[도서 목차]파이썬 증권 데이터 분석 파이썬 입문, 웹 스크레이핑, 트레이딩 전략, 자동 매매

 13장. 모바일, IoT, 텐서플로.js용 텐서플로

__텐서플로 모바일
__텐서플로 라이트
____양자화
____플랫버퍼`
____모바일 변환기
____모바일 최적화 인터프리터
____지원 플랫폼
____아키텍처
____텐서플로 라이트 사용
____일반적 응용 사례
____GPU와 가속기 사용
____응용 예제
__텐서플로 라이트에서 사전 훈련된 모델
____이미지 분류
____객체 탐지
____자세 추정
____스마트 회신
____세그먼테이션
____스타일 전이
____텍스트 분류
____질문과 답변
____모바일 GPU 사용의 참고 사항
__에지에서의 연합학습 개요
____텐서플로 FL API
__텐서플로.js
____바닐라 텐서플로.js
____모델 변환
____사전 훈련된 모델
____Node.js
__요약
__참고 자료

14장. AutoML 소개
__AutoML이란?
__AutoML 성취
__자동 데이터 준비
__자동 특징 엔지니어링
__자동 모델 생성
__AutoKeras
__구글 클라우드 AutoML
____클라우드 AutoML 사용: 테이블 솔루션
____클라우드 AutoML 사용: 비전 솔루션
____클라우드 AutoML 사용: 텍스트 분류 솔루션
____클라우드 AutoML 사용: 번역 솔루션
____클라우드 AutoML 사용: 비디오 인텔리전스 분류 솔루션
____비용
__구글 AutoML을 캐글로 가져가기
__요약
__참고 자료

15장. 딥러닝 배경 수학
__역사
__몇 가지 수학 도구
____미분과 그래디언트
____그래디언트 하강
____연쇄법칙
____몇 가지 미분 규칙
____행렬 연산
__활성화 함수
____시그모이드의 도함수
____tanh의 도함수
____ReLU의 도함수
__역전파
____전방향 단계
____역단계
____역전파의 한계
____교차 엔트로피와 도함수
____배치 그래디언트 하강, 확률적 그래디언트 하강, 미니 배치
__역전파와 컨볼루션 신경망
__역전파와 RNN
__텐서플로 참고 사항과 자동 미분
__요약
__참고 자료

16장. TPU
__C/G/T 프로세스 유닛
____CPU와 GPU
____TPU
__3세대의 TPU와 에지 TPU
____1세대 TPU
____2세대 TPU
____3세대 TPU
____에지 TPU
__TPU 성능
__Colab에서 TPU를 사용하는 방법
____TPU를 쓸 수 있는지 확인
____tf.data로 데이터 로드
____모델 구축과 TPU로 로드
__사전 훈련된 TPU 모델 사용
__텐서플로 2.1 사용과 야간 빌드
__요약
__참고 자료