전체

이론적인 설명뿐만 아니라 실제 코드 예제와 실습 환경 구축 가이드를 제공해 독자가 Go 언어를 사용한 네트워크 자동화 솔루션 개발 능력을 향상시킬 수 있는 지식을 제공한다. 이 책을 통해 네트워크 자동화의 개념, Go 프로그래밍 기법, 다양한 자동화 도구 및 API 활용 방법 등을 배우고 실제 네트워크 환경에 적용할 수 있다.

기존 일체형 애플리케이션을 마이크로서비스로 나누고 온프레미스나 클라우드로 배포하려는 자바, 스프링 개발자와 아키텍트를 위한 책이다. 스프링 부트, 스프링 클라우드와 도커, 쿠버네티스, 이스티오, EFK 스택, 프로메테우스, 그라파나 등의 오픈소스 도구를 조합해 마이크로서비스를 구축하는 방법을 설명한다. 오픈소스 도구와 스프링 기반 자바 코드를 실습 위주로 설명하며, 최소한의 시간 투자만으로도 다양하고 넓은 범위의 지식을 학습할 수 있게끔 효율적

스프링 부트 3에 대한 포괄적인 가이드로, 초보자부터 숙련된 개발자까지 모든 수준의 독자들이 활용할 수 있도록 구성돼 있다. 복잡한 인프라 설정을 피하고 효율적인 개발 방법에 초점을 맞춰 웹 애플리케이션 개발의 기초부터 고급 주제까지 다룬다. 주요 내용으로는 빠른 애플리케이션 시작, 데이터 처리, 보안, 테스팅, 그리고 GraalVM을 이용한 네이티브 이미지 배포와 반응형 프로그래밍 같은 최신 기술 트렌드를 포함한다. 또한 실용적인 예제를 통해

파이썬 언어를 사용한 확장성, 적응성, 모범 사례를 강조하면서 대규모 소프트웨어 시스템을 설계하고 유지 관리하기 위한 포괄적인 가이드를 제공하는 책이다. 소프트웨어 아키텍처, API 디자인, 데이터 모델링, 12가지 요소 앱 방법론을 포함한 필수 주제를 다룬다. 각 장에서는 웹 서버 구조, 이벤트 중심 아키텍처, 마이크로서비스와 모놀리식, 테스트 방법론, 패키지 관리, 지속적인 유지 보수를 자세히 살펴본다. 개발자 면접 준비에도 도움이 될 것이

리액트는 컴포넌트라 불리는 조각들을 사용해 사용자 인터페이스를 자유롭게 만들 수 있는 라이브러리이다. 이 책을 읽고 나면 리액트 최신 버전인 리액트 18을 사용해 보다 나은 사용자 인터페이스를 만드는 다양한 사고 방식과 기법을 익힐 수 있을 것이다.

2021년 세종도서 학술부문 선정도서 『Splunk를 활용한 시큐리티 모니터링』의 개정판! Splunk에서 정보보안 로그를 수집/분석하고 내부 침해 행위를 찾아내는 과정을 보여준다. 정보보안 사전 지식을 갖추고, Splunk 검색어를 작성할 수 있는 사용자를 대상으로 서술했지만, 초보자도 책의 내용을 쉽게 따라올 수 있게 작성했다. 특별히 Splunk를 활용해서 정보보안 전용 앱 구축, 정보보안 관련 로그 분석 등 많은 업무를 효율적으로 개선하

ELK 스택으로 알려진 일래스틱 스택은 사용자가 검색 데이터를 효과적으로 수집, 처리, 분석하도록 도와주는 로그 분석 솔루션이다. 주요 상용 기능인 머신러닝이 추가된 일래스틱 스택은 이 분석 프로세스를 훨씬 더 효율적으로 만든다. 2판에서는 시계열 데이터 분석은 물론 분류, 회귀, 아웃라이어 탐지를 위한 일래스틱 스택의 머신러닝 기능에 대해 포괄적인 개요를 제공한다. 머신러닝 개념을 직관적으로 설명하고 있으며 로그 파일, 네트워크 흐름, 애플리

리액트 SPA 기반의 애플리케이션을 통해 프론트엔드 구현에서부터 백엔드 구현까지 풀스택 개발 과정을 자세히 살펴볼 수 있다. 개발 과정과 상용 환경에서 발생할 수 있는 문제를 해결하기 위한 적절한 팁을 제공한다. 상용 클라우드 환경에서 애플리케이션을 배포하고 설정하는 방법도 다룬다. 저자의 오랜 실무 경험과 노하우를 통해 플랫폼과 도구들을 경험하고 이해할 수 있으며, 더 나아가 자신의 아이디어를 구체화할 수 있는 방법을 찾을 수 있을 것이다.

데이터 과학자라면 피할 수 없는 데이터 클리닝 작업은 수집과 분석, 정제에 이르기까지 데이터 과학의 효율을 높이는 일반적인 절차다. 기존 책들이 주로 첫 장에서만 다루던 데이터 준비 과정에 대한 필수 내용을 구체화했고, 실제 데이터 과학에서 응용할 수 있는 기술을 전달한다. 데이터 클리닝 작업을 수행하기 위한 도구와 기술을 설명하고, 새로 습득한 기술을 테스트하고 개선해볼 수 있도록 각 장의 끝 부분에 자세한 실습이 수록돼 있다.

프로젝트에서 최첨단 AI 알고리듬을 개발하고 사용하는 방법을 알려주는 책이다. 자동화된 머신러닝에 대한 높은 수준의 소개로 시작하여 머신러닝 접근 방식을 시작하는 데 필요한 모든 개념을 설명한다. 그 다음 오토케라스를 사용하여 문서에 대한 감정 분석을 수행하는 방법을 다룬다. 또한 오토케라스로 토픽 분류를 위한 커스텀 모델을 구현하는 방법을 보여준다. 마지막으로 다중 모드 데이터 및 다중 작업, 오토모델로 모델을 사용자 정의하거나 오토케라스 확

설명 가능한 인공지능 또는 해석 가능한 머신러닝 모델을 구축하는 다양한 방법론을 소개한다. 최근 이슈가 되고 있는 인공지능 모델의 윤리적 문제를 다루면서도 동시에 높은 성능과 견고성을 유지할 수 있는 비결을 소개한다. 먼저 해석 가능성이란 무엇인지 설명하고 머신러닝 모델의 윤리적 측면인 공정성, 책임성, 투명성이 필요한 이유 그리고 이를 달성할 방법을 설명한다. 그 다음 다양한 상황과 다양한 데이터 형태를 갖는 각 유스 케이스에서 머신러닝 해석