사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서
Introduction to Machine Learning with Python
파이썬 라이브러리를 활용한 머신러닝 (번역개정2판)
C / C++ / Java 등의 프로그래밍 언어를 공부하고
Linux, Server, Network 등에 대해서 경험을 쌓아오며 지금까지 밥벌이를 해온 나에게
머신러닝 / 딥러닝 이라는 신문물이 등장하면서 상당한 당혹감을 느낄 수 밖에 없었다.
그래서 먹고 살기 위해 머신러닝에 대해 공부를 시작할 수 밖에 없었는데,
벡터, 행렬, 접선, 미분 ... 나를 괴롭히는 수학 !
이과생이지만 사실 수포자인 나에게 정말 가혹한 현실이 아닐 수 없다.
지금까지 Software Engineer로 먹고살아온 나로써는
이러한 수학적인 접근 보다는
라이브러리를 이용한 활용 중심으로도 접근해보고 싶다는 생각이 있었다.
이에 걸맞는 책이 바로 이 책이 아닐가 싶다.
나와 같은 Needs가 있는 사람이 적지 않았던 것 같다.
2017년 초판에 이어 개정판을 한 번도 아니고 두 번째나 발행 한 것을 보면 말이다.
그런데, 개정을 해주는 것만으로도 감지덕지인데, 그냥 그저 그런 수정판이 아니다.
scikit-learn 1.x 버전에 맞춰 업데이트 된 것 뿐만 아니라 내용도 더 추가가 되었다.
오래된 이미 검증된 책이라 그런지
책의 전체적인 구성도 너무나 잘 요약해서 설명해주고 있다.
한국어판을 위한 저자 인터뷰도 실려있다.
형식적인 인터뷰가 아니라 독자들의 질문에 대한 답까지 포함된
저자의 솔직한 심경도 그대로 담겨진 그런 인터뷰다.
목차를 보면 한국어판에서 추가된 항목을 볼 수 있다.
Chapter 한 개당 하나 정도씩 추가 되어 있고, 그 내용도 정말 충실하다.
개조식 서술 방식이 아니라 이야기 하는 방식으로 풀어나가는 책 내용도 정말 마음에 든다.
말 그대로 술술 읽어나가며 공부할 수 있기에 책에 대한 부담감이 훨씬 적게 느껴지기 때문이다.
그리고 이 책의 가장 큰 장점 중 하나라고 꼽고 싶은 예제 파일 !!!
- https://github.com/rickiepark/intro_ml_with_python_2nd_revised
옮긴이 박해선님이 훨씬 더 좋게 업그레이드 해준 내용을 담고 있다.
최근 딥러닝의 인기에 조금 버림받은 것 같은 느낌이 들긴하지만
사실 대부분의 문제는
scikit-learn으로 구현되는 머신러닝으로 해결하는 것이 훨씬 더 효율적이지 않을까 한다.
머신러닝 또한 수학적인 배경을 갖고 깊이 공부하는 것이 중요하긴 하지만
활용을 중심으로 scikit-learn 라이브러리 활용에 대해 공부하는 것도 괜찮은 접근일 것이다.
요즘 공부할 것이 너무 많아 걱정이긴 하지만
꼭 공부해야할 책 목록에 이 책을 꼭 포함시킬 것이다 !!!
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."
