HOME > Detail View

Detail View

데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집 (Loan 6 times)

Material type
단행본
Personal Author
诸葛越, 편 김태헌, 역
Corporate Author
葫芦娃
Title Statement
데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집 = The quest for machine learning / Hulu 데이터 과학팀 지음 ; 주거웨 책임편집 ; 김태헌 옮김
Publication, Distribution, etc
파주 :   제이펍,   2020  
Physical Medium
xxxix, 488 p. : 천연색삽화, 도표 ; 23 cm
Series Statement
제이펍의 인공지능 시리즈 = Jpub's A.I. series ; 28
Varied Title
百面机器学习 : 算法工程师带你去面试
ISBN
9791190665230
Bibliography, Etc. Note
참고문헌(p. 465-468)과 색인수록
000 00000cam c2200205 c 4500
001 000046036980
005 20200709132024
007 ta
008 200709s2020 ggkad b 001c kor
020 ▼a 9791190665230 ▼g 93000
035 ▼a (KERIS)BIB000015612626
040 ▼a 241050 ▼c 241050 ▼d 241050 ▼c 241050 ▼d 211009
041 1 ▼a kor ▼h chi
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2020z19
110 ▼a 葫芦娃
245 1 0 ▼a 데이터 과학자와 데이터 엔지니어를 위한 인터뷰 문답집 = ▼x The quest for machine learning / ▼d Hulu 데이터 과학팀 지음 ; ▼e 주거웨 책임편집 ; ▼e 김태헌 옮김
246 1 9 ▼a 百面机器学习 : ▼b 算法工程师带你去面试
246 3 ▼a Bai mian ji qi xue xi : ▼b suan fa gong cheng shi dai ni qu mian shi
246 3 1 ▼a Quest for machine learning
260 ▼a 파주 : ▼b 제이펍, ▼c 2020
300 ▼a xxxix, 488 p. : ▼b 천연색삽화, 도표 ; ▼c 23 cm
440 0 0 ▼a 제이펍의 인공지능 시리즈 = ▼x Jpub's A.I. series ; ▼v 28
504 ▼a 참고문헌(p. 465-468)과 색인수록
700 1 ▼a 诸葛越, ▼e
700 1 ▼a 김태헌, ▼e
900 1 0 ▼a Zhu, Geyue, ▼e
900 1 0 ▼a 주거웨, ▼e
910 0 ▼a Hulu 데이터 과학팀, ▼e
910 0 ▼a Hu lu wa, ▼e
945 ▼a KLPA

Holdings Information

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2020z19 Accession No. 121253648 Availability Available Due Date Make a Reservation Service B M

Contents information

Book Introduction

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.

로지스틱 회귀, 랜덤 포레스트 등 전통적인 머신러닝에서 GANs, 강화학습 등 최신 알고리즘까지!

분야별, 난이도별로 잘 구성된 실전 면접 문제!

이 책은 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 있습니다. 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 도와줍니다.

Hulu 데이터 과학팀 실전 면접 문제 수록!
Hulu(훌루)는 넷플릭스 대항마로 월트 디즈니가 설립한 OTT(Over The Top) 서비스 회사이며, 이 책은 스탠퍼드대학교, 칭화대학교, 베이징대학교 등 일류 대학 출신들로 구성된 Hulu 데이터 과학팀 멤버 15인이 튼튼한 수학 기초, 알고리즘 시스템에 대한 완전한 이해, 모델에 대한 깊은 이해를 제공하기 위해 집필한 서적입니다.

데이터 과학자/데이터 엔지니어가 알아야 할 필수 스킬 트리 PDF 파일 제공!
데이터 과학자/데이터 엔지니어를 위한 스킬 트리(기술 로드맵) PDF 파일이 온라인으로 무료 제공됩니다.


Information Provided By: : Aladin

Author Introduction

Hulu 데이터 과학팀(지은이)

• 주거웨(Zhuge Yue) • 왕지에(Wang Jie) • 지앙윈셩(Jiang Yunsheng) • 리판딩(Li Fanding) • 왕위징(Wang Yujing) • 조우한닝(Zhou Hanning) • 씨에시아오후이(Xie Xiaohui) • 천라밍(Chen Laming) • 리우춘양(Liu Chunyang) • 리우천하오(Liu Chenhao) • 쉬샤오란(Xu Xiaoran) • 펑웨이(Feng Wei) • 둥찌엔치앙(Dong Jianqiang) • 리우멍이(Liu Mengy) • 장궈신(Zhang Guoxin)

김태헌(옮긴이)

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.

Information Provided By: : Aladin

Table of Contents

CHAPTER 1 피처 엔지니어링 1
① 피처 정규화 3
② 범주형 피처 6
③ 고차원 결합 피처의 처리 방법 9
④ 결합 피처 12
⑤ 텍스트 표현 모델 14
⑥ Word2Vec 17
⑦ 이미지 데이터가 부족할 때는 어떻게 처리해야 할까요? 20

CHAPTER 2 모델 평가 23
① 평가 지표의 한계 25
② ROC 곡선 31
③ 코사인 거리의 응용 38
④ A/B 테스트의 함정 43
⑤ 모델 평가 방법 46
⑥ 하이퍼파라미터 튜닝 49
⑦ 과적합과 과소적합 52

CHAPTER 3 클래식 알고리즘 55
① 서포트 벡터 머신 57
② 로지스틱 회귀 67
③ 의사결정 트리 71

CHAPTER 4 차원축소 85
① PCA 최대분산 이론 87
② PCA 최소제곱오차 이론 92
③ 선형판별분석 96
④ 선형판별분석과 주성분분석 101

CHAPTER 5 비지도학습 107
① k평균 클러스터링 109
② 가우스 혼합 모델 121
③ 자기 조직화 지도 125
④ 클러스터링 알고리즘 평가 131

CHAPTER 6 확률 그래프 모델 137
① 확률 그래프 모델의 결합확률분포 139
② 확률 그래프 표현 142
③ 생성모델과 판별모델 146
④ 마르코프 모델 148
⑤ 토픽 모델 156

CHAPTER 7 최적화 알고리즘 163
① 지도학습에서의 손실함수 165
② 머신러닝에서의 최적화 문제 169
③ 전통적인 최적화 알고리즘 172
④ 경사하강법 검증 방법 177
⑤ 확률적 경사하강법 180
⑥ 확률적 경사하강법의 가속 184
⑦ L1 정규화와 희소성 192

CHAPTER 8 샘플링 199
① 샘플링의 역할 201
② 균등분포의 난수 204
③ 자주 사용하는 샘플링 방법 207
④ 가우스 분포 샘플링 212
⑤ 마르코프 체인 몬테카를로 219
⑥ 베이지안 네트워크 샘플링 225
⑦ 불균형 샘플 집합에서의 리샘플링 230

CHAPTER 9 피드 포워드 신경망 235
① 다층 퍼셉트론과 부울 함수 237
② 딥러닝의 활성화 함수 245
③ 다층 퍼셉트론의 오차역전파 알고리즘 249
④ 딥러닝 훈련 테크닉 257
⑤ 합성곱 신경망 263
⑥ ResNet 271

CHAPTER 10 순환신경망 277
① 순환신경망과 합성곱 신경망 279
② 순환신경망의 그래디언트 소실 문제 281
③ 순환신경망의 활성화 함수 284
④ LSTM 네트워크 286
⑤ Seq2Seq 모델 290
⑥ 어텐션 메커니즘 294

CHAPTER 11 강화학습 299
① 강화학습 기초 301
② 비디오 게임에서의 강화학습 308
③ 폴리시 그래디언트 313
④ 탐색과 이용 317

CHAPTER 12 앙상블 학습 323
① 앙상블 학습의 종류 325
② 앙상블 학습 단계와 예제 329
③ 기초 분류기 332
④ 편향과 분산 334
⑤ GBDT 알고리즘의 기본 원리 338
⑥ XGBoost와 GBDT의 차이점, 그리고 연관성 342

CHAPTER 13 생성적 적대 신경망 347
① 처음 만나는 GANs의 비밀 349
② WGAN: 저차원의 유령을 잡아라 357
③ DCGAN: GANs이 합성곱을 만났을 때 365
④ ALI 372
⑤ IRGAN: 이산 샘플의 생성 377
⑥ SeqGAN: 텍스트 시퀀스 생성 382

CHAPTER 14 인공지능의 응용 현황 391
① 알고리즘 마케팅 393
② 게임에서의 인공지능 409
③ 자율 주행에서의 AI 428
④ 기계 번역 439
⑤ 인간과 컴퓨터 상호작용 443

에필로그 및 저자 소개 449
참고문헌 465
찾아보기 470

New Arrivals Books in Related Fields

Baumer, Benjamin (2021)