한빛미디어

"제일 먼저 읽어야 할 책"을 표현하는 단어가 마땅히 떠오르지 않는다. 그렇다고 입문서는 아니다.

예전부터 머신러닝을 다루는 책에서 아쉬웠던 점은 바로 수학 공식이 나오는 부분이다. 수학을 잊은 지가 오래여서 다시 고등 수학, 대수학, 유튜브로 공부하면 바로 이해가 되었지만, 머신러닝의 개념과 잘 이어지지 않았다. 다시 말해, 수학, 프로그래밍, 머신러닝이 따로따로 분리되어서 개념적으로 쉽게 결합되지 않았다.

머신러닝은 수학적인 개념을 활용하여 주어진 문제를 해결하는 것인데, 읽기도 쉽지 않은 수학 공식으로 접근하려고 하니 머신러닝 수포자가 되는 것은 아닐까?

이 책은 머신러닝 책이다. 이전 책들과 다른 점은 수학적인 개념이 중심이 되어서 머신러닝을 예로 설명하는 것이다. 머신러닝 공부를 시작할 때 처음에 이 책부터 읽었다면, 다른 책들도 접근하기 쉬웠을 텐데 하는 진한 아쉬움이 있다.

입문서가 아닌 이유는 머신러닝의 선형 회귀와 로지스틱 회귀, 신경망에 관한 기본적인 이해가 있어야 하기 때문이다. 딥러닝에 관해서도 활성화 함수, 정방향, 역전파, 사이킷런을 알고 있어야 한다. 또한, 파이썬에서는 넘파이, 판다스, 맷플롯립을 다룰 줄 안다고 생각하고 진행하기 때문이다.

이 책은 전체 8개의 장으로 구성되어 있다.

1장 '기초 수학과 미적분'에서는 정수론부터 함수, 거듭제곱, 로그, 오일러 수, 자연로그, 극한, 미분, 적분까지 기초 수학의 개념을 설명하고,

2장 '확률'에서는 확률의 개념과 계산법, 베이즈 정리를 알려준다.

3장 '기술 통계와 추론 통계'에서는 모집단, 표본, 편향, 평균, 분산, 표준 편차, 정규 분포 등의 통계 개념과 추론 통계에 관해 설명하고,

4장 '선형대수학'에서는 벡터와 행렬, 행렬 곱셈, 특수 행렬, 역행렬의 개념을 알려준다.

5장 '선형 회귀'에서는 기본 선형 회귀의 개념과 잔차, 제곱 오차, 확률적 경사 하강법의 개념을 살펴보고,

6장 '로지스틱 회귀와 분류'에서는 로지스틱 회귀의 개념과 베이즈 정리, 분류의 수학적 개념을 알려준다.

7장 '신경망'에서는 활성화 함수와 정방향 계산, 역전파의 개념과 계산법을 살펴보고,

8장 '경력 조언과 앞으로의 진로'에서는 데이터 과학자를 직업으로 정했을 때 고려해야 할 점과 주의할 점을 가감 없이 알려준다.

마지막 부록으로 '개발자를 위한 필수 수학 워크북'은 7장까지 설명한 개념에 관한 복습 문제로, 수학적인 개념이 적용된 실생활 예시를 통해 문제와 해답을 알려준다.

각 장은 주제와 관련된 수학적 개념을 먼저 설명하고, 파이썬 코드로 실습한다. 실생활에서 접할 수 있는 예제로 설명하기 때문에 어렵지 않으며, 그림을 많이 포함하고 있어서 이해가 더욱 쉬웠다.

책 중간중간 'Note'와 'Tip', 'CAUTION'은 개념 설명을 위해 필요한 보충 설명을 하고, 저자의 경험도 빼곡히 알려주니, 관심 있게 읽어보도록 하자.

이 책을 읽고 나면 수학 공식이 있어도 더 이상 부담스럽지 않고 쉽게 읽을 수 있는 마법 같은 일이 벌어진다. 개인적으로 7장 '신경망'을 가장 재미있게 읽었으며, 3장의 '추론 통계'는 아직도 잘 이해가 되지 않지만, 꾸준히 반복해서 읽으면 이해가 되겠죠?

끝으로, 이 책을 통해 전달하고자 하는 저자의 인용문으로 마무리한다. 감사합니다.



필자는 그리스 기호로 가득 찬 수식을 피하고, 그 자리에 일반적인 언어를 사용하려고 최선을 다했습니다. 하지만 이 책을 통해 여러분이 수학과 통계에 대해 조금 더 편안하게 이야기하고, 이 분야를 성공적으로 탐험하는 데 필요한 지식을 얻기를 바랍니다.
이 책에 대하여, p11

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