yr2***
2022-02-23

금융업계에서 종사하는 사람에게 유익한 머신러닝 알고리즘 구축법을 알려준다. 자연어 처리와 함께 지도 학습, 비지도 학습, 강화 학습에 필요한 머신러닝 개념과 19가지 사례 연구를 살펴본다.
Data-powered enterprise가 될 수 있는 가능성이 높은 산업군은 어디일까? IT기반 회사, 유통 회사 등 여러 산업군이 있겠지만 나는 그 중에서도 금융권을 주목하고 싶다. 금융업계는 예전부터 data가 전산화 되어 왔고, 시장 예측이나 이상 거래 탐지 등 data를 기반으로 한 task가 필요하며 숫자/통계 없이 커뮤니케이션 할 수 없는 업계이기 때문이다.
이번 달 부터 한빛미디어 서포터즈를 통해서 1달에 1권 씩 책을 제공받아 리뷰를 쓰게 되었는데, 이 책이 그 첫번째가 되었다! 무튼, 그 전부터 나는 여의도, 월스트리트의 도시적이고 바쁜 분위기를 연상케 하는 금융권에 대한 왠지 모를 경외심과 최근 마이데이터 사업 등과 같이 Big Data/AI를 누구보다 요구하며 기술을 활용할 수 있는 양질의 data를 가지고 있는 이 산업군에 머신러닝을 적용하는 것에 대한 관심을 가져 왔었다.
이 책은 3명의 금융권 ML 연구원들에 의해 쓰여졌고, 뉴요커 금융맨들이 소개해 주는 19가지 사례를 통해 머신 러닝에 대한 전반적인 개념부터 실전 예제까지 체험해 볼 수 있다. 다만, AI분야를 한 번도 훑지 않은 사람이라면 어려울 수 있다.
전문: https://sysout.tistory.com/83 [Emily's Tistory]
※ 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다