HOME > Detail View

Detail View

(실전! Core ML을 활용한) 머신러닝 iOS 앱 개발 : 인공지능을 활용한 객체 인식, 감정 탐지, 스타일 전이, 스케치 인식 구현 (Loan 2 times)

Material type
단행본
Personal Author
Newnham, Joshua 김정인, 역
Title Statement
(실전! Core ML을 활용한) 머신러닝 iOS 앱 개발 : 인공지능을 활용한 객체 인식, 감정 탐지, 스타일 전이, 스케치 인식 구현 / 죠슈아 뉴햄 지음 ; 김정인 옮김
Publication, Distribution, etc
파주 :   위키북스,   2019  
Physical Medium
xiv, 342 p. : 삽화 ; 25 cm
Series Statement
DS 데이터 사이언스 시리즈 ;034
Varied Title
Machine Learning with Core ML : an iOS developer's guide to implementing machine learning in mobile apps
ISBN
9791158391355
General Note
색인수록  
000 00000cam c2200205 c 4500
001 000045983846
005 20190516102801
007 ta
008 190516s2019 ggka 001c kor
020 ▼a 9791158391355 ▼g 93000
035 ▼a (KERIS)BIB000015123512
040 ▼a 241026 ▼c 241026 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2019z8
100 1 ▼a Newnham, Joshua
245 2 0 ▼a (실전! Core ML을 활용한) 머신러닝 iOS 앱 개발 : ▼b 인공지능을 활용한 객체 인식, 감정 탐지, 스타일 전이, 스케치 인식 구현 / ▼d 죠슈아 뉴햄 지음 ; ▼e 김정인 옮김
246 1 9 ▼a Machine Learning with Core ML : ▼b an iOS developer's guide to implementing machine learning in mobile apps
260 ▼a 파주 : ▼b 위키북스, ▼c 2019
300 ▼a xiv, 342 p. : ▼b 삽화 ; ▼c 25 cm
490 1 0 ▼a DS 데이터 사이언스 시리즈 ; ▼v 034
500 ▼a 색인수록
700 1 ▼a 김정인, ▼e
830 0 ▼a DS 데이터 사이언스 시리즈 ; ▼v 034
900 1 0 ▼a 뉴햄, 죠슈아, ▼e

Holdings Information

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.31 2019z8 Accession No. 151346112 Availability Available Due Date Make a Reservation Service C

Contents information

Book Introduction

Core ML을 이해하기 쉽게 설명할 뿐 아니라 머신러닝을 명확하게 설명해 준다. 모바일 플랫폼에서 현실적이면서 흥미로운 머신러닝 예제를 통해 배우며, 시각 기반의 애플리케이션을 위해 전이 학습과 신경망 이론을 사용하여 Core ML을 구현하는 법도 배울 것이다. 기본 사항을 파악하고 나서는 유용한 7가지 예제를 만들어 본다. 예제를 만들어 보면서 머신러닝 관련 개념과 기법이 어떻게 예제에 적용되는지 살펴본다.

애플 Core ML을 활용한 스마트한 iOS 앱 만들기!

Core ML은 다양한 머신러닝 작업을 지원하기 위해 설계된 API를 제공하는 애플의 유명한 프레임워크다. 이 프레임워크를 활용하면 머신러닝 모델을 훈련시킨 다음 그 모델을 iOS 앱에 통합시킬 수 있다.

이 책은 Core ML을 이해하기 쉽게 설명할 뿐 아니라 머신러닝을 명확하게 설명해 준다. 모바일 플랫폼(특히 iOS)에서 현실적이면서 흥미로운 머신러닝 예제를 통해 배우며, 시각 기반의 애플리케이션을 위해 전이 학습과 신경망 이론을 사용하여 Core ML을 구현하는 법도 배울 것이다. 기본 사항을 파악하고 나서는 유용한 7가지 예제를 만들어 본다. 예제를 만들어 보면서 머신러닝 관련 개념과 기법이 어떻게 예제에 적용되는지 살펴본다.

이 책을 마칠 때면 Core ML API를 사용해 머신러닝을 장착한 자신만의 애플리케이션을 만드는 데 필요한 기술을 갖게 될 것이다.

★ 이 책에서 다루는 내용 ★

◎ 알고리즘과 데이터를 사용해 ML 프로젝트의 구성요소 이해하기
◎ 머신러닝 모델을 얻고 임포트함으로써 Core ML을 마스터하고 클래스 생성하기
◎ 머신러닝에 사용할 데이터를 준비하고 최적화된 솔루션을 얻기 위해 결과 해석하기
◎ 지원되지 않는 계층을 위한 맞춤 계층을 생성하고 최적화하기
◎ CNN을 사용해 이미지와 동영상 데이터에 CoreML 적용하기
◎ 스케치를 인식하기 위해 RNN 품질을 배우고 드로잉 강화하기
◎ Core ML 전이 학습을 사용해 이미지에 스타일 전이 실행하기


Information Provided By: : Aladin

Author Introduction

조슈아 뉴햄(지은이)

조슈아 뉴햄은 디자인과 인공지능(artificial intelligence, AI) 사이의 교차 지점, 특히 컴퓨터 설계와 인간 컴퓨터 상호작용 분야에 중점을 두고 있는 글로벌 디자인 기업인 메서드(Method)에서 기술을 선도하고 있다. 이전에 그는 엔지니어와 크리에이티브 사이의 협업 도구를 만드는 가상 현실(Virtual Reality, VR)과 증강 현실(Augmented Reality, AR) 스튜디오인 Master of Pie의 기술 임원이었다.

김정인(옮긴이)

현재 기업 빅데이터 전략팀에서 근무하고 있다. 옮긴 책으로는 《실전! 텐서플로 2를 활용한 딥러닝 컴퓨터 비전》 《케라스로 구현하는 고급 딥러닝 알고리즘》 《실전! Core ML을 활용한 머신러닝 iOS 앱 개발》 《실전활용! 텐서플로 딥러닝 프로젝트》 《마이크로소프트 봇 프레임워크 프로그래밍》 《애자일 데이터 과학 2.0》 《구글 애널리틱스 완벽 가이드》 《파이썬 데이터 사이언스 핸드북》 《러닝 스칼라》가 있다.

Information Provided By: : Aladin

Table of Contents

목차
01 머신러닝 소개 
 머신러닝이란 무엇인가? = 2
 ML 알고리즘 소개 = 5
  넷플릭스 - 추천 생성하기 = 5
  Shadow draw - 프리핸드 드로잉을 위한 실시간 사용자 가이드 = 8
  셔터스톡(Shutterstock) - 구도 기반의 이미지 검색 = 13
  iOS 키보드 예측 - 다음 글자 예측 = 16
 일반적인 ML 작업 흐름 = 19
 요약 = 20
02 애플 Core ML 소개 
 훈련과 추론의 차이 = 22
 에지에서의 추론 = 23
 Core ML = 25
  작업 흐름 = 26
 학습 알고리즘 = 28
  스웨덴 자동차 보험 = 28
  지원 학습 알고리즘 = 34
 고려사항 = 36
 요약 = 37
03 실세계에서 객체 인식하기 
 이미지 이해하기 = 40
 객체 인식 = 44
  데이터 캡처 = 44
  데이터 전처리 = 54
 추론하기 = 65
 요약 = 66
04 CNN을 활용한 감정 탐지 
 얼굴 표정 = 68
 입력 데이터와 선처리 = 72
 종합 = 95
 요약 = 103
05 실세계에서 객체 위치 측정 
 객체 위치 측정과 객체 탐지 = 106
 케라스 Tiny YOLO를 Core ML로 변환하기 = 117
 사진을 쉽게 찾는 방법 = 126
 배치로 최적화 = 156
 요약 = 160
06 스타일 전이로 예술 창작하기 
 한 이미지에서 다른 이미지로 스타일 옮기기 = 162
 스타일 전이를 더 빠르게 하는 방법 = 168
 케라스 모델을 Core ML로 변환하기 = 170
 스위프트에서 맞춤 계층 구축하기 = 181
  계층 속도 높이기 = 191
  GPU 활용하기 = 193
 모델 가중치 줄이기 = 196
 요약 = 201
07 CNN으로 드로잉 보조하기 
 지능형 인터페이스를 구현해야 하는 이유 = 204
 드로잉 = 205
 사용자 스케치 인식하기 = 220
  훈련 데이터와 모델 검토 = 221
  스케치 분류하기 = 223
  시각적 유사성을 기준으로 정렬하기 = 239
 요약 = 252
08 RNN으로 드로잉 보조하기 
 드로잉 보조하기 = 254
 드로잉 분류에 사용할 순환 신경망 = 255
 입력 데이터와 전처리 = 261
 종합 = 277
 요약 = 291
09 CNN을 활용한 객체 분할 
 픽셀 분류하기 = 293
 원하는 효과를 내기 위한 데이터 - 액션 샷 = 297
 사진 효과 애플리케이션 구축하기 = 301
 확률적 결과 활용하기 = 319
  모델 개선하기 = 319
  제약 조건을 두어 설계하기 = 320
  휴리스틱 포함 = 321
  사후 처리 및 앙상블 기법 = 321
  인적 보조 = 322
 요약 = 323
10 Create ML 소개 
 전형적인 작업 흐름 = 325
 데이터 준비하기 = 326
 모델 생성 및 훈련 = 330
  모델 매개변수 = 334
  모델 메타데이터 = 334
  다른 작업 흐름(그래픽 버전) = 335
 마무리 = 336
 요약 = 337

New Arrivals Books in Related Fields

Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)