|
|||||
|
|||||
[종로점] 서가 단면도
|
코드 실행만으로는 머신 러닝과 딥러닝을 충분히 이해할 수 없다. 머신 러닝과 딥러닝을 제대로 이해하고 싶다면 코드 외에도 관련 이론과 알고리즘의 뒤편에 있는 수학 개념을 알아야 한다. 이 책은 이해를 돕는 개념 설명, 머신 러닝과 딥러닝 핵심 알고리즘의 작동 방식과 사용 방법, 그 밑바탕이 되는 수학, 실용적인 예제, 빠지기 쉬운 함정을 피하는 방법까지 이론과 코드를 균형 있게 설명한다.
파이썬 언어와 파이썬 기반의 머신 러닝 핵심 라이브러리(SciPy, NumPy, scikit-learn, Matplotlib, Pandas)를 사용해 머신 러닝을, 텐서플로(TensorFlow 2)를 사용해 딥러닝을 실습해본다. 특히 딥러닝은 최신 텐서플로 2에 맞춰 대폭 수정 및 보강되었다. 그러고 나서 GAN과 강화 학습도 자세하게 다룬다. 1장 컴퓨터는 데이터에서 배운다 : 이 책은 머신 러닝부터 딥러닝까지 굉장히 많은 부분을 다루고 있습니다. 그러면서도 핵심적인 내용을 놓치지 않고, 어렵지 않게 잘 정리했습니다. 무엇보다 제가 가장 큰 장점으로 생각하는 것은 이론과 실습의 안배가 잘 되어 있다는 점입니다. 두 마리 토끼를 다 잡는 일이 쉽지 않은데, 이 책은 어느 한쪽으로 치우치지 않고 이론과 실습을 균형 있게 다루고 있습니다. 또한, 실습 부분만 살펴보아도 NumPy만을 이용하여 바닥부터 알고리즘을 작성해 보는 것은 물론, 사이킷런과 텐서플로를 활용하는 부분까지 이 책을 따라 하다 보면 체계적으로 학습할 수 있도록 잘 구성되어 있습니다.
그리고 이전 판에서도 그랬듯이 이번 3판에서도 이전 버전의 좋은 내용을 그대로 유지하면서 기존 내용들이 보완되고, 또 새로운 내용들이 추가되었습니다. 특히 이번 3판에서는 딥러닝 부분의 변화가 크게 눈에 띕니다. 우선 텐서플로 2.x에 대한 내용이 매우 자세하게 추가·보완되어 훌륭한 튜토리얼의 역할을 하고 있습니다. 또한, 순환 신경망 외에도 트랜스포머에 대한 설명이 새로 포함되었고, 이전 판에는 없었던 생성적 적대 신경망(GAN)과 강화 학습 부분이 추가된 점도 환영할 만한 큰 변화입니다. 머신 러닝과 딥러닝을 공부하기 위한 책과 자료들이 넘쳐나지만, 많은 내용을 이 정도로 잘 정리하고 있는 책은 흔하지 않고, 그 가치가 매우 크다고 생각합니다. 그리고 제가 처음 머신 러닝을 공부할 때 이 책의 원서 1판을 읽으며 큰 도움을 받았고, 그로부터 제법 많은 시간이 흘렀는데도 이번 3판은 여전히 저에게 도움되는 부분을 꽤 많이 담고 있다는 점이 이 책의 가치를 또 한 번 말해 준다고 생각합니다. 마지막으로 이 책은 번역서만이 가지는 또 하나의 큰 장점이 있습니다. 그 장점은 바로 역자인데요. 박해선 님은 머신 러닝, 딥러닝 분야의 좋은 책을 엄선하여 다수의 책을 번역하셨고, 깔끔한 번역은 물론이고 꼼꼼한 역주, 그리고 실습 코드도 모두 한글화하여 깃허브(github)를 통해 꾸준히 업데이트해 주는 최고의 역자입니다. ‘믿고 보는 박해선 님 번역서’라는 말이 있을 정도로 이 책 역시 깔끔한 번역과 한글화된 오류 없는 실습 코드가 큰 장점이며, 이것이 여러분의 학습에 큰 도움을 드릴 것이라고 확신합니다. 부디 많은 분이 이 책과 함께 머신 러닝과 딥러닝의 바다로 즐거운 항해를 함께 하시기를 기원합니다.
|