CORE ML을 활용한 머신러닝 iOS 앱 개발(데이터사이언스시리즈 34)

이 책은 Core ML을 이해하기 쉽게 설명할 뿐 아니라 머신러닝을 명확하게 설명해 준다. 모바일 플랫폼(특히 iOS)에서 현실적이면서 흥미로운 머신러닝 예제를 통해 배우며, 시각 기반의 애플리케이션을 위해 전이 학습과 신경망 이론을 사용하여 Core ML을 구현하는 법도 배울 것이다. 기본 사항을 파악하고 나서는 유용한 7가지 예제를 만들어 본다. 예제를 만들어 보면서 머신러닝 관련 개념과 기법이 어떻게 예제에 적용되는지 살펴본다.

▣ 01장: 머신러닝 소개 머신 러닝이란 무엇인가? ML 알고리즘 소개 __넷플릭스 - 추천 생성하기 __Shadow draw - 프리핸드 드로잉을 위한 실시간 사용자 가이드 __셔터스톡(Shutterstock) - 구도 기반의 이미지 검색 __iOS 키보드 예측 - 다음 글자 예측 일반적인 ML 작업 흐름 요약 ▣ 02장: 애플 Core ML 소개 훈련과 추론의 차이 에지에서의 추론 Core ML __작업 흐름 학습 알고리즘 __스웨덴 자동차 보험 __지원 학습 알고리즘 고려사항 요약 ▣ 03장: 실세계에서 객체 인식하기 이미지 이해하기 객체 인식 __데이터 캡처 __데이터 전처리 추론하기 요약 ▣ 04장: CNN을 활용한 감정 탐지 얼굴 표정 입력 데이터와 선처리 종합 요약 ▣ 05장: 실세계에서 객체 위치 측정 객체 위치 측정과 객체 탐지 케라스 Tiny YOLO를 Core ML로 변환하기 사진을 쉽게 찾는 방법 배치로 최적화 요약 ▣ 06장: 스타일 전이로 예술 창작하기 한 이미지에서 다른 이미지로 스타일 옮기기 스타일 전이를 더 빠르게 하는 방법 케라스 모델을 Core ML로 변환하기 스위프트에서 맞춤 계층 구축하기 __계층 속도 높이기 __GPU 활용하기 모델 가중치 줄이기 요약 ▣ 07장: CNN으로 드로잉 보조하기 지능형 인터페이스를 구현해야 하는 이유 드로잉 사용자 스케치 인식하기 __훈련 데이터와 모델 검토 __스케치 분류하기 __시각적 유사성을 기준으로 정렬하기 요약 ▣ 08장: RNN으로 드로잉 보조하기 드로잉 보조하기 드로잉 분류에 사용할 순환 신경망 입력 데이터와 전처리 종합 요약 ▣ 09장: CNN을 활용한 객체 분할 픽셀 분류하기 원하는 효과를 내기 위한 데이터 - 액션 샷 사진 효과 애플리케이션 구축하기 확률적 결과 활용하기 __모델 개선하기 __제약 조건을 두어 설계하기 __휴리스틱 포함 __사후 처리 및 앙상블 기법 __인적 보조 요약 ▣ 10장: Create ML 소개 전형적인 작업 흐름 데이터 준비하기 모델 생성 및 훈련 __모델 매개변수 __모델 메타데이터 __다른 작업 흐름(그래픽 버전) 마무리 요약