국내도서

>

전공도서/대학교재

>

공학계열

>

컴퓨터공학

• 
• 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.

• 
• 도서  > 전공도서/대학교재  > 공학계열  > 컴퓨터공학

• 
• 
• 그 순간, 인공지능은 왜 그렇게 생각했을까? 설명 가능한 AI인 XAI로, AI의 마음속을 들여다본다! 어느덧 우리 주변에서 AI를 쉽게 접할 수 있는 시대가 되었다. 여러 다양한 기업에서도 AI를 통해 전략을 수립하거나 투자를 결정하고, 데이터 관련 법이 제정 및 공표되어 빅데이터를 수집하고 활용하는 근거가 마련되고 있다. 하지만 AI가 갑자기 일반적인 결과에서 벗어나 엉뚱한 결과를 도출한다면 어떻게 될까? 만약 생명과 관련된 AI에 이러한 문제가 발생한다면 큰 사고로도 이어질 수 있다. 하지만 ‘AI의 책임성’, 즉 AI가 도출하는 추론 결과에 명확한 근거를 제시하기 어려운 것이 현실인데, 이때 그 해결책으로써 'eXplainable AI', 즉 XAI가 주목받고 있다. XAI는 AI에 관한 업무를 수행하거나 관심이 있다면 반드시 알아두어야 할 분야이다. 이 책은 XAI의 배경부터 개별 기술까지 체계적으로 학습하고 몇 가지 주요 라이브러리를 시험 삼아 구동해 보면서 실무 지식을 얻을 수 있는 해설서이다. 특히 각 기술들을 최소한의 수학적 전개를 통해 설명하며, 파이썬으로 구현하기 때문에 XAI를 실무에서 빠르게 적용할 수 있도록 하며, 그 외에 XAI에 대한 주요 이슈 및 앞으로의 전망도 설명한다. XAI가 무엇인지 개념을 잡고 싶거나 각 기술을 직접 소스 코드로 구현해 빠르게 확인해 보고 실무에 적용하려는 분들에게 꼭 필요한 책이 될 것이다. 소스 코드 다운로드 https://github.com/bjpublic/XAI
• 
• XAI를 실무 현장에 적용하여 풀어낸 기술적 해설서 출간! 이 책으로 당신의 AI를 한층 더 이해하고 업그레이드하라! 본격적으로 AI가 업무 환경에 투입되고 있습니다. 이에 따라 AI 차세대 기술인 XAI(eXplainable AI, AI가 도출한 결과에 인간이 이해할 수 있는 이유나 근거를 제시하여, 인간과 AI를 연결하는 기술)도 동시에 각광받고 있습니다. 하지만 현재 공개된 다양한 XAI 소스 코드들 중 대부분은 연구자를 대상으로 한 논문이고, 실무 현장의 실정에 입각한 기술적 해설서는 그리 많지 않습니다. 특히 AI 업무 시 ‘공평성’, ‘책임성’, ‘투명성’이라는 3가지 요구사항을 갖추어야 하며, 그중에서도 ‘AI의 책임성’은 엔지니어와 사업가 양쪽에서 중요한 과제임에도 불구하고 책임성에 대한 기본적인 인식을 포함한 모든 내용들이 체계적으로 정리되지 못한 상황입니다. 이 책에서는 실제로 AI에 어떠한 ‘설명’이 필요하고 XAI를 통해 무엇이 가능한지를 친절하게 설명합니다. XAI의 기본 이론 및 대표적인 XAI 기술을 소개하고, 소스 코드를 구현하면서 실무적인 XAI 지식도 습득할 수 있습니다. 또한 파이썬의 XAI 라이브러리인 LIME이나 SHAP 등의 사용 방법도 소개합니다. 이 책을 통해 당신의 AI를 한층 더 이해하고 발전시켜 보시기 바랍니다.
• 
• 제Ⅰ부 과제 설정 제1장 AI에게 ‘설명’이 필요한 이유 1.1 AI 보급과 새로운 요구 사항 1.2 AI의 공평성ㆍ책임성ㆍ투명성 1.2.1 AI의 공평성(Fairness) 1.2.2 AI의 책임성(Accountability) 1.2.3 AI의 투명성(Transparency) 1.3 AI의 설명 가능성 1.3.1 설명 가능성이 높은 알고리즘 1.3.2 설명 가능성이 낮은 알고리즘 1.4 AI를 업무에 적용할 때 AI 설명이 필요한 이유 이번 장을 정리하며 제Ⅱ부 기초 지식 제2장 ‘설명 가능한 AI’의 개요 2.1 XAI란 무엇인가? 2.1.1 XAI의 목적 2.1.2 ‘설명 가능한 AI’와 ‘해석 가능한 AI’ Column XAI 관련 용어 의미 2.2 XAI 동향 2.2.1 XAI에 대한 왕성한 연구 활동 2.2.2 XAI 구현 2.3 ‘전역 설명’과 ‘국소 설명' 2.3.1 전역 설명(Global Explanations) 2.3.2 국소 설명(Local Explanations) 2.4 설명 방법의 차이점 2.5 모델 의존성 2.5.1 모델 의존형 XAI 2.5.2 모델 불문형 XAI 이번 장을 정리하며 제3장 XAI 활용 방법 3.1 설명 분류별 활용 방법 3.1.1 국소 설명 활용 방법 3.1.2 전역 설명 활용 방법 3.2 국소 설명 활용 방법 3.2.1 신고 내용의 타당성 검증 3.2.2 의도와 다른 학습 재검토 3.3 전역 설명 활용 방법 3.3.1 AI ...모델의 개선 운용 3.3.2 적대적 공격 검증 이번 장을 정리하며 제4장 다양한 XAI 기술 4.1 다양한 설명 방법 4.1.1 XAI 라인업 4.1.2 이 책의 해설 내용 4.2 기술 소개 ① LIME 4.2.1 개념과 동작 원리 4.2.2 데이터 종류별 동작 원리 4.2.3 LIME의 특징과 주의점 4.2.4 LIME 정리 4.3 기술 소개 ② SHAP 4.3.1 섀플리 값이란 4.3.2 SHAP의 개념 4.3.3 SHAP 계산 알고리즘 4.3.4 SHAP 정리 4.4 소개 기술 ③ Permutation Importance 4.4.1 Permutation Importance의 개념 4.4.2 Permutation Importance의 동작 원리 4.4.3 Permutation Importance 정리 4.5 소개 기술 ④ Partial Dependence Plot 4.5.1 PDP / ICE의 개념 4.5.2 PDP / ICE의 특장점과 주의점 4.5.3 PDP / ICE 정리 4.6 소개 기술 ⑤ Tree Surrogate 4.6.1 Tree Surrogate의 개념 4.6.2 의사결정 트리 대리 모델의 특ㆍ장점과 주의점 4.6.3 의사결정 트리 대리 모델 정리 4.7 소개 기술 ⑥ CAM / Grad-CAM 4.7.1 CAM의 개념과 동작 원리 4.7.2 Grad-CAM의 개념과 동작 원리 4.7.3 관련 기술ㆍ파생 기술 4.7.4 CAM / Grad-CAM 대응 모델 4.7.5 CAM과 Grad-CAM 정리 4.8 소개 기술 ⑦ Integrated Gradients 4.8.1 Integrated Gradients의 개념과 동작 원리 4.8.2 Integrated Gradients 대응 모델 4.8.3 Integrated Gradients 정리 4.9 소개 기술 ⑧ Attention 4.9.1 Attention의 개념과 동작 원리 4.9.2 Attention 대응 모델 4.9.3 Attention 정리 이번 장을 정리하며 제5장 XAI 라이브러리 평가ㆍ선정 5.1 XAI를 평가하는 기본적인 관점 5.1.1 사용할 XAI를 결정하기 위한 관점 5.1.2 범분야(Cross-Cutting) 평가 관점 5.2 XAI 선정 방법 5.2.1 XAI 선정 절차(Flow) 5.2.2 목적ㆍ최소 조건과 부합하는가? 5.2.3 중요 조건과 부합하는가? 5.2.4 사용자가 만족할 수 있는가? 5.3 일관된 관점 5.3.1 평가 관점 ① ‘충실도’ 5.3.2 평가 관점 ② ‘신뢰성’ 5.3.3 평가 관점 ③ ‘만족도’ 5.3.4 평가 관점 ④ ‘Mental Model’ 5.3.5 평가 관점 ⑤ ‘실작업 친화성’ 이번 장을 정리하며 제Ⅲ부 실천 매뉴얼 제6장 LIME을 활용한 표 형식 데이터 국소 설명 6.1 검증 목적 6.2 라이브러리 준비 6.3 검증 대상 데이터 6.3.1 데이터 개요 6.3.2 데이터 이해 6.4 모델 학습 6.4.1 전처리 6.4.2 모델 학습 6.5 LIME을 활용한 예측 결과의 설명 6.5.1 LIME 사용 준비 6.5.2 주요 파라미터 6.5.3 LIME 실행 6.5.4 다른 데이터에 대한 설명 Column 이해 가능한 설명인가 6.6 국소 설명의 수준을 조정하는 kernal width 검증 결과 정리 제7장 LIME과 Grad-CAM을 활용한 이미지 데이터의 국소 설명 7.1 검증 목적 7.2 라이브러리 준비 7.3 검증 대상 데이터 7.4 AI 모델 준비와 예측 7.5 LIME을 활용한 설명 7.5.1 LIME을 활용한 AI 모델 설명 7.5.2 LIME 설명 가시화와 해석 7.5.3 LIME을 활용한 설명 정리 7.6 Grad-CAM을 활용한 설명 7.6.1 Grad-CAM을 활용한 AI 모델 설명 7.6.2 Grad-CAM 설명 가시화와 해석 7.6.3 Grad-CAM을 활용한 설명 정리 검증 결과 정리 제8장 LIME과 Integrated Gradients 텍스트 분류의 국소 설명 8.1 검증 목적 8.2 라이브러리 준비 8.3 검증 대상 데이터 8.4 모델 학습과 예측 8.5 LIME을 활용한 모델 해석 8.6 Integrated Gradients를 활용한 방법 검증 결과 정리 Column Attention 가시화 제9장 SHAP의 국소적ㆍ전역적 설명과 대응 9.1 설명 준비 9.1.1 환경 구축 9.1.2 데이터 세트 준비 9.1.3 모델 준비 9.2 SHAP 값 산출과 이해 Column LightGBM의 SHAP 연계 기능 9.3 SHAP 값 가시화 9.3.1 개별 예측에 대한 특징량의 영향 9.3.2 데이터 세트 전체에 대한 특징량 반영 방법 Column 특징량 중요도 상호 비교? 9.3.3 SHAP 값과 특징량의 상관 관계 가시화 Column 변수 사이의 상호 작용을 활용한 상세 관찰 방법: SHAP Interaction aVlues 9.4 SHAP 값의 추가적인 활용 9.4.1 SHAP 값의 클러스터링을 활용한 데이터 분류 9.4.2 차원 삭제에 따른 특징량의 조합 추출 9.4.3 유사 데이터 검색과 신규성의 산출 검증 결과 정리 제10장 ELI5, PDPbix, Skater를 활용한 전역 설명 10.1 다양한 전역 설명 XAI 10.1.1 모델 설명을 수행하는 라이브러리 10.1.2 개발 성숙도 10.2 사전 준비 10.2.1 XAI 실행을 위한 과정 10.2.2 파이썬 환경 구축 10.2.3 XAI 라이브러리 설치 10.3 ELI5(Permutation Importance) 10.3.1 ELI5는 어떠한 기술인가? 10.3.2 ELI5 실행 10.3.3 ELI5 평가 10.4 PDPbox(PDPㆍICE) 10.4.1 PDPbox는 어떠한 기술인가? 10.4.2 PDPbox 실행 10.4.3 PDPbox 평가 10.5 Skater(Tree Surrogate) 10.5.1 Skater는 어떠한 기술인가? 10.5.2 Skater 실행 10.5.3 Skater 평가 검증 성과 정리 제11장 LIME, SHAP의 한계와 해결책 11.1 XAI 방법의 한계 11.2 LIME 결과 안정성 11.3 SHAP 계산 시간 대처 방안 11.4 스파스(Sparse) 데이터 분석 이번 장을 정리하며 제Ⅳ부 장래 전망 제12장 업무에서 필요한 설명 능력 12.1 비즈니스상의 설명 12.1.1 AI 활용 상황 12.1.2 설명이 필요한 비즈니스 상황 12.1.3 비즈니스상 필요한 설명 분류 12.2 정밀도와 설명 능력의 Trade Off 12.2.1 복잡한 사상의 설명은 근본적으로 복잡하다 12.2.2 XAI에 과도한 기대는 금물 12.3 설득력 키우기 12.3.1 필요한 것은 ‘이해’가 아닌 ‘설득’? 12.3.2 왜 XAI의 설득에 선형회귀가 사용되는가? 12.3.3 XAI를 사용해 설득할 수 있는가? 이번 장을 정리하며 제13장 XAI의 전망 13.1 사용자에게 XAI란 13.1.1 XAI의 도달점 13.1.2 XAI는 사용자에게 도움이 되는가? 13.2 설득할 수 있는 설명을 위한 도전 13.2.1 설득력 부족에 대한 이유 13.2.2 지식 활용 방침 Column 지식 클럽과 LOD 13.3 XAI의 이상적인 모습 13.3.1 분야를 넘나드는 발전 방향 기대 13.3.2 XAI가 갖추어야 할 모습 부록 - 환경 구축 방법 A.1 파이썬 환경 A.2 Jupyter notebook 환경 구축
• 
• 

• 후카사와 유타 [저]

• 2016년 NTT데이터 수리 시스템에 입사하여 제조업 대상 과학 계산, 데이터 분석의 연구 개발에 종사했다. 2018년부터 엣지 디바이스 대상 이미지 분석 연구 개발 분야에 몸을 담았다. LeapMind를 거쳐서 현재는 수리 모델의 개발 및 이미지 분석의 경험을 바탕으로 2021년부터 자동차 제조사에서 운전 주행 데이터 분석, 차량 탑재 카메라의 이미지 분석 연구 개발 분야에 종사하고 있다.

• 김대희 [저]

• 강남대학교 컴퓨터 공학과를 졸업 후 서비스 데스크 업무 및 시스템 운영 관리를 거쳐 일본계 회사인 株ラック에 입사했다. 일본 관공서 / 대기업 관련 프로젝트에 참여해 정보 보호 시스템 개발 및 유지보수를 수행했으며, 국내 정보 보안 컨설팅 프로젝트에도 참가했다. 현재는 SK쉴더스에서 고객사 정보 보안 시스템 구축/운영 업무 PM으로 업무 수행 중이며, 역서로는 ‘반응형 웹 디자인’, ‘IT 시스템 개발 철저공략’, ‘가장 쉬운 알고리즘 책’, ‘데이터베이스 철저공략’이 있다.

• 전체 0개의 구매후기가 있습니다.
• 

인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다. 단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다. 교환 및 반품이 가능한 경우 상품을 공급 받은 날로부터 7일이내 가능 공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내,    혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내 상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능 교환 및 반품이 불가능한 경우 구매확정 이후(오픈마켓상품에 한함) 고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우    (단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외) 시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우 포장 개봉되어 상품 가치가 훼손된 경우 다배송지의 경우 반품 환불 다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다. 1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다. 중고상품의 교환 중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다. 오픈마켓 상품의 환불 오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며,    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.

배송예정일 안내 인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다. <인터파크 직배송 상품> 상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다. 상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며, 서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다. (단, 월요일은 12시까지 주문에 한함) 상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다. ~ 상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로 주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간 <업체 직접배송/오픈마켓 상품> ~ 상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다. 주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다. 배송비 안내 도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송) 음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송) 잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송) 도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송) 도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송) 업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용    * 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.    * 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다. 해외배송 안내 인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에    의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다. 해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다. 해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다. 알아두세요!!! 도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다. 오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다. 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다. 유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다. 택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.