사물인터넷을 위한 인공지능(위키북스 데이터 사이언스 시리즈 56)
더 스마트한 IoT 시스템을 개발하기 위한 고급 머신러닝/딥러닝 기법
Regular price
$31.46
Sale price
Regular price
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
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.
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.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
★ 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.
◎ 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.
목차
목차
▣ 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
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
저자
저자
아미타 카푸어
아미타 카푸어는 델리 대학교 SRCASW의 전자공학 부교수로 지난 20년간 신경망 및 인공지능을 적극적으로 가르쳤다. 1996년에 전자공학 석사 학위를 받았고 2011년에 박사 학위를 받았다. 박사 과정을 거치는 동안 독일의 카를스루에 소재의 카를스루에 공과 대학에서 연구의 일환으로 DAAD 펠로우십을 수상했다. 포토닉스 2008이라는 국제 콘퍼런스에서 최우수 발표상을 수상했다. ACM, AAAI, IEEE 및 INNS의 정회원이다. 두 권의 책을 공동으로 저술했다. 국제 저널 및 콘퍼런스에서 40권이 넘는 출판물을 펴냈다. 현재는 머신러닝, 인공지능, 심층강화학습 및 로봇공학을 연구 중이다.
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.
