<케라스 라이브러리를 활용한 머신러닝>, <Do It! 딥러닝>, <머신러닝 교과서>, <핸즈온 머신러닝 2> 에러타 안내

26 views

Skip to first unread message

Haesun Park

unread,

Nov 22, 2020, 11:28:57 PM11/22/20

to 머신러닝/딥러닝 도서 메일링 리스트

안녕하세요. 박해선입니다.

케라스 라이브러리를 활용한 머신러닝, Do It! 딥러닝, 머신러닝 교과서, 핸즈온 머신러닝 2에 새롭게 등록된 에러타를 안내해 드립니다.

<케라스 라이브러리를 활용한 머신러닝>

(p11) 예제 파일 구조 아래 리스트의 첫 번째 항목 끝에 다음 주석을 추가합니다. “역주 케라스 멀티백엔드 버전은 2.3.x에서 개발이 중지되었습니다. 이후부터는 텐서플로에 포함된 tf.keras를 사용하는 것을 권장합니다. 이 책의 에제 코드를 최신 텐서플로에 포함된 tf.keras에 포팅한 버전은 역자의 깃허브 tf2 브랜치(https://github.com/rickiepark/deep-learning-with-python-notebooks/tree/tf2)에서 볼 수 있습니다.”

<Do It! 딥러닝>

(p248) (3쇄) 페이지 마지막 문장 끝에 “변수에 동일한 값으로 지정합니다. max_pool2d() 함수가 반환한 Tensor 객체를 numpy() 메“를 추가합니다.(이*곤 님)
(p100) 위에서 8번째 줄에 “[4, 5, 8]이라는 넘파이 배열로”를 “[4, 6, 8]이라는 넘파이 배열로”로 정정합니다.(이*곤 님)
(p151) 코드 블럭의 2번째 줄과 8번째 줄의 x_train을 x_train_all로 정정합니다.(이*곤 님)
(p164) 아래에서 2번째 줄에 “05장과 동일합니다”를 “05장과 거의 동일합니다”로 수정합니다.(이*곤 님)
(p162) 페이지 중간의 $\boldsymbol{X}^T\boldsymbol{E}$ 행렬 식에서 첫 번째 열의 마지막 원소 $x_{30}^{(364)}$ 를 $x_{30}^{(1)}$ 로 정정합니다.(이*구 님)
(p106) 아래에서 3번째 줄에 $-1 \times 10^{-10} \sim 1-1 \times 10^{10}$ 을 $1 \times 10^{-10} \sim 1-1 \times 10^{-10}$ 로 정정합니다.(장*진 님)

<머신러닝 교과서>

(p125) 그림 3-23 위 마지막 문장 끝에 다음 역주를 추가합니다. “역주 사이킷런 0.21 버전에서 추가된 plot_tree() 함수를 사용하면 dot 파일을 만들지 않고 그림 3-23과 비슷한 트리를 바로 그릴 수 있습 니다. 이 함수는 export_graphviz() 함수에서 사용한 class_names, feature_names, impurity, filled 매개변수를 모두 지원합니다.”
(p140) 노트 마지막 문장에 끝에 다음 문장을 추가합니다. “0.22 버전에서는 최근접 이웃 방식으로 대체하는 KNNImputer 클래스가 추가되었습니다.”
(p221) 역주 2번 끝에 다음 문단을 추가합니다. “사이킷런 0.23버전에서 추정기 객체를 주피터 노 트북에서 시각화해주는 기능이 추가되었습니다. 특히 파이프라인 구조를 시각적으로 잘 요약해주며 다음과 같이 사용합니다.

>>> from sklearn import set_config 
>>> set_config(display='diagram') 
>>> pipe

(p240) 두 번째 코드 블럭 위 문장의 끝에 다음 주석을 추가합니다. “역주 사이킷런 0.22 버전에서 오차 행렬을 그려주는 plot_confusion_matrix() 함수가 추가되었습니다.”
(p245) 마지막 문장 끝에 다음 주석을 추가합니다. “사이킷런 0.22 버전에서 ROC 곡선을 그려주는 plot_roc_curve() 함수와 정밀도-재현율 곡선을 그려주는 plot_precision_recall_curve() 함수가 추가되었습니다.”
(p287) 노트 끝에 다음 문단을 추가합니다. “사이킷런 0.21 버전에서 히스토그램 기반 부스팅 알고리즘인 HistGradientBoostingClassifier가 추가되었습니다. 이 클래스는 아직 실험적이기 때문에 사용하기 전에 먼저 활성화해야 합니다.

>>> from sklearn.experimental import enable_hist_gradient_boosting 
>>> from sklearn.ensemble import HistGradientBoostingClassifier

(p620) pip 명령 위 문장 끝에 다음 주석을 추가합니다. “역주 최신 버전의 텐서플로를 설치하려면 ‘==2.0.0’을 삭제하고 설치하세요.”
(p627) 그림 A-23 위 문장 끝에 다음 주석을 추가합니다. “역주 현재는 코랩에 텐서플로 최신 버전이 설치되어 있으므로 이 과정이 필요없습니다.”
(p53) 위에서 7번째 줄에 $x_j^{(i)} \times w_j^{(i)}$ 를 $x_j^{(i)} \times w_j$ 로 정정합니다.
(5쇄) (p67) 노트에 있는 식의 4번째 줄에서 $\sum_k (w_j^{(i)} x_j^{(i)})$ 를 $\sum_k (w_k x_k^{(i)})$ 로 정정합니다.
(p103) 두 번째 수식에서 $\frac{\lambda}{2} ||w||$ 에 있는 $w$ 를 볼드체로 정정합니다.
(p105) 12번 주석에서 “ $w_2$ 축과 만나는 절편을”을 “ $x_2$ 축과 만나는 절편을”로 정정합니다.
(p481) 13.3.2절 아래 3번째 줄에서 “다중 로지스틱 회귀”를 “다항 로지스틱 회귀”로 정정합니다.
(p120) 1번째 줄과 9번째 줄에서 $0.1\bar{\bar{6}}$ 을 $0.1\bar{6}$ 로 정정합니다.
(p126) 25주석 끝에 “사이킷런 0.22 버전에서 비용 복잡도 기반의 사후 가지치기를 위한 ccp_alpha매개변수가 추가되었습니다.“를 추가합니다.
(p162) 첫 번째 노트 아래 3번째 줄에서 “최소화할 기준 함수”를 “최대화할 기준 함수”로 정정합니다. 6번째 줄에서 “성능 손실이 최대가 되는”을 “성능 손실이 최소가 되는”으로 정정합니다.
(p196) 사이킷런 0.20 버전에서 LDA에서 고유 벡터를 계산할 때 정규화를 적용하는 버그가 수정되었습니다. 이에 맞추어 아래에서 13번째 줄에 “고유 벡터를 정렬한 후 L2 노름으로 나누어 정규화하여“를 “고유 벡터를 정렬하여“로 수정합니다. 아래에서 8번째 줄의 코드 ei_vec /= np.linalg.norm(ei_vec, axis=0)를 삭제합니다.

<핸즈온 머신러닝 2>

(p845) 연습문제 18번 6번째 줄에서 “개발 세트에서 성능이 나쁘다면”을 “검증 세트에서 성능이 나쁘다면”으로 정정합니다.(김*훈 님)
(p294) 위에서 3번째 줄에서 “더 구체적 말하면”을 “더 구체적으로 말하면”으로 수정합니다.(김*훈 님)
(p850) 2번 문제에 대한 답변의 마지막 줄에서 $\frac{2}{5} \times 0.5 - \frac{3}{5} \times 0 = 0.2$ 를 $\frac{2}{5} \times 0.5 + \frac{3}{5} \times 0 = 0.2$ 로 수정합니다.(김*훈 님)
(p43) 1.4.2절 아래 첫 번째 문장에서 “입력 데이터의 스트림stream부터”를 “입력 데이터의 스트림stream으로부터”로 수정합니다.(김*훈 님)
(p100) 두 번째 문단 끝에 다음처럼 주석을 추가합니다. “… SimpleImputer의 객체를 생성합니다.<주석>옮긴이_ 사이킷런 0.22버전에서 최근접 이웃 방식으로 누락된 값을 대체하는 KNNImputer 클래스가 추가되었습니다.</주석>”
(p109) 첫 번째 문단 끝에 다음처럼 주석을 추가합니다. “… 변환을 적용해보겠습니다.<주석>옮긴이_ 사이킷런 0.22버전에서 열 이름이나 데이터 타입을 기반으로 열을 선택할 수 있는 make_column_selector() 함수가 추가되었습니다.</주석>”
(p118) 54번 주석 끝에 다음 문장을 추가합니다. “사이킷런 0.24버전에서 파라미터 탐색 범위를 좁혀가면서 컴퓨팅 자원을 늘려가는 HalvingGridSearchCV와 HalvingRandomSearchCV가 추가됩니다. 이 예제는 https://bit.ly/halving-grid-search를 참고하세요.”
(p128) 첫 번째 문장 끝에 다음처럼 주석을 추가합니다. “… 구조를 가지고 있습니다.<주석>옮긴이_ 사이킷런 0.22버전에서 fetch_openml() 함수에 as_frame 매개변수가 추가되었습니다. 이 매개변수를 True로 설정하면 판다스 데이터프레임을 반환합니다.</주석>”
(p140) 6번 주석 끝에 다음 문장을 추가합니다. “사이킷런 0.22버전에서 정밀도/재현율 곡선을 그려주는 plot_precision_recall_curve() 함수가 추가되었습니다.”
(p142) 첫 번째 문장 끝에 다음처럼 주석을 추가합니다. “… 그래프를 그립니다.<주석>옮긴이_ 사이킷런 0.22버전에서 ROC 곡선을 그려주는 plot_roc_curve() 함수가 추가되었습니다.</주석>”
(p149) 첫 번째 문장 끝에 다음처럼 주석을 추가합니다. “… 편리할 때가 많습니다.<주석>옮긴이_ 사이킷런 0.22버전에서 오차 행렬을 그래프로 그려주는 plot_confusion_matrix() 함수가 추가되었습니다.</주석>”
(p188) 첫 번째 문단 2번째 줄에서 “2차방정식처럼 보이며 거의 선형적입니다“를 “3차방정식처럼 보입니다“로 정정합니다.
(p230) 1번 주석 끝에 다음 문장을 추가합니다. “사이킷런 0.21버전에서 dot 파일을 만들지 않고 바로 트리를 그릴 수 있는 plot_tree() 함수도 추가되었습니다.”
(p236) 5번 주석을 다음과 같이 바꿉니다. “옮긴이_ 사이킷런 0.21버전에서 히스토그램 기반 그레이디언트 부스팅이 추가되었고 presort 매개변수로 얻을 수 있는 성능 향상이 크지 않기 때문에 사이킷런 0.24버전에서 결정 트리와 그레이디언트 부스팅 클래스의 presort 매개변수가 삭제됩니다.”
(p238) 9번 주석에서 “… min_impurity_decrease와 분할 대상이 되기 위해 … min_impurity_split가 추가되었습니다“를 “… min_impurity_decrease가 추가되었습니다. 분할 대상이 되기 위해 … min_impurity_split는 0.25버전에서 삭제됩니다“로 수정합니다. 또 10번 주석 끝에서 “… 지원합니다“를 “… 지원했지만 0.22버전에서 비용 복잡도 기반의 사후 가지치기를 위한 ccp_alpha 매개변수가 결정 트리와 트리 기반의 앙상블 모델에 추가되었습니다“로 수정합니다.
(p254) 7.4절 아래 두 번째 문장 끝에 다음처럼 주석을 추가합니다. “… 크기로 지정합니다.<주석>옮긴이_ 사이킷런 0.22버전에서 랜덤 포레스트 클래스에 부트스트랩 샘플 크기를 지정할 수 있는 max_samples 매개변수가 추가되었습니다. 샘플 크기를 정수로 입력하거나 비율을 실수로 지정할 수 있습니다. 기본값은 훈련 세트 전체 크기입니다.<주석>”
(p262) 7.5.2절에서 두 번째 문단, 첫 번째 줄에서 “그레이디언트 부스팅은 회귀 문제에도 아주 잘 작동합니다”를 “그레이디언트 부스팅은 분류 문제에도 아주 잘 작동합니다”로 정정합니다.
(p266) 첫 번째 문단 끝에 다음처럼 주석을 추가합니다. “… 훈련을 멈춥니다.<주석>옮긴이_ 사이킷런 0.20버전에서 그래디언트 부스팅에 조기 종료 기능이 추가되었습니다. 훈련 데이터에서 validation_fraction 비율(기본값 0.1)만큼 떼어 내어 측정한 손실이 n_iter_no_change 반복 동안에 tol 값(기본값 1e-4) 이상 향상되지 않으면 훈련이 멈춥니다.</주석>”
(p267) 두 번째 문단 끝에 다음처럼 주석을 추가합니다. “… 매우 비슷합니다.<주석>옮긴이_ 이외에도 히스토그램 기반 그레이디언트 부스팅을 구현한 LightGBM(https://lightgbm.readthedocs.io)이 있습니다. 사이킷런 0.21버전에서 히스토그램 기반 그레이디언트 부스팅을 구현한 HistGradientBoostingClassifier와 HistGradientBoostingRegressor가 추가되었습니다.</주석>”
(p271) 첫 번째 문장 끝에서 다음처럼 주석을 추가합니다. “… 지원하지 않습니다.<주석>옮긴이_ 사이킷런 0.22버전에서 StackingClassifier와 StackingRegressor가 추가되었습니다.</주석>”
(p319) 9.1.5절 아래 첫 번째 문단 끝에 다음처럼 주석을 추가합니다. “… 훈련해보겠습니다.<주석>옮긴이_ 사이킷런 0.24버전에서 준지도 학습을 위한 SelfTrainingClassifier가 추가됩니다.</주석>”
(p358) 첫 번째 문단 끝에서 “… 다중 출력 분류기multioutput classifier입니다.”를 “… 다중 레이블 분류기multilabel classifier입니다.”로 정정합니다.
(p380) 아래에서 두 번째 문단 끝에서 “(89% 검증 정확도에 가까이 도달할 것입니다)”를 “(89.4% 검증 정확도에 가까이 도달할 것입니다)”로 수정합니다.
(p405) 페이지 끝에 다음처럼 주석을 추가합니다. “… 배치 크기를 사용해보세요.<주석>옮긴이_ 텐서플로 2.4버전에서 케라스 모델의 compile() 메서드에 있는 steps_per_execution 매개변수를 1이상으로 설정하면 계산 그래프를 한 번 실행할 때 여러 배치를 처리할 수 있기 때문에 GPU를 최대로 활용하고 배치 크기를 바꾸지 않고 훈련 속도를 높일 수 있습니다.</주석>”
(p406) 6번 문제 두 번째와 세 번째 항목에서 “가중치 벡터“를 “가중치 행렬“로 정정합니다.
(p465) 12.2절 아래 첫 번째 문단 끝에 다음처럼 주석을 추가합니다. “… 방법을 알아봅니다.<주석>옮긴이_ 텐서플로 2.4버전에서 넘파이 호환 API인 tf.experimental.numpy가 추가되었습니다.</주석>”
(p475) 첫 번째 코드 블럭에서 my_softplus 함수 옆의 주석을 “# tf.nn.softplus(z)와 반환값이 같습니다.“에서 “# tf.nn.softplus(z)가 큰 입력을 더 잘 다룹니다.“로 수정합니다.
(p492) 22번 주석 끝에 다음 문장을 추가합니다. “이 예는 번역서 깃허브에 있는 custom_model_in_keras.ipynb 주피터 노트북을 참고하세요.”
(p531) 13.3.3절 아래 첫 번째 문장 끝에 다음처럼 주석을 추가합니다. “… 노력하고 있습니다.<주석>옮긴이_ tf.keras.layers.experimental.preprocessing 아래 이미지 처리, 이미지 증식, 범주형 데이터에 관련된 전처리 층이 추가되었습니다.</주석>”
(p633) 첫 번째 문단 마지막 부분에 “타깃(마지막 글자)를 분리하겠습니다”를 “타깃(마지막 100개의글자)를 분리하겠습니다”로 정정합니다.
(p662) [식 16-2] 위 두 번째 줄에서 “아래쪽에 (전치되어) 표현되어 있습니다”를 “위쪽에 (전치되어) 표현되어 있습니다”로 정정합니다.
(p663) 위에서 네 번째 줄에서 “왼쪽 아래 수직 점선으로”를 “왼쪽 위 수직 점선으로”로 정정합니다.
(p771) [그림 17-19] 위의 “예를 들어 생성자의 출력을 ~ 풀링 층이 뒤따릅니다).” 문단을 다음 문단으로 교체합니다.
“예를 들어 생성자의 출력을 4 × 4에서 8 × 8로 크게하려면(그림 17-19) 기존 합성곱 층(“합성곱 층 1”)에 (최근접 이웃 필터링을 사용한27) 업샘플링 층을 추가하여 8 × 8 크기 특성 맵을 출력합니다. 이 특성 맵이 새로운 합성곱 층(“합성곱 층 2”)으로 주입되고 다시 새로운 출력 합성곱 층으로 주입됩니다. “합성곱 층 1”의 훈련된 가중치를 잃지 않기 위해 ([그림 17-19]에 점선으로 표시된) 두 개의 새로운 합성곱 층을 점진적으로 페이드-인fade-in하고 원래 출력층을 페이드-아웃fade-out합니다. 이렇게 하기위해 새로운 출력(가중치 α)과 원래 출력(가중치 1 – α)의 가중치 합으로 최종 출력을 만듭니다. 비슷한 페이드-인fade-in/페이드-아웃fade-out 기법이 판별자에 새로운 합성곱 층을 추가할 때 사용됩니다(다운샘플링을 위해 평균 풀링 층이 뒤따릅니다). 모든 합성곱 층은 “same” 스트라이드 1을 사용하므로 입력의 높이와 너비를 보존합니다. 원래 합성곱 층도 마찬가지입니다. 따라서 (입력이 8 × 8이기 때문에) 8 × 8 출력을 만듭니다. 마지막으로 출력층의 커널 크기는 1입니다. 이를 사용해 입력을 필요한 컬러 채널 수 (일반적으로 3)로 투영합니다.”
(p756) 위에서 3번째 줄에 “오차는 전이 (s, r, s’)가 매우 놀랍다는”를 오차는 전이 (s, a, s’)가 매우 놀랍다는”로 정정합니다.
(p811) 주석 16번 끝에 다음 문장을 추가합니다. “텐서플로 2.4에서 GPU 메모리 사용량을 반환하는 tf.config.experimental.get_memory_usage() 함수가 추가되었습니다.”
(p834) 첫 번째 문단 끝에 다음처럼 주석을 추가합니다. “… 훈련 코드를 실행합니다.<주석>옮긴이_MultiWorkerMirroredStrategy는 텐서플로 2.4에서 experimental을 벗어나 안정 API가 됩니다.</주석>” 또한 마지막 문단, 마지막 문장 끝에 다음처럼 주석을 추가합니다. “… 생성자에 전달하세요.<주석>옮긴이_ 텐서플로 2.4에서 CollectiveCommunication 클래스의 이름이 CommunicationImplementation로 바뀝니다.</주석>
(p835) 두 번째 문단 끝에 다음처럼 주석을 추가합니다. “… 전략과 동일합니다).<주석>옮긴이_TPUStrategy는 텐서플로 2.3에서 experimental을 벗어나 안정 API가 되었습니다.</주석>
(p849) 7번 문제 답의 마지막 항목에서 “ $\textbf{A}$ 는 $\textbf{A}'$ 의 오른쪽에서 $m \times n$ 단위 행렬 $\textbf{I}_m$ 이 추가되고 … 채워진 행렬입니다.”를 “ $\textbf{A}$ 는 $\textbf{A}'$ 의 오른쪽에서 $-\textbf{I}_m$ 이 추가되고 … 채워진 행렬입니다( $\textbf{I}_m$ 은 $m \times n$ 단위 행렬).”로 정정합니다. 또한 바로 아래 A 행렬의 첫 번째 행 $[\textbf{A}' \;\; \textbf{I}_m]$ 을 $[\textbf{A}' \,\, -\textbf{I}_m]$ 으로 정정합니다.
(p857) 6번 문제 답에서 2번째, 3번째 항목에 “가중치 벡터“를 “가중치 행렬“로 정정합니다.
(p889) [식 C-4]의 우변의 두 항의 순서를 다음과 같이 바꿉니다. $\sum_{i=1}^m \alpha^{(i)} - \dfrac{1}{2} \sum_{i=1}^m \sum_{j=1}^m \alpha^{(i)} \alpha^{(j)} t^{(i)} t^{(j)} \textbf{x}^{(i)^T} \textbf{x}^{(j)}$ . 그리고 [식 C-4] 아래 “여기서 $\alpha^{(i)} \ge 0 \;\;\; i=1,2,\cdots,m$ 일 때”를 “여기서 $\alpha^{(i)} \ge 0 \;\;\; i=1,2,\cdots,m$ 이고 $\sum_{i=1}^m \alpha^{(i)} t^{(i)}=0$ 일 때”로 정정합니다. [식 C-4] 다음 문장에서 “이 함수를 최소화하고 … $\hat{\alpha}^{(i)} \ge 0$ 인 벡터 …”를 “이 함수를 최대화하고 … $\hat{\alpha}^{(i)} \ge 0$ 이고 $\sum_{i=1}^m \hat{\alpha}^{(i)} t^{(i)}=0$ 인 벡터 …”로 정정합니다. 또한 [식 C-5] 아래에 “여기에서 $n_s$ 는 서포트 벡터의 개수입니다” 문장을 추가합니다.

(p917) 첫 번째 문장 끝에 다음처럼 주석을 추가합니다. “… 그래프를 살펴보겠습니다.<주석>옮긴이_이 부록의 코드는 12장의 주피터 노트북에 포함되어 있습니다.</주석>”