게 너무나 좋은 책이 아닌가 싶다.

단, 파이썬과 라이브러리의 사용법이나
머신러닝의 기본 개념이나 미분/행렬 연산등은
설명하지 않으니 미리 알아두면 좋을 듯 하다.

이제 랭커로 등록되러 가볼까?


"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

+ Recent posts