[ 지앤선(志&嬋)]파이썬 머신러닝
[ 지앤선(志&嬋)]파이썬 머신러닝
이 책을 리뷰하기전에
지금 내가 사용하고 있는 스마트폰은 NASA에서 1969년에 사용된 컴퓨터들보다 성능이 몇백배는 더 좋다(링크). 그런데도 이런 성능조차도 부족함을 느끼는 산업이 있다. 이세돌과 알파고의 대국을 통해 엄청난 인기를 끌게 된 머신러닝이 그것이다. 이를 두고 4차 산업혁명이라고도 부른다.
똑같은 결과물을 놓고 그것을 어떻게 활용하느냐에 따라 그 가치의 가치는 무한하다. 그 예로 가게의 요일별, 시간대별 매출을 분석해서 가게 마케팅 방법을 바꾼다거나, 과거의 데이터를 토대로 미래를 예측하는 것들이 있다.
이 분야를 이해하기 위해 머신러닝이 무엇인지 알아볼 필요가 있다.
머신러닝(Machine Learning, 기계학습)
Machine learning is a type of artificial intelligence (AI) that provides computers with the ability to learn without being explicitly programmed.
머신러닝은 컴퓨터에게 명확하게 설명없이 학습할수 있게하는 능력을 주는인공지능의 한 분야
이 책은…
이 책은 머신러닝에 대해 폭넓게 다루고있다. 수학적 지식, 프로그래밍 지식(Python)이 배경지식으로 필요하다. 만약 머신러닝 또는 프로그래밍에 대해서 첫 시작으로 생각하고 이 책을 구입하려한다면 다른 자료들을 통해 공부해야 할 필요가 있다.
책의 구성
책은 총 13개의 챕터로 구성되어있다
Chapter1 — 컴퓨터에 데이터를 학습할 수 있는 능력 부여하기
Chapter2 — 분류를 위한 머신러닝 알고리즘 훈련
머신러닝에 대한 이야기, 책에서 사용되는 기술에 대해 설명을 담고있다.
Chapter3 —사이킷런을 사용한 머신러닝 분류기
사이킷런 오픈소스를 활용한 고급 머신러닝 알고리즘을 다룸
Chapter4 — 좋은 훈련 데이터의구성
데이터 전처리 기법 설명
CHAPTER 5 차원축소를 이용한 데이터 압축
데이터를 저차원으로 압축해서 계산효율을 높이는 기법
CHAPTER 6 모델 평가와 하이퍼파라미터 튜닝에 관한 사례학습
모델 튜닝과 평가를 위한 사례 학습
CHAPTER 7 앙상블 학습을 위한 여러 가지 모델 결합
여러 머신러닝 모델들을 결합하여 더 향상된 예측 시스템 만드는 법
CHAPTER 8 머신러닝을 감성분석에 적용하기
CHAPTER 9 머신러닝 모델의 웹 애플리케이션 임베딩
텍스트의 감성 예측을 위한 모델 구현
CHAPTER 10 회귀분석에 의한 연속형 목표변수 예측
회귀분석 알고리즘을 통해 연속형 결과변수 예측
CHAPTER 11 레이블 없는 데이터로 작업하기 — 군집분석
군집분석을 적용해서 숨어있는 구조 발견
CHAPTER 12 이미지 인식을 위한 인공신경망 훈련
CHAPTER 13 시애노 병렬 신경망 훈련
책은 크게 해당 챕터에서 배울 내용에 대한 요약된 이론, 도식, 코드로 이루어져 있다. 이 책에서 가장 좋았던 부분은 참고자료를 많이 담고 있었다는 점이다.
기술을 공부할 땐 막히는 부분이 꼭 생긴다. 그 때 구글에 검색을 통해 해결해야하는데 무엇을 모르는지 모르기에 어떤 내용을 검색해야할 지 막막했던 경험이 있다. 책에서 키워드 중심으로 설명이 잘 되어있고, 추가 설명이 필요한 내용은 링크를 담고 있어서 필요에 따라서 자료를 찾아보고 실습한다면 더없이 좋은 참고서가 될 것이라 생각한다.
리뷰를 끝내고
물론 [ 지앤선(志&嬋)]파이썬 머신러닝 한 권을 완독한다고해서 ‘나는 머신러닝 분야 마스터다’라고 할 수는 없을것이다. 하지만 ‘이 분야는 어떻게 이루어져 있고, 이런 기술을 적용하면 활용할 수 있겠구나’하는 경험을 할 수 있다.
머신러능을 활용한 기술은 이미 연구가 활발하다.
모자이크 처리된 사진을 모자이크 이전으로 되돌리는 기술을 연구하는 분야 또는
이미지 분석을 통해 사물을 구분하거나 분위기를 파악하는 기술도 구현되어있다.
리뷰를 쓰고 있지만 파이썬 머신러닝 책을 완독하지 못했다. 그만큼 공부해야 할 내용이 많고, 노력도 많이 필요하다. 하지만 지속적인 공부를 통해 익숙해지면 재밌는 기술들을 만들수 있지 않을까?
