『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.
저자 정보
Hulu 데이터 과학팀( 저자)
저 : Hulu 데이터 과학팀
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)
편 : 주거웨 (Zhuge Yue)
Hulu 데이터 과학팀 소속이며, 『데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집』책임 편집을 맡았다.
역 : 김태헌
데이터 과학자로 하나금융융합기술원에서 로보어드바이저, 신용평가 시스템 개발 등의 프로젝트에 참여하고 있다. 중학생 때부터 10여 년간 중국에서 거주하며 베이징 대학교를 졸업했고 미국 캘리포니아 대학교 샌디에이고에서 국제경제 석사 학위를 받았다. 역서로는 『단단한 머신러닝』과 『데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집』(이상 제이펍, 2020)이 있다.
목차
CHAPTER 1 피처 엔지니어링
① 피처 정규화
② 범주형 피처
③ 고차원 결합 피처의 처리 방법
④ 결합 피처
⑤ 텍스트 표현 모델
⑥ Word2Vec
⑦ 이미지 데이터가 부족할 때는 어떻게 처리해야 할까요?
CHAPTER 2 모델 평가
① 평가 지표의 한계
② ROC 곡선
③ 코사인 거리의 응용
④ A/B 테스트의 함정
⑤ 모델 평가 방법
⑥ 하이퍼파라미터 튜닝
⑦ 과적합과 과소적합
CHAPTER 3 클래식 알고리즘
① 서포트 벡터 머신
② 로지스틱 회귀
③ 의사결정 트리
CHAPTER 4 차원축소
① PCA 최대분산 이론
② PCA 최소제곱오차 이론
③ 선형판별분석
④ 선형판별분석과 주성분분석
CHAPTER 5 비지도학습
① k평균 클러스터링
② 가우스 혼합 모델
③ 자기 조직화 지도
④ 클러스터링 알고리즘 평가
CHAPTER 6 확률 그래프 모델
① 확률 그래프 모델의 결합확률분포
② 확률 그래프 표현
③ 생성모델과 판별모델
④ 마르코프 모델
⑤ 토픽 모델
CHAPTER 7 최적화 알고리즘
① 지도학습에서의 손실함수
② 머신러닝에서의 최적화 문제
③ 전통적인 최적화 알고리즘
④ 경사하강법 검증 방법
⑤ 확률적 경사하강법
⑥ 확률적 경사하강법의 가속
⑦ L1 정규화와 희소성
CHAPTER 8 샘플링
① 샘플링의 역할
② 균등분포의 난수
③ 자주 사용하는 샘플링 방법
④ 가우스 분포 샘플링
⑤ 마르코프 체인 몬테카를로
⑥ 베이지안 네트워크 샘플링
⑦ 불균형 샘플 집합에서의 리샘플링
CHAPTER 9 피드 포워드 신경망
① 다층 퍼셉트론과 부울 함수
② 딥러닝의 활성화 함수
③ 다층 퍼셉트론의 오차역전파 알고리즘
④ 딥러닝 훈련 테크닉
⑤ 합성곱 신경망
⑥ ResNet
CHAPTER 10 순환신경망
① 순환신경망과 합성곱 신경망
② 순환신경망의 그래디언트 소실 문제
③ 순환신경망의 활성화 함수
④ LSTM 네트워크
⑤ Seq2Seq 모델
⑥ 어텐션 메커니즘
CHAPTER 11 강화학습
① 강화학습 기초
② 비디오 게임에서의 강화학습
③ 폴리시 그래디언트
④ 탐색과 이용
CHAPTER 12 앙상블 학습
① 앙상블 학습의 종류
② 앙상블 학습 단계와 예제
③ 기초 분류기
④ 편향과 분산
⑤ GBDT 알고리즘의 기본 원리
⑥ XGBoost와 GBDT의 차이점, 그리고 연관성
CHAPTER 13 생성적 적대 신경망
① 처음 만나는 GANs의 비밀
② WGAN: 저차원의 유령을 잡아라
③ DCGAN: GANs이 합성곱을 만났을 때
④ ALI
⑤ IRGAN: 이산 샘플의 생성
⑥ SeqGAN: 텍스트 시퀀스 생성
CHAPTER 14 인공지능의 응용 현황
① 알고리즘 마케팅
② 게임에서의 인공지능
③ 자율 주행에서의 AI
④ 기계 번역
⑤ 인간과 컴퓨터 상호작용
COPYRIGHT ⓒ GANG NAM GU eBOOK LIBRARY All right reserved.