한빛미디어

전문가만이 접근이 가능했던(물론 이 말은 현재도 유효하다.) 데이터 분석이 이제는 다양한 프로그램의 개발로 이전에 비해 데이터 분석에 대한 접근이나 방식이 많이 다양해졌다. 그래서 이전에는 여러명의 전문가가 팀을 이루어 협업에 의해 분석이 되던 상황이 이제는 전문 프로그램(그리고 언어)으로 대체되고 있는 상황이다. 그러면서 데이터 분석에 대한 더 정확히 각 분야에 대한 경계 또한 모호해 지고 있는 상황이다. 그래서 이러한 점을 구분하고자 '데이터 과학'이라는 용어가 사용되기 시작했다고 저자는 말하고 있다. 그러나 이러한 구분 또는 사용이 일관되지 않음은 물론 관련 종사자 자신들의 전문분야(데이터 과학)에 대한 과신을 불러왔다고 한다.

[사진] (위) p.11와 (아래) p.12 에서 이 책에 대해 설명하는 부분

이 책은 그런 모호한 문제들을 좀 더 정확히 구분지어 진짜 '데이터 과학자'로 일하려는 사람들을 위해서 만들었다고 한다. 또한 데이터 분석이 의사결정에 중요한 영향을 미치다 보니 기업이나 MBA 과정 등에서도 별도의 부서나 과정이 개설될 만큼 중요지고 있어 '비즈니스 데이터 분석'에 중점을 두고 각 방법들을 설명하고 있다. 또한, 데이터 분석을 위한 다양한 도구가 사용되다 보니 사진에서 보이는 것처럼 이 책의 목적은 특정 도구에 대한 책이 아닌 데이터 분석 방법 자체에 대한 책임을 강조하고 있다.

[사진] 본 책 p.90~91, 「2. 회귀」 설명 부분

한빛 미디어 책 소개란는 이 책의 난이도를 중고급으로 표기하고 있는데, 고급으로 분류되어야 되지 않나 싶을 정도로 사진에서 보는 것처럼 수식으로 가득하다. 데이터 분석 방법 자체에 대한 설명이 이 책의 핵심이다 보니 머신러닝을 활용을 위한 통계학적 기법에 대한 설명이 가득한데, 수학식에 대한 설명이 너무 없어 데이터 분석에 조금 안다고 덤볐다간 낭패를 볼 것 같다. 그래서 실제 데이터 분석 개발자나 현업에서 실력 업그레이드를 목표로 하는 조금 더 명확히는 통계학에 대해 충분한 지식을 갖춘 분들에게 추천한다. 그렇지 않으면 다양한 방법을 담고는 있지만, 내용이 많이 어렵다 보니 그 내용들 이해하겠다고 또 다른 책들을 찾아서 헤매야 될지도 모르겠다. 또 하나 아쉬운 점은 분석 방법 중간 중간에 삽입된 그래프가 실제 기업의 사례이기는 하지만, 분석 방법 설명에 비해 실제 사례 제시 또한 부족하다는 생각이 든다. 개인적으로는 이 책을 사례 자체 보다는 분석 방법(특히 통계학적 측면에서)을 공부하고 싶은 분들에게 추천한다.

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