한빛미디어

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

​

<파이썬 라이브러리를 활용한 머신러닝>

파이썬을 이용한 머신러닝 모델 제작시 가장 중요한 것은, 다양한 모듈, 함수 등의 라이브러리를 상황에 맞게 얼마나 잘 활용하느냐라고 생각한다.

문제에 알맞는 머신러닝 모델을 선정하고, 필요한 것들을 라이브러리에서 효율적이고 빠르게 가져오는 것이 코딩의 완성도를 좌지우지하게 된다.

웹상에는 다양한 사람들이 많든 수많은 tool들이 있지만, 사이킷런은 그러한 라이브러리 중에서도 특히 머신러닝에 많이 사용되는 도구 중 하나이다.

​

머신러닝에는 사이킷런 외에 케라스, 텐서플로도 자주 사용되지만, 개인적인 생각으로는 사이킷런이 좀 더 쉽고, 유저 친화적인 느낌이다. 또한, 기존 머신러닝 모델들을 그대로 적절한 변형을 통해 사용이 가능하다는 것이 큰 장점이라고 생각된다.

보통 이런 식으로 문제의 목적, 데이터의 크기, 형태 등에 따라 수많은 알고리즘들을 적용하고 평가할 수 있다. 사이킷런에서는 대부분 이러한 프로세스로 진행하면서 해결이 가능하며, 본 책에서는 이러한 지도학습, 비지도학습 별 종류들과 회귀, 분류 시 사용되는 알고리즘들을 자세히 소개해 놓았다. 예시를 따라하면서 쉽게 어떤 프로세스로 진행되는지 확인할 수 있었다.

특히 머신러닝의 핵심인, 모델 평가 및 모델 성능을 향상하기 위한 방법들에 대해 자세히 수록돼 있었다. 모델의 복잡도나 데이터 크기와 특성, 적용 알고리즘들을 모두 고려하여 최적의 머신러닝 모델을 만드는 것이 책의 목적이며, matplotlib 등을 통해 많은 예시들과 그래프로 쉽게 설명을 이해할 수 있었다.

​일반적인 머신러닝의 대표적인 예제 중 하나인 붓꽃 문제를 직접 머신러닝 알고리즘을 적용하면서 쉽게 이해할 수 있었다.

머신러닝 프로젝트 수행시 옆에 두어야 할 책

​

총평하자면, 머신 러닝을 실제로 적용하는데 있어 기초적이면서도 실용적인 내용들이 담긴 파이썬 머신러닝 책이다. 다양하고 수많은 데이터가 쏟아지는 시점에서, 분류, 군집, 회귀 등 다양한 문제들을 머신러닝으로 해결하고 싶은 이러한 사람들에게는 꼭 추천하는 책이다. 옆에 놔두면서 항상 참고하고 제대로 이용할 수 있을 것 같다.