wnghdc***
2021-06-17

캐글 마스터들의 노하우를 한 권에 집대성한 책. 흔히 사용하거나 검색으로 쉽게 찾을 수 있는 방법론 외에 다양한 대안들을 여러 예제와 함께 배울 수 있다.
데이터가 뛰어노는 AI놀이터, 캐글을 읽고...
내가 과외를 하면서 많이 듣는 질문은 프론트엔드, 백엔드 등 어떤 게 좋을까요? 라는 질문이다. 거기에 대한 해답으로 나는 AI데이터 엔지니어가 어떠냐 라는 말을 한다. 그렇게 말을 하면 대학원을 꼭 가야 하지 않느냐 라는 답변이 오곤 하는데 대학원을 안가고 캐글에서 우승하면 된다라는 말을 한다.
물론 모든 이에게 그런말을 하는 건 아니고 대학교 3학년 정도일 때만이지만... 2년이라는 시간이 남았다면 충분히 캐글을 도전할 만하기 때문이다.
캐글은 AI데이터 엔지니어들의 대회이자 놀이터이다. 그 공간에서 우승이나 어느정도 순위를 따낸다는 것은 기업에서 탐낼 인재가 된다는 것을 의미하기 때문이다.
이 책은 AI를 공부하는데 있어서 옆에 놔두고 레퍼런스로 쓰기에 굉장히 좋은 책이다. 겉으로는 캐글이라는 대회를 준비하는 사람들을 위한 책인 것같지만 사실상 대회를 준비하는 것은 곧 엄청난 공부를 한다는 것과 같으니까 말이다. 평가지표 선정, 특징설정, 모델구축, 평가, 앙상블, 모델개선 이렇게 구성이 되고 담백하게 7장으로 구성되어있다. 판다스나 파이썬의 기초같은 것도 없으니 너무나도 좋다! 저자의 경험들이 녹아져 있는 글들만이 가득하며 깨알같은 팁들로 이루어져있다.
이제는 누가 AI를 한다고 하면
- 성흔킴유툽강의(https://www.youtube.com/channel/UCML9R2ol-l0Ab9OXoNnr7Lw
- 이 책
끼고 실무 프로젝트 도전 이렇게 하면 된다고 할 것 같다.
241p - 과거와 현재가 공존하는 어색한 리뷰 - BAD
186p - 노하우들이 많이 들어가 있다. 예를 들어 이 페이지에는 "다만 앞서 '주기적인 동향파악'을 위한 충분한 데이터 확보에서 설명했듯이 2년미만의 학습데이터 밖에 없는 경우라면 주의해야 합니다. " 라고 되어있다. - GOOD
중요 함수에 대한 설명이 부족한 부분이 있다. 아웃오브필드 등 NOTE 수준으로 상세적으로 설명이 들어가 있었다면. 좋을 것같다. - BAD