도서 "핸즈온 비지도 학습 - 텐서플로, 케라스, 사이킷런을 활용한 알고리즘과 방법론, AI 활용 사례"의 코드 저장소입니다.

이 책은 다음의 서점에서 판매 중입니다. Yes24, 한빛미디어, 교보문고, 알라딘, 인터파크

많은 업계 전문가들은 인공지능 연구의 궁극적인 목표인 이른바 일반 인공지능 (GAI, General Artificial Intelligence)을 구현하기 위해서 필요한 핵심 기술로 비지도 학습 (Unsupervised Learning)을 꼽습니다. 왜냐하면 대부분의 현실 세계 데이터에는 레이블이 없기 때문에 기존의 지도 학습 기법을 적용할 수 없기 때문입니다. 비지도 학습을 레이블이 없는 데이터셋에 적용하면 인간이 발견하기 거의 불가능한 패턴이나 데이터 깊이 묻혀 있는 의미 있는 패턴을 발견할 수 있습니다.

이 책의 저자인 앵쿠르 파텔 (Ankur Patel)은 두 가지의 간단하면서 프로덕션 환경에 적합한 파이썬 프레임워크인 사이킷런 (scikit-learn)과 케라스 (Keras)를 활용한 텐서플로우 (TensorFlow)를 사용하여 비지도 학습을 적용하는 방법에 대한 실전적인 지식을 전달합니다. 또한 다양한 실습 예제와 코드를 통해, 데이터에 내재된 패턴을 찾아내어 깊이 있는 비즈니스 통찰력을 얻거나, 이상 징후를 감지하고, 자동화된 피쳐 엔지니어링 및 피쳐 선택을 수행하고, 새로운 합성 데이터셋을 생성할 수 있을 것입니다. 여러분들은 약간의 머신러닝 경험과 프로그래밍 스킬만 준비하면 됩니다.

• 다양한 머신러닝 접근 방법들의 장단점 비교 : 지도학습, 비지도 학습, 그리고 강화 학습
• 전반적인 머신러닝 프로젝트 설정 및 관리 – 데이터 수집부터 모델 생성 및 운영환경에서의 솔루션 구현까지의 모든 것
• 차원 감소 알고리즘을 사용하여 데이터에서 가장 관련성 높은 정보를 찾아내어 신용카드 사기를 탐지하기 위한 이상 탐지 시스템을 구축
• 군집화 알고리즘을 사용하여 사용자를 (대출)채무자와 같이 고유하고 동질적인 그룹으로 분류
• 자동 피쳐 엔지니어링 및 피쳐 선택을 수행하기 위해 오토인코더 (autoencoder)를 사용
• 준 지도 학습 솔루션을 개발하기 위해 지도 및 비지도 학습 알고리즘을 결합
• 제한된 볼츠만 머신을 사용하여 영화 추천 시스템 구축
• 생성적 적대 신경망 (GAN)과 심층 신뢰 신경망 (DBN)을 사용한 합성 이미지 생성
• 심전도와 같은 시계열 데이터에 대한 군집화 수행
• 최신 비지도 학습 성공 사례 및 향 후 전망에 대한 탐색

아래 표는 번역서 내용에 포함된 실습 데이터셋, 다운로드 경로 및 참고 사항입니다. 실습 코드를 실행을 위해 데이터 셋 다운로드시 참고하시기 바랍니다.

아래 표는 번역서 내용에 포함된 주석과 참고 URL 목록입니다. 참고 사이트 방문 시 활용하세요.