칭취안 송, 하이펑 진, 시아 후  | 한빛미디어

30,600원  | 20230928  | 9791169211468

머신러닝의 새로운 시대를 여는 AutoML 머신러닝 한계를 넘어, AutoML로 정확하고 빠른 모델을 만들어보자 ◆ AutoML의 핵심을 담은 AutoKeras 창시자의 집필서 ◆ ML 전문가의 비밀 노트: ML 핵심 개념부터 ML 자동화를 위한 최적화 알고리즘까지 AutoML의 발전으로 머신러닝에 대한 전문 지식이 없어도 하이퍼파라미터 튜닝과 모델 최적화를 간편하게 수행할 수 있게 되었습니다. 특히, AutoKeras와 KerasTuner와 같은 도구들은 이러한 기능을 제공하며, 다양한 작업에 맞게 머신러닝 모델을 빠르게 조정할 수 있도록 도와줍니다. AutoML을 통해 머신러닝을 더욱 쉽게 활용하고 업무 성과를 향상시킬 수 있으므로, 이러한 도구들을 배우고 활용하는 것이 중요합니다. 이 책은 AutoML의 기본 개념과 알고리즘, 도구를 소개하고, AutoML 도구를 활용하여 머신러닝 모델을 학습시키는 방법을 설명합니다. 또한, 실제 사례를 통해 AutoML의 적용 방법을 보여주며, 머신러닝을 처음 접하는 독자도 쉽게 이해할 수 있도록 구성되어 있습니다. 다양한 분야에서 머신러닝을 활용하여 머신러닝 전문가로 성장하고자 하는 모든 사람에게 유용한 학습 자료가 될 것입니다.

Sobrecueva, Luis  | 에이콘출판

22,500원  | 20230531  | 9791161757452

프로젝트에서 최첨단 AI 알고리듬을 개발하고 사용하는 방법을 알려주는 책이다. 자동화된 머신러닝에 대한 높은 수준의 소개로 시작하여 머신러닝 접근 방식을 시작하는 데 필요한 모든 개념을 설명한다. 그 다음 오토케라스를 사용하여 문서에 대한 감정 분석을 수행하는 방법을 다룬다. 또한 오토케라스로 토픽 분류를 위한 커스텀 모델을 구현하는 방법을 보여준다. 마지막으로 다중 모드 데이터 및 다중 작업, 오토모델로 모델을 사용자 정의하거나 오토케라스 확장 기능을 사용한 실험 결과 시각화와 같은 오토케라스의 고급 개념을 살펴본다. 이 책을 마치면 오토케라스로 회사에서 자신만의 머신러닝 모델을 설계할 수 있을 것이다.

프랭크 허터, 라스 코토프, 호아킨 반쇼렌  | 에이콘출판

27,000원  | 20211231  | 9791161755960

머신러닝과 딥러닝의 민주화라는 모토하에 자동머신러닝이 급속히 발전하고 있다. 이 책은 자동머신러닝의 이론적 기반과 이를 구현하는 시스템의 작동 원리를 자동머신러닝의 창시자들이 제공하고 있다. 개념적으로는 자동머신의 3대 고전적 주제인 하이퍼파라미터 최적화, 메타러닝 및 신경망 구조 탐색(NAS)에 대한 심층적 탐구를 접할 것이며, 오토웨카, 하이퍼옵트 사이킷런, 오토 사이킷런 및 오토넷과 TROP 등의 실무에 도움이 되는 많은 소프트웨어의 관련성과 작동 원리를 이해하게 될 것이다. 추가로 자동머신러닝 챌린지 경연대회를 운영하면서 쌓은 노하우와 앞으로 해결해야 할 과제를 제시한다. 번역서에서는 최신연구 동향과 메타러닝을 이해를 돕기 위한 부록을 추가했다.

 | MARTIN CHAVEZ

34,180원  | 20251017  | 9798231471294

Master no-code machine learning on Google Cloud with this hands-on guide for 2025. Harness AutoML and Vertex AI to build, train, and deploy models effortlessly. From data prep in BigQuery and Cloud Storage to tabular predictions, image classification, NLP sentiment analysis, and video action recognition. Dive into custom training, pipelines, endpoints, monitoring, and ethical AI practices.

아드난 마수드  | 에이콘출판

27,000원  | 20220125  | 9791161756073

자동 특성 공학, 모델 및 하이퍼파라미터 튜닝, 그래디언트 기반 접근법 등의 기본 기술을 살펴보고 다양한 오픈소스 툴을 사용해 자동머신러닝 기술을 구현하는 방법을 배운다. 구체적으로 애저(Azure), 아미존 웹 서비스(AWS), 구글 클라우드 플랫폼(GCP)을 포함한 3대 클라우드 서비스에서 자동머신러닝(AutoML)을 구현하는 다양한 방법을 설명한다. AutoML을 사용해 머신러닝 모델을 구축해 클라우드 AutoML 플랫폼의 기능을 살펴본다. 이 책을 마치면 정확하면서도 생산성을 높이고 상호 운용성을 허용하며 특징적인 엔지니어링 작업을 최소화하는 AutoML 모델을 구축하고 배포할 수 있을 것이다.

강봉주  | 자유아카데미

26,600원  | 20200705  | 9791158082727

SAS사의 최신 분석 플랫폼인 SAS Viya는 하나의 플랫폼으로 기본 분석부터 빅데이터 분석까지 가능한 인메모리, 분산환경 기반의 분석 패키지이다. 이 책은 SAS Viya를 기반으로 하여 머신러닝의 기본개념부터 가장 범용적이고 활용도가 높은 알고리즘을 예제를 통해 설명함으로써 머신러닝을 처음 접하는 독자들이 종합적으로 이해하고 바라볼 수 있도록 안내한다. 더불어 단순한 설명으로만 멈추지 않고, 한 걸음 더 나아가 수식적인 해석도 할 수 있게 한다.

김찬란  | 비제이퍼블릭

19,800원  | 20200331  | 9791190014809

딥러닝을 실전에 활용할 수 있도록 실습 위주의 내용으로 구성하였다. '딥러닝을 지금 시작하기에는 너무 늦었다'라는 말을 할 수도 있겠지만 이 책은 어려운 수학을 설명하는 데에 내용을 할애하는 것이 아닌 실전으로 영상과 텍스트에서 각각 어떻게 적용되는지에 대해 흥미롭게 설명하므로 포기하지 않고 따라갈 수 있을 것이다.

임은택, 김종현, 김광용  | 청람

19,000원  | 20220207  | 9788959728572

앞으로는 AI기술을 쉽게 활용하는 Auto ML(Machine Learning)의 시대가 조만간 도래하여 전문가가 아닌 일반인도 AI 기술을 일상적으로 이용하는 시대가 올 것으로 전망하고 있다. 본 교재는 Auto ML에 대한 간략한 소개, 이용된 머신러닝 및 딥러닝의 각 알고리즘 특징에 대하여 이론적 설명을 한 후에, Kaggle의 실전 데이터를 이용한 데이터 분석 실습을 진행한다. 본 교재를 통한 Auto ML의 이해와 다양한 데이터 분석 실습과정을 통하여 향후 점점 확산되는 데이터 경제의 시대에서 새롭고 참신한 다양한 비즈니스 모델을 설계하는 데 일조할 수 있다.

노아 기프트, 알프레도 데자  | 한빛미디어

36,000원  | 20230707  | 9791169211215

머신러닝 모델의 안정적인 운영과 성공적인 CI/CD를 위한 MLOps 엔지니어링 노하우 * MLOps 포트폴리오 작성 Tip, MLOps 실무자의 인터뷰 수록 * 최신 내용 기반한 역자 노트 추가 및 소스 코드 리팩토링 반영 이 책은 MLOps와 DevOps의 개념을 종합적으로 이해하고, 깊이 있는 학습을 돕기 위해 다양한 실습을 포함하고 있습니다. 머신러닝 모델의 안정적인 운영을 위한 배포 방법과 AutoML, 컨테이너, 엣지 컴퓨팅, 모델 이식성 등 MLOps의 중요한 기술 영역을 다룹니다. 뿐만 아니라 AWS, 애저 환경, GCP 등 다양한 클라우드 플랫폼에서의 MLOps 경험을 쌓을 수 있도록 실습을 제공합니다. 저자의 실제 경험을 바탕으로 한 MLOps 사례 및 MLOps 실무자들의 인터뷰 내용도 소개하고 있습니다. 부록에서는 MLOps 구현 시 고려해야 할 사항과 MLOps 커리어 준비를 위한 인터뷰 질문 및 기술 포트폴리오에 필요한 작성 Tip도 제공하여 실무에 쉽게 적용할 수 있도록 도와줍니다.

안토니오 걸리  | 에이콘출판

23,220원  | 20200429  | 9791161754109

딥러닝에 관련된 거의 모든 최신 기술을 설명한다. 회귀부터 시작해, 딥러닝의 기초를 설명하고 컨볼루션 신경망, 순환 신경망, LTSM, 자연어 처리, 이미지 합성 등에 대한 최신 기술 동향을 알 수 있다. 특히 현재 활발히 연구 중인 AutoML 분야의 현황과 구글 클라우드를 이용한 AutoML 실습도 다루고 있다. 풍부한 예제를 통해 케라스가 완전 통합된 텐서플로 2.0의 사용 방법을 다양한 응용분야에 걸쳐 직접 구축해 볼 수 있다. GAN을 통한 필기체 숫자의 생성, RNN과 LTSM이 나오게 된 배경 및 어떤 문제를 해결하고자 했는지에 대한 배경 설명을 듣게 되면, 다양한 각도에서 딥러닝을 이해하게 될 것이다. 마지막 장에서는 최근 주목받고 있는 구글의 TPU가 기존 GPU 대비 얼마나 성능이 우수한지에 대한 설명도 볼 수 있다.

 | 5starcooks

0원  | 20190717  | 9780655825715

What are the long-term AutoML models goals? Is it economical; do you have the time and money? How do you hand over AutoML models context? What prevents you from making the changes you know will make you a more effective AutoML models leader? How much contingency will be available in the budget? Defining, designing, creating, and implementing a process to solve a challenge or meet an objective is the most valuable role... In EVERY group, company, organization and department.

 | BPB Publications

71,910원  | 20250630  | 9789365893892

Machine learning is not just an advantage; it is becoming standard practice among top-performing trading firms. As traditional strategies struggle to navigate noise, complexity, and speed, ML-powered systems extract alpha by identifying transient patterns beyond human reach. This shift is transforming how hedge funds, quant teams, and algorithmic platforms operate, and now, these same capabilities are available to advanced practitioners.

 | 5starcooks

0원  | 20190710  | 9780655819844

Where is AutoML production data gathered? Whom do you really need or want to serve? What do you measure and why? Where can you get qualified talent today? What is the recognized need? Defining, designing, creating, and implementing a process to solve a challenge or meet an objective is the most valuable role... In EVERY group, company, organization and department. Unless you are talking a one-time, single-use project, there should be a process.

Mukunthu, Deepak, Shah, Parashar, Tok, Wee Hyong  | Oreilly & Associates Inc

107,980원  | 20200204  | 9781492055594

Develop smart applications without spending days and weeks building machine-learning models. With this practical book, you'll learn how to apply Automated Machine Learning, a process that uses machine learning to help people build machine learning models.

Deshpande, Anand, Kumar, Manish, Chaudhari, Vikram  | Packt Publishing

35,000원  | 20200601  | 9781789538465

Develop robust AI applications with TensorFlow, Cloud AutoML, TPUs, and other GCP services Key Features Focus on AI model development and deployment in GCP without worrying about infrastructure Manage feature processing, data storage, and trained models using Google Cloud Dataflow Access key frameworks such as TensorFlow and Cloud AutoML to run your deep learning models Book Description With a wide range of exciting tools and libraries such as Google BigQuery, Google Cloud Dataflow, and Google Cloud Dataproc, Google Cloud Platform (GCP) enables efficient big data processing and the development of smart AI models on the cloud. This GCP book will guide you in using these tools to build your AI-powered applications with ease and managing thousands of AI implementations on the cloud to help save you time. Starting with a brief overview of Cloud AI and GCP features, you'll learn how to deal with large volumes of data using auto-scaling features. You'll then implement Cloud AutoML to demonstrate the use of streaming components for performing data analytics and understand how Dialogflow can be used to create a conversational interface. As you advance, you'll be able to scale out and speed up AI and predictive applications using TensorFlow. You'll also leverage GCP to train and optimize deep learning models, run machine learning algorithms, and perform complex GPU computations using TPUs. Finally, you'll build and deploy AI applications to production with the help of an end-to-end use case. By the end of this book, you'll have learned how to design and run experiments and be able to discover innovative solutions without worrying about infrastructure, resources, and computing power. What you will learn Understand the basics of cloud computing and explore GCP components Work with the data ingestion and preprocessing techniques in GCP for machine learning Implement machine learning algorithms with Google Cloud AutoML Optimize TensorFlow machine learning with Google Cloud TPUs Get to grips with operationalizing AI on GCP Build an end-to-end machine learning pipeline using Cloud Storage, Cloud Dataflow, and Cloud Datalab Build models from petabytes of structured and semi-structured data using BigQuery ML Who this book is for If you're an artificial intelligence developer, data scientist, machine learning engineer, or deep learning engineer looking to build and deploy smart applications on Google Cloud Platform, you'll find this book useful. A fundamental understanding of basic data processing and machine learning concepts is necessary. Though not mandatory, familiarity with Google Cloud Platform will help you make the most of this book.