스마트폰과 인공지능을 조합하여 지금까지 구현된 적 없는 앱을 만들 수 있는 길잡이
이 책은 iPhone/Android 애플리케이션에서 "머신러닝" 기능을 적용해 볼 수 있는 방법을 소개하고 있다. 다른 머신러닝 서적에 비해 이 책에서는 iPhone/Android 앱 개발자 전용으로 머신러닝 기능을 다루고 있다.
대상 독자는 다음과 같다.
● iPhone/Android 앱 개발 경험자로 인공지능에 흥미가 있는 독자
● iPhone/Android 환경에서 스스로 머신러닝 기능을 사용하고 싶은 독자
● 다른 머신러닝 관련 서적을 보고 실망했던 독자
이 책에서는 애플이 제공하고 있는 "Core ML", "Create ML", "Turi Create"와 구글이 제공하고 있는 "ML Kit", "Cloud AutoML"을 사용하여 알고리즘이나 수식을 의식할 필요 없이 간단하게 이용할 수 있도록 설명하고 있다. iPhone/Android 전용으로 최적화되어 있고 기존 머신러닝 학습 모델을 변환해 스마트폰에서 이용할 수 있다.
또한 iPhone/Android 앱으로 머신러닝 기능을 잘 다루기 위한 노하우들로 구성되어 있으며 스마트폰과 인공지능을 조합하여 지금까지 구현된 적 없는 앱을 만들 수 있는 길잡이가 될 것이다.
저자 소개
목 차
머릿말
이 책의 구성
CHAPTER 1_ 머신 러닝과 프레임워크
1-1 머신 러닝의 개요
1-2 Core
1-3 Create ML
1-4 Turi Create
1-5 ML
1-6 Cloud AutoML
1-7 TensorFlow
CHAPTER 2_ Core ML 기본
2-1 화상 분류(이미지)
2-2 화상 분류(카메라 영상)
2-3 유사 화상 검색
2-4 물체
2-5 화풍 변환
2-6 활동 분류
2-7 텍스트 분류
CHAPTER 3_ Core ML - Vision·Natural Language
3-1 얼굴 검출
3-2 바코드 검출
3-3 텍스트 검출
3-4 수평선 검출
3-5 물체 이동 추적
3-6 자연어 처리
CHAPTER 4_ Create ML
4-1 화상 분류
4-2 텍스트 분류
4-2-7 모델 저장
4-3 분류
4-4 회귀
CHAPTER 5_ Turi Create - 작업 기반
5-1 파이썬 개발 환경
5-2 Jupyter Notebook
5-3 화상 분류
5-4 유사 화상 검색.
5-5 물체 검출
5-6 화풍 변환
5-7 활동 분류
5-8 텍스트 분류
5-9 추천
CHAPTER 6_ Turi Create 알고리즘 기반
6-1 분류
6-2 회귀
6-3 클러스터링 모델
6-4 그래프 분석
6-5 텍스트 분석
CHAPTER 7_ ML Kit
7-1 ML Kit 준비
7-2 화상 분류（사진）
7-3 화상 분류（카메라 영상）
7-4 얼굴 검출
7-5 바코드 검출
7-6 랜드마크 인식
7-7 텍스트 인식
7-8 커스텀 모델
CHAPTER 8_ Cloud AutoML
8-1 화상 분류（Vision）
8-2 텍스트 분류（Natural Language）
8-3 번역 (Translation）
8-4 AutoML API
CHAPTER 9_ TensorFlow
9-1 화상 분류
9-2 텍스트 분류
9-3 과대적합(Overfitting)과 과소적합(Underfitting)
9-4 FrozenGraphDef로 변환하기
9-5 mlmodel 파일로 변환하기
9-6 tflite 파일로의 변환
APPENDIX A_ iOS 개발 환경 구성하기
A-1 iOS 개발 환경 세팅준비
A-2 Xcode 설치하기
A-3 Xcode란?
A-4 Xcode 사용하기
APPENDIX B_ Android 개발 환경 구성하기DIX B_ Android 개발 환경 하기
B-1 Android 개발 환경 설치준비
B-2 Android Studio 설치하기
B-3 Android 프로젝트 생성하기
