간편결제, 신용카드 청구할인
네이버페이 1%
(네이버페이 결제 시 적립)
NH(올원페이)카드 12% (23,760원)
(3만원 이상 결제/최대 1만원 할인)
북피니언 롯데카드 30% (18,900원)
(최대할인 3만원 / 3만원 이상 결제)
EBS 롯데카드 20% (21,600원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 NEW 우리V카드 10% (24,300원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 현대카드 7% (25,110원)
(최대할인 3만원 / 3만원 이상 결제)
Close

AWS 머신 러닝 : 아마존 머신 러닝 서비스를 이용한 애플리케이션 개발

원제 : Effective Amazon Machine Learning: Machine learning in the cloud

2013년 9월 9일 이후 누적수치입니다.

판매지수 314
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

30,000원

  • 27,000 (10%할인)

    1,500P (5%적립)

할인혜택
적립혜택자동적립
배송정보
주문수량
감소 증가
  • 이벤트/기획전

  • 연관도서(318)

  • 사은품(3)

책소개

AWS가 제공하는 머신 러닝 서비스를 이용하면, 사용자가 복잡한 머신 러닝 내부 알고리즘과 기술을 배우지 않고도 AWS의 S3나, RDS, 레드시프트에 저장된 데이터로 학습 모델을 만들고 애플리케이션을 개발할 수 있다. 직관적인 웹 기반 마법사 기능과 자동화를 위한 SDK, 데이터 변환을 위한 레시피, 학습된 모델의 성능 평가 결과가 자동으로 제공되고, AWS의 다른 서비스와 연동해 배치 또는 실시간으로 예측할 수 있으며, 사용한만큼만 비용이 지불되는 완전 관리형 서비스다.

출판사 서평

★ 이 책에서 다루는 내용 ★

- 아마존 머신 러닝을 이용해 처음부터 예측 분석까지 수행하는 방법
- 중요 데이터 과학 개념에 대한 실습 경험
- 고전 회귀 및 분류 문제 해결
- 명령행 인터페이스와 Python SDK를 이용해 프로젝트 실행
- 아마존 생태계를 활용해 확장된 데이터 소스
- 실시간 또는 고급 프로젝트 구현

★ 이 책의 대상 독자 ★

실제 인공 지능 애플리케이션을 구축하려고 하는 파이썬 개발자를 위한 책이다. 파이썬 초보자도 쉽게 사용할 수 있지만, 파이썬에 익숙하다면 코드를 활용해 다양한 작업을 할 수 있다. 인공 지능 기술을 갖고 싶은 경험이 있는 파이썬 개발자에게도 유용하다

★ 이 책의 구성 ★

1장, '머신 러닝과 예측 분석 소개'에서는 아마존 머신 러닝 서비스에 대한 일반적인 소개와 이것으로 처리할 수 있는 예측 분석 문제를 담고 있다. 서비스가 단순한 선형 모델을 회귀와 분류 문제에 사용하는 방법을 보이고, 아마존 머신 러닝으로 성공적인 예측을 할 수 있는 환경을 제시한다.
2장, '머신 러닝의 정의와 개념'에서는 아마존 머신 러닝 서비스를 사용하고 동작을 완전히 이해하기 위해 머신 러닝 개념을 설명한다. 또한 실제 데이터를 다룰 때 사용하는 데이터 처리 기술이 무엇인지, 예측 모델의 성능을 어떻게 평가하는지, 낮은 예측 성능을 개선할 수 있는 전략은 무엇인지에 관해서도 설명한다.
3장, '아마존 머신 러닝 워크플로우 개요'에서는 간단한 아마존 머신 러닝 프로젝트 개요를 다룬다. 아마존 머신 러닝 플랫폼을 시작하는 방법과 계정을 만드는 방법, 계정을 보호하는 방법을 배운다. 유명한 데이터셋으로 간단한 수치형 예측 문제를 살펴볼 것이다. 데이터를 준비하고, 모델을 훈련하고 선택하고, 예측하는 방법을 설명한다.
4장, '데이터셋 준비하기'에서는 아마존 머신 러닝의 레시피를 이용해 데이터를 변환하는 기능을 제공한다. 데이터를 S3에 업로드하고, 교차 유효성 검증을 구현하고, 스키마를 만들고, 데이터의 동계를 검토한다. 새롭게 출시된 AWS SQL 서비스인 아테나(Athena)를 이용해 아마존 머신 러닝의 특징 공학과 데이터 정리 기능을 확장한다.
5장,' 모델 생성'에서는 아마존 머신 러닝의 데이터 변환과 레시피로 사용하는 방법을 살펴본다. 모델을 훈련하고 튜닝한 후, 여러 가지 예측 척도를 분석해 최선의 것을 선택한다. 확률적 경사 하강 알고리즘과 여러 정규화 타입의 사용을 설명한다. 마지막으로 아마존 머신 러닝 이 모델을 훈련하는 동안 어떤 일이 발생하는지 더 잘 이해하기 위해 훈련 로그를 분석한다.
6장, '예측과 성능'에서는 새로 훈련한 모델로 이전에 보여준 적이 없는 데이터에 대한 예측을 실시하고, 성능과 강건성을 평가한다. 배치 예측 방법과 실시간 예측을 위한 접점을 설정하는 방법을 알려준다.
7장, '명령행과 SDK' AWS 웹 인터페이스를 사용해 프로젝트를 관리하고 실행하는 것은 시간이 많이 걸리기 때문에 웹 인터페이스에서 벗어나 AWS 명령행(CLI)과 Boto3 라이브러리를 이용한 Python SDK로 실행한다. 교차 유효성 검증과 반복적 특징 선택을 구현한다.
8장, '레드시프트에서 데이터 소스 만들기'에서는 SQL 질의를 이용해 비선형 데이터셋을 처리한다. 레드시프트를 이용하면 데이터 소스를 만들기 전에 SQL기반의 특징 공학을 할 수 있다. S3에서 데이터를 레드시프트에 적재하고, 데이터베이스에 접속하고, 질의를 실행하고 결과를 내보내는 방법을 살펴본다.
9장, '실시간 데이터 분석 파이프라인 구축하기'에서는 아마존 머신 러닝을 다른 AWS 서비스와 결합해 확장한다. AWS 키네시스와 람다, 레드시프트, 머신 러닝을 결합해 실시간 트윗 분석 데이터 파이프라인을 구축한다.

목차

1장. 머신 러닝과 예측 분석 소개아마존 머신 러닝 소개
- 서비스로서의 머신 러닝
- AWS 융합 활용하기
- 성능 비교
- 가격 책정
예측 분석 이해
- 가장 간단한 예측 분석 알고리즘 구축하기
- 회귀와 분류
- 로지스틱 회귀로 회귀를 분류 문제로 확장하기
- 결과를 예측하기 위한 특징 추출하기
예측을 위한 선형 모델 심화
데이터셋 검증
- 아마존 머신 러닝에서 결여된 것
- 통계적 접근과 머신 러닝 접근
요약

2장. 머신 러닝 정의와 개념

알고리즘? 모델?
지저분한 데이터 다루기
- 고전적인 데이터셋과 실제 데이터셋
- 다중 분류 모델에 관한 가정
- 누락값
- 정규화
- 불균형 데이터셋
- 다중공선성 해결
- 이상값 검출
- 비선형 패턴 수용
- 특징 추가
- 전처리 요약
예측 분석 작업 흐름
- 아마존 머신 러닝에서 학습과 평가
저품질 인지와 수정
- 언더피팅
- 오버피팅
- 선형 모델에 관한 정규화
- 모델의 성능 평가
요약

3장. 아마존 머신 러닝 워크플로 개요

AWS 계정 만들기
- 보안
계정 설정하기
- 유저 생성
- 정책 정하기
- 로그인 크리덴셜 생성
표준 아마존 머신 러닝 워크플로 개요
- 데이터셋
모델
모델 평가
배치 예측 만들기
요약

4장. 데이터셋 준비하기

데이터셋으로 작업하기
- 공개 데이터셋 찾기
- 타이타닉 데이터셋 소개
데이터 준비
- 데이터 나누기
- 데이터를 S3에 올리기
데이터 소스 만들기
- 데이터 스키마 확인
- 스키마 재사용
데이터 통계 진단
아테나와 특징 공학
- 아테나 소개
- 타이타닉 데이터셋 만들기
SQL로 데이터 가공하기
- 누락값
- 개선된 데이터 소스 만들기
요약

5장. 모델 생성

레시피로 데이터 변환하기
- 변수 관리
- 일곱 가지 변환을 통한 데이터 처리
모델 만들기
- 제안된 레시피 편집하기
- 모델의 매개변수화
평가 생성하기
- 모델 평가하기
로그 분석
- 학습률 최적화
요약

6장. 예측과 성능

배치 예측 만들기
- 배치 예측 작업 만들기
- 예측 결과 해석하기
실시간 예측 만들기
- 수작업으로 변수의 영향 조사
- 실시간 예측 설정
요약

7장. 명령행과 SDK

시작과 설정
- CLI vs SDK 사용하기
- AWS CLI 설치
- CLI 구문 가져오기
- JSON 파일을 이용해 파라미터 전달하기
- Ames Housing 데이터셋 소개
- 쉘 명령으로 데이터셋 분리하기
CLI를 사용하는 간단한 프로젝트
- 아마존 머신 러닝 CLI 명령 개요
- 데이터 소스 만들기
- 모델 만들기
- create-evaluation 명령으로 모델 평가하기
- 교차 유효성 검증이란?
- 몬테 카를로 교차 유효성 검증 구현하기
- 결론
Boto3, the Python SDK
- 아마존 머신 러닝을 위한 Python SDK로 작업하기
- Boto3로 반복적 특징 선택 구현하기
요약

8장. 레드시프트에서 데이터 소스 만들기

RDS와 레드시프트 중에서 선택
- 레드시프트 인스턴스 만들기
- Psql로 레드시프트 질의 실행하기
- 비선형 데이터셋 만들기
다항회귀 소개
- 기준선 정하기
아마존 머신 러닝에서 다항회귀
- Python에서 실험하기
- 결과 해석하기
요약

9장. 실시간 데이터 분석 파이프라인 구축하기

실시간 트위터 감성 분석
- 트위터의 인기 콘테스트
- 데이터셋과 모델 훈련하기
- 키네시스
- 트윗 수집하기
- 레드시프트 데이터베이스
- Redshfit를 키네시스 Firehose에 더하기
- Lambda로 전처리하기
- 결과 분석하기
분류와 회귀를 넘어서
요약

본문중에서

빅데이터와 인공지능은 일상생활에 스며들어 있으며, 수십억 달러 규모의 클라우드 기반 서비스로서의 머신 러닝 MLaaS 산업을 촉진하고 있다. 시장에 있는 여러 MLaaS 플랫폼 중 아마존 머신 러닝은 단순함을 자랑한다. 아마존 머신 러닝은 '고수준의 기술 자원 없이도 성능과 비용의 균형을 유지할 수 있는 서비스를 제공해 예측 분석에 대한 진입 장벽을 낮춘다'는 명확한 목표를 갖고 2015년 4월에 출시됐다. 아마존 머신 러닝은 AWS 생태계와 결합해 예측 분석을 비즈니스 데이터 파이프라인의 자연스러운 요소로 만든다. 이 책은 두 가지 목표를 가지고 아마존 머신 러닝의 단순화 접근법을 따른다. 하나는 서비스의 잠재력을 충분히 활용하기 위해 필요한 데이터 과학에 대한 핵심 지식이고, 또 다른 하나는 예측 분석을 중심으로 완전한 기능을 갖춘 데이터 파이프 라인을 구축해, 효과적으로 예측 분석을 데이터 주도 애플리케이션의 핵심 추진력으로 만드는 것이다.
('지은이의 말' 중에서)

머신 러닝은 기존 데이터의 패턴을 학습한 모델을 새로운 데이터에 적용해 예측(사용자가 이 상품을 살 것인지 등)하거나 특징에 따라 분류(고객이 대출을 잘 상환할 것인지 등)하는 기술이다. 이를 잘 이용하면 사업의 효율성을 높이거나 리스크를 줄일 수 있고, 더 나아가 새로운 서비스를 개발할 수 있기 때문에 머신 러닝은 다양한 영역에서 활용되고 있다. 또 하나의 큰 흐름은 여러 사업 분야에서 클라우드를 활용해 인프라를 구축하고 있다는 것이다. 머신 러닝 기반 애플리케이션은 결국 데이터와 알고리즘의 조합이다. 데이터가 클라우드에 존재한다면 이를 활용하는 애플리케이션도 클라우드 기반이 될 가능성이 크다. 퍼블릭 클라우드에서 1위인 AWS가 제공하는 머신 러닝 서비스는 AWS의 다양한 서비스와 연동해 사용자가 손쉽게 머신 러닝을 이용한 애플리케이션을 개발할 수 있도록 돕는다. 이 책은 회귀 분석 기법에 관한 간단한 소개에서 시작한다. 데이터 수집, 머신 러닝에 맞게 가공, 학습 단계, 학습 모델에 대한 평가, 실제 데이터를 만들어진 모델에 적용하기까지 머신 러닝을 중심으로 하는 애플리케이션을 개발하는 전체 사이클을 설명한다. 또한 파이썬 언어로 AWS SDK를 이용해 전체 사이클을 자동화할 수 있으며, S3나 RDS, 레드시프트에 저장된 데이터를 배치 처리하는 것과 키네시스와 람다를 이용한 실시간 처리에 관한 내용을 모두 포함한다.
('옮긴이의 말' 중에서)

저자소개

알렉시스 페리에(Alexis Perrier) [저] 신작알림 SMS신청 작가DB보기
생년월일 -
출생지 -
출간도서 2종
판매수 32권

보스턴에 있는 도슨트 헬스(Docent Health)라는 스타트업의 데이터 과학자다. 헬스케어 분야에서 환자의 경험을 개선하기 위해 머신 러닝과 자연어 처리 관련 업무를 하고 있다. 확률적 알고리즘의 힘에 매료돼 데이터 과학 커뮤니티에서 강사, 블로거, 발표자로 활발히 활동하고 있으며, 텔레콘 파리 테크(Telecom Paris Tech에)서 신호 처리 분야 박사 학위를 받고 보스턴에 거주하고 있다.
트위터(@alexip)나 이메일(alexis.perrier@gmail.com)로 연락할 수 있다

생년월일 -
출생지 -
출간도서 0종
판매수 0권

처음 입사한 한글과컴퓨터에서 심마니 서비스로 검색을 시작했다. SK컴즈(네이트닷컴), KTH(파란닷컴), 삼성전자(갤럭시앱스 등)를 거쳐 현재 쿠팡에서 검색을 담당하고 있다. 새로운 영역에 도전해보고자 시작한 첫 번역이다
poterius@naver.com

이 상품의 시리즈

acorn+PACKT 시리즈(총 351권 / 현재구매 가능도서 319권)

펼쳐보기

이 책과 내용이 비슷한 책 ? 내용 유사도란? 이 도서가 가진 내용을 분석하여 기준 도서와 얼마나 많이 유사한 콘텐츠를 많이 가지고 있는가에 대한 비율입니다.

    리뷰

    0.0 (총 0건)

    기대평

    작성시 유의사항

    평점
    0/200자
    등록하기

    기대평

    0.0

    교환/환불

    교환/환불 방법

    ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청함, 1:1 문의 게시판 또는 고객센터(1577-2555) 이용 가능

    교환/환불 가능 기간

    고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

    교환/환불 비용

    고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

    교환/환불 불가사유

    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
    배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

    소비자 피해보상

    소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
    교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

    기타

    도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

    배송안내

    • 인터파크 도서 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다

    • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

    • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

    • 배송비

    도서(중고도서 포함) 구매

    2,000원 (1만원이상 구매 시 무료배송)

    음반/DVD/잡지/만화 구매

    2,000원 (2만원이상 구매 시 무료배송)

    도서와 음반/DVD/잡지/만화/
    중고직배송상품을 함께 구매

    2,000원 (1만원이상 구매 시 무료배송)

    업체직접배송상품 구매

    업체별 상이한 배송비 적용