MachineLearning QandAI book

기본을 넘어서는 머신러닝 Q와 AI 도서

Sebastian Raschka가 쓴 기계 학습 Q 및 AI 보충 자료.

책에 대한 질문은 토론을 이용해주세요!

책 소개

기계 학습과 AI의 기본 사항을 파악하고 지속적인 지식 격차를 해결할 수 있는 재미있는 방법을 원한다면 이 책이 적합합니다. 짧은 장으로 구성된 이 속사포 시리즈는 현장의 30가지 필수 질문을 다루고 업무에 구현할 수 있는 최신 기술에 대한 최신 정보를 얻는 데 도움이 됩니다.

기계 학습 Q 및 AI 의 각 장은 새로운 개념을 설명하는 다이어그램과 추가 읽기를 위한 충분한 참조를 포함하여 중심 질문을 묻고 답합니다.

• 다중 GPU 훈련 패러다임
• 변압기 미세 조정
• 인코더 스타일 LLM과 디코더 스타일 LLM의 차이점
• 비전 변환기의 개념
• ML에 대한 신뢰 구간
• 그리고 더 많은 것!

이 책은 Leanpub에서 공개되었던 Machine Learning Q와 AI를 완전히 편집하고 개정한 버전입니다.

리뷰

“과장하지 않고 현재 현장에서 최고의 기계 학습 교육자인 Sebastian보다 더 나은 가이드를 요구할 수는 없습니다. 각 페이지에서 Sebastian은 자신의 광범위한 지식을 전달할 뿐만 아니라 진정한 전문성을 나타내는 열정과 호기심도 공유합니다.”
-- Chris Albon, Wikimedia Foundation 기계 학습 이사

모래밭

• 무전분 프레스에서 직접 선주문
• Amazon에서 직접 선주문
• 보충 자료 및 토론

목차

제목	URL 링크	보충 코드
1	임베딩, 표현 및 잠재 공간
2	자기 지도 학습
3	퓨샷 학습
4	복권 가설
5	데이터의 과적합 줄이기
6	모델 수정을 통한 과적합 감소
7	다중 GPU 훈련 패러다임
8	트랜스포머 성공의 열쇠
9	생성적 AI 모델
10	무작위성의 근원	데이터 샘플링.ipynb dropout.ipynb 무작위 가중치.ipynb
	2부: 컴퓨터 비전
11	매개변수 수 계산	전환 크기.ipynb
12	완전 연결 레이어와 컨벌루션 레이어의 동등성	fc-cnn-equivalence.ipynb
13	Vision Transformer용 대형 훈련 세트
	3부: 자연어 처리
14	분포 가설
15	텍스트에 대한 데이터 확대	역번역.ipynb 소음 주입.ipynb 문장 순서-shuffling.ipynb 동의어-replacement.ipynb 합성 데이터.ipynb 단어 삭제.ipynb 단어 위치 교환.ipynb
16	"자기"-주의
17	인코더 및 디코더 스타일 변압기
18	사전 훈련된 변환기 사용 및 미세 조정
19	생성적 대형 언어 모델 평가	BERTScore.ipynb 블루.ipynb 당혹스러움.ipynb rouge.ipynb
	4부: 생산 및 배포
20	무상태 및 상태 저장 훈련
21	데이터 중심 AI
22	추론 속도 향상
23	데이터 배포 변화
	5부: 예측 성능 및 모델 평가
24	포아송 및 순서 회귀
25	신뢰구간	네 가지 방법.ipynb 4가지 방법-vs-true-value.ipynb
26	신뢰 구간과 등각 예측	컨포멀_예측.ipynb
27	적절한 측정항목
28	K-폴드 교차 검증의 K
29	훈련 및 테스트 세트 불일치
30	제한된 레이블이 지정된 데이터