추가 적립 안내

현재 가장 뜨거운 화제인 두 가지 주제, 인공지능(AI)과 사물인터넷(IoT)을 결합해 더 똑똑한 시스템을 구축하자!

데이터 과학 및 데이터 분석학을 바탕으로 용량이 테라바이트 규모에 이르는 데이터에서 통찰력을 찾아내기 위한 애플리케이션은 많다. 그러나 이러한 애플리케이션으로는 사물인터넷 데이터의 패턴을 지속해서 찾아내야 한다는 문제를 해결하지 못한다. 이 책에서는 인공지능과 사물인터넷을 결합해 다각적으로 더 똑똑한 솔루션을 구현해 본다.

《사물인터넷을 위한 인공지능》에서는 분산된 데이터 소스로부터 사물인터넷 데이터를 수집해 전처리하는 과정을 다룬다. 이 책을 통해 머신러닝, 딥러닝, 강화학습, 자연어 처리 같은 다양한 인공지능 기술을 학습해 스마트 IoT 시스템을 구축할 수 있다. 책을 읽다 보면 다양한 사물인터넷 장치에서 생성되고 소비되는 다양한 데이터 형식(예: 시계열 데이터나 그림 데이터, 소리 데이터)에 맞춰 작동하게 모델을 구축하는 기술을 터득할 수 있다. 사물인터넷 솔루션의 네 가지 주요 응용 분야별로 유용한 사례를 연구하는 것이 이 책이 지향하는 핵심이다. 이와 같은 사례를 살펴보는 과정에서 널리 사용되는 파이썬 라이브러리와 텐서플로, 케라스가 제공하는 역량을 지렛대 삼아 다양한 인공지능 모델을 구축해 볼 것이다.

이 책에서 다루는 내용을 다 이해하고 나면 스마트 인공지능 기반 사물인터넷 애플리케이션을 만들 수 있을 것이다.

★ 이 책에서 다루는 내용 ★

◎ 텐서플로와 케라스를 사용해 머신러닝 및 딥러닝 등의 다양한 인공지능 기법을 적용한다.
◎ 다양하고 분산된 소스에서 나온 데이터에 접근해 그것을 처리한다.
◎ 지도 학습 방식과 비지도 학습 방식으로 사물인터넷 데이터에 대해 머신러닝(기계학습)을 수행하게 한다.
◎ MLLib 및 H2O.ai 플랫폼을 바탕으로 아파치 스파크를 사용해 사물인터넷 데이터를 분산 처리한다.
◎ 여러 딥러닝 방법을 이용해 시계열 데이터를 예측한다.
◎ 개인용 사물인터넷, 산업용 사물인터넷, 스마트시티 분야의 사례를 연구해 인공지능을 구현한다.
◎ 다양한 웨어러블 장치나 스마트 장치로부터 얻은 데이터에서 독특한 통찰을 얻는다.

▣ 01장: 사물인터넷과 인공지능의 원리와 기초
IoT 101이란?
___사물인터넷 참조 모델
___사물인터넷 플랫폼
___사물인터넷 수직시장
___빅데이터와 사물인터넷
인공지능 주입: 사물인터넷에서의 데이터과학
___데이터 마이닝을 위한 산업 간 표준 과정
___인공지능 플랫폼과 사물인터넷 플랫폼
이 책에서 사용하는 도구들
___텐서플로
___케라스
___데이터셋
요약

▣ 02장: 사물인터넷을 위한 데이터 액세스와 분산 처리
TXT 형식
___파이썬에서 TXT 파일을 사용하기
CSV 형식
___csv 모듈을 사용해 CSV 파일을 다루기
___pandas 모듈로 CSV 파일을 다루기
___NumPy 모듈을 사용해 CSV 파일을 다루기
XLSX 형식
___OpenPyXl로 XLSX 형식 파일 다루기
___XLSX 형식으로 된 파일에서 pandas를 사용하기
JSON 형식 다루기
___json 모듈로 JSON 파일을 다루기
___pandas 모듈로 JSON 파일을 다루기
HDF5 형식
___PyTables로 HDF5 형식 파일을 다루기
___pandas로 HDF5 형식 파일을 다루기
___h5py로 HDF5 형식 파일을 다루기
SQL 데이터
___SQLite 데이터베이스 엔진
___MySQL 데이터베이스 엔진
NoSQL data
HDFS
___hdfs3로 HDFS를 다루기
___PyArrow의 파일 시스템 인터페이스를 HDFS용으로 사용하기
요약

▣ 03장: 사물인터넷을 위한 머신러닝
머신러닝 및 사물인터넷
학습 패러다임
선형회귀 분석을 이용한 예측
___회귀를 이용한 전력 생산 예측
로지스틱회귀를 이용한 분류
___교차 엔트로피 손실함수
___로지스틱회귀를 이용한 포도주 분류
서포트 벡터 머신을 사용한 분류
___최대 여유도 초평면
___커널 트릭
___SVM을 사용해 포도주를 분류하기
나이브베이즈
___포도주 품질에 대한 가우스 나이브베이즈
결정트리
___사이킷의 결정트리
___사용 중인 결정트리
앙상블 학습
___보팅 분류기
___배깅 및 페이스팅
모델 개선을 위한 팁과 트릭
___고르지 않은 데이터 척도를 해결하기 위한 특징 척도화
___과적합
___‘공짜 점심은 없다’ 정리
___하이퍼파라미터 조율 및 격자 검색
요약

▣ 04장: 사물인터넷을 위한 딥러닝
딥러닝 101
___딥러닝: 왜 지금에서야?
___인공 뉴런
___텐서플로에서 단일 뉴런 모형화하기
회귀 및 분류를 위한 다층 퍼셉트론
___역전파 알고리즘
___텐서플로로 구현한 다층 퍼셉트론으로 에너지 출력을 예측하기
___텐서플로로 다층 퍼셉트론을 구현해 포도주 품질을 분류하기
합성곱 신경망
___CNN의 서로 다른 계층들
___몇 가지 인기 CNN 모델
___손글씨 숫자 인식을 위한 LeNet
재귀 신경망
___LSTM
___게이트 처리 재귀 장치
오토인코더
___잡음제거 오토인코더
___변분 오토인코더
요약

▣ 05장: 사물인터넷을 위한 유전 알고리즘
최적화
___결정론적 방법과 분석학적 방법
___경사하강법
___자연스러운 최적화 방법
유전 알고리즘 소개
___유전 알고리즘
___장점과 단점
분산 진화 알고리즘을
유전 알고리즘을 파이썬으로 코딩하기
___단어 추측
___CNN 아키텍처를 위한 유전 알고리즘
___LSTM 최적화를 위한 유전 알고리즘
요약

▣ 06장: 사물인터넷을 위한 강화학습
소개
___강화학습 용어
___성공적인 애플리케이션
시뮬레이션 환경
___OpenAI gym
Q 학습
___Q 테이블을 사용한 택시 하차
Q 망
___Q 망을 사용한 택시 하차
___아타리 게임을 플레이하기 위한 DQN
___이중 DQN
___결투 DQN
정책 경사도
___왜 정책 경사도인가?
___정책 경사도 방법을 사용하는 퐁
___연기자-비평가 알고리즘
요약

▣ 07장: 사물인터넷을 위한 생성 모델
소개
VAE를 사용한 이미지 생성
___텐서플로의 VAE
GAN
___텐서플로를 사용해 바닐라 GAN을 구현하기
___DCGAN
___GAN의 변종과 멋진 애플리케이션
요약

▣ 08장: 사물인터넷을 위한 분산 인공지능
소개
___스파크 컴포넌트
아파치 MLlib
___MLlib에서의 회귀
___MLlib에서의 분류
___SparkDL을 사용한 전이학습
H2O 소개
___H2O AutoML
___H2O에서의 회귀
___H2O를 사용해 분류하기
요약

▣ 09장: 개인용 사물인터넷과 가정용 사물인터넷
개인용 사물인터넷
___MIT의 슈퍼슈즈
___지속적인 포도당 측정
___심장 관찰
___디지털 비서
사물인터넷 및 스마트홈
___인간 활동 인식
___스마트라이팅
___홈서베일런스
요약

▣ 10장: 산업용 사물인터넷을 위한 인공지능
인공지능 기반 산업용 사물인터넷 소개
___몇 가지 흥미로운 사용 사례
인공지능을 이용한 예방정비
___LSTM을 사용한 예방정비
___예방정비의 장단점
산업용 전기 부하 예측
___LSTM을 이용한 단기 부하 예측
요약

▣ 11장: 스마트시티용 사물인터넷을 위한 인공지능
스마트시티가 필요한 이유는?
스마트시티의 구성요소
___스마트트래픽
___스마트파킹
___스마트웨이스트
___스마트폴리싱
___스마트라이팅
___스마트거버넌스
스마트시티에 사물인터넷을 응용하기 위해 필요한 단계
___공개 데이터가 있는 도시들
___샌프란시스코 범죄 데이터를 사용해 범죄 탐지하기
도전과 이득
요약

▣ 12장: 종합해 보기
다양한 데이터 형식 처리
___시계열 모형화
___글로 된 데이터를 전처리하기
___이미지 데이터를 확대하기
___비디오 파일 다루기
___오디오 파일이 입력 데이터인 경우
클라우드 컴퓨팅
___아마존 웹 서비스
___구글 클라우드 플랫폼
___마이크로소프트 애저
요약