실전! 컴퓨터비전을 위한 머신러닝(위키북스 데이터 사이언스 시리즈 90)

▣ 01장: 컴퓨터비전을 위한 머신러닝
머신러닝
딥러닝 활용 사례
정리

▣ 02장: 컴퓨터비전에 쓰이는 ML 모델
기계 인식을 위한 데이터셋
__5-Flowers 데이터셋
__이미지 데이터를 읽기
__이미지 데이터를 시각화
__데이터셋 파일 읽기
케라스를 사용한 선형 모델
__케라스 모델
__모델 훈련 실습
케라스를 사용한 신경망
__신경망
__심층 신경망
정리
주요 용어

▣ 03장: 이미지 비전
미리 훈련된 임베딩
__미리 훈련된 모델
__전이학습
__파인튜닝
컨볼루션망
__컨볼루션 필터
__컨볼루션 레이어 쌓기
__풀링 레이어
__알렉스넷(AlexNet)
깊게, 더 깊게
__필터 분해
__1×1 컨볼루션
__VGG19
__전역 평균 풀링
모듈식 아키텍처
__인셉션(Inception)
__스퀴즈넷(SqueezeNet)
__레즈넷(ResNet)과 스킵 연결
__덴스넷(DenseNet)
__깊이 분리 가능 컨볼루션
__엑셉션(Xception)
신경 아키텍처 검색(Neural Architecture Search) 설계
__나스넷(NASNet)
__모바일넷군
컨볼루션 너머: 트랜스포머 아키텍처
모델 고르기
__성능 비교
__앙상블
__권장되는 전략
정리

▣ 04장: 객체 검출과 이미지 세분화
객체 검출
__YOLO
__레티나넷(RetinaNet)
세분화
__마스크 R-CNN과 인스턴스 세분화
__U-Net과 의미론적 세분화
정리

▣ 05장: 비전 데이터셋 만들기
이미지 수집
__사진
__이미징
__개념 증명
데이터 타입
__채널
__지리 공간 데이터
__오디오와 비디오
수동 라벨링
__다중 라벨
__객체 검출
대규모 라벨링
__라벨링 UI
__다중 과업
__투표와 크라우드 소싱
__라벨링 서비스
자동 라벨링
__관련 데이터의 라벨
__'떠드는 학생' 모델
__자체 지도 학습
편향
__편향의 원인
__선택 편향
__측정 편향
__확증 편향
__편향 감지
데이터셋 만들기
__데이터 분할
__텐서플로 레코드(TFRecord)
__텐서플로 레코드 읽기
정리

▣ 06장: 전처리
전처리를 하는 이유
__모양 변환
__데이터 품질 개선
__모델 품질 향상
크기와 해상도
__케라스 전처리 레이어 사용
__텐서플로 이미지 모듈 사용
__케라스와 텐서플로를 혼용
__모델 훈련
훈련-서빙 왜곡
__함수 재사용
__모델 내 전처리
__tf.transform 사용
__공간적 변환
색상 왜곡
__정보 삭제
입력 이미지 형성
정리

▣ 07장: 훈련 파이프라인
효율적인 수집
__데이터를 효율적으로 저장
__병렬로 데이터 읽기
__GPU 활용 극대화
모델 상태 저장
__모델 익스포팅
__체크포인팅
분배 전략
__전략 선택
__전략 만들기
서버리스 ML
__파이썬 패키지 작성
__훈련 작업 제출
__하이퍼파라미터 튜닝
__모델 배포
정리

▣ 08장: 모델 품질과 지속적인 평가
모니터링
__텐서보드
__가중치 히스토그램
__디바이스 위치
__데이터 시각화
__훈련 이벤트
모델 품질 지표
__분류를 위한 지표
__회귀 지표
__객체 검출 지표
품질 평가
__슬라이스 평가
__공정성 모니터링
__지속적인 평가
정리

▣ 09장: 모델 예측
예측하기
__모델 익스포팅
__메모리 내 모델 사용
__추상화 개선
__효율성 향상
온라인 예측
__텐서플로 서빙
__서빙 함수 수정
__이미지 바이트 처리
배치 예측과 스트림 예측
__아파치 빔 파이프라인
__배치 예측을 위한 관리형 서비스
__온라인 예측 호출
에지 ML
__제약 및 최적화
__텐서플로 라이트
__텐서플로 라이트 실행
__이미지 버퍼 처리
__연합 학습
정리

▣ 10장: 프로덕션 머신러닝 트렌드
머신러닝 파이프라인
__파이프라인의 필요성
__큐브플로 파이프라인 클러스터
__코드베이스 컨테이너화
__컴포넌트 작성
__컴포넌트 연결
__실행 자동화
설명 가능성
__기법
__설명 가능성 부여하기
노코드 컴퓨터비전
__노코드를 사용하는 이유
__데이터 로딩
__훈련
__평가
정리

▣ 11장: 고급 비전 문제
객체 측정
__참조 객체
__세분화
__회전 수정
__비율 및 측정
개수 세기
__밀도 추정
__패치 추출
__입력 이미지 시뮬레이션
__회귀
__예측
포즈 추정
__퍼슨랩
__포즈넷 모델
__여러 사람의 포즈를 식별
이미지 검색
__분산 검색
__빠른 검색
__더 나은 임베딩
정리

▣ 12장: 이미지 및 텍스트 생성
이미지 이해
__임베딩
__보조 학습 과업
__오토인코더
__변분 오토인코더
이미지 생성
__생성적 적대 네트워크
__GAN 개선
__이미지 대 이미지 변환
__그림 수정(인페인팅)
__이상 탐지
__딥페이크
이미지 캡션 생성
__데이터셋
__캡션 토큰화
__배치 처리
__캡션 모델
__훈련 루프
__예측
정리

발리아파 락슈마난 (Valliappa Lakshmanan)
구글 클라우드의 분석 및 인공지능 솔루션 디렉터로, 여러 비즈니스 부문을 관통하는 문제들을 해결하는 솔루션을 만든다. 머신러닝을 민주화하여 누구나 활용할 수 있게 하는 것을 사명으로 삼고 있다.