읽게 된 계기

평소에머신 러닝(Machine Learning)에 엄청난 관심을 가지고 있었고, 도서관에서 딥 러닝(Deep Learning)에 관한 책도 몇 번읽은 적이 있다. 그리고 이번 7월 한빛 미디어의 ‘나는 리뷰어다’ 7월 이벤트를 우연히 알게 되고 바로 파이썬(Python) 라이브러리를 활용한 머신 러닝을 신청했다. 물론 한빛미디어에서 리뷰를 쓰는 것이 미션이지만 주관적으로 주관적으로 작성했다.

책의 특징 및 장점

이 책은 파이썬 그리고 scikit-learn패키지로 머신 러닝을 설명하고 예제가 작성되어 있다. 예제 난이도가 높은 편은 아니지만머신 러닝 알고리즘이 많기 때문에 한번에 이해하기 어렵다. 그림이 많아서 이해를 도와주지만 비슷한 예제가많아 헷갈린다. 머신 러닝에서 중요한 학습, 검증 데이터는scikit-learn에 들어있고, 사용하는 방법도 모두나와있어 데이터에 대한 문제는 거의 없을 것이다.

머신 러닝은 크게 지도학습과 비지도학습으로 구분되는데, 초반부에 둘의 차이를 설명하고, 그 이후에는 지도학습과 비지도학습에대해 작성되어 있다. 책의 후반부에는 자신의 데이터를 scikit-learn에서사용하기 위한 파이프 라인에 대한 설명도 있기 때문에 만약 자신이 학습할 만한 데이터가 충분하다면 파이프라인을 만들어 알고리즘을 비교하는 것도좋을 것이다.

소감

알파고 이후 일반인 들에게도 머신 러닝과 딥 러닝이라는 단어가엄청난 화두가 되었다. 심지어 딥 러닝==머신 러닝 이라고생각하는 사람도 꽤 있는 것 같다. 하지만 사실 머신 러닝은 컴퓨터를 학습시키는 알고리즘이고, 딥 러닝은 머신 러닝의 한 종류일 뿐이다. 다만 딥 러닝이 다양한영역에서 월등한 성능을 발휘하기 때문에 머신 러닝 중 딥 러닝이 화제가 되었을 뿐이다.

나도 요즘 화두가 되고 있는 딥 러닝을 공부하고 있었다. 그리고 이 책을 보기 전 까지만 해도 딥 러닝이 가장 좋다 라는 편견을 가지고 있었다. 하지만 책을 보고 생각이 달라졌다. 딥 러닝은 어떤 분야에서 제일좋은 성능을 가지고 있겠지만 다른 머신 러닝 알고리즘도 훌륭한 성능을 낼 수 있다. ‘딥 러닝이 항상답은 아니다.’ 라는 말이다. 책을 한 번 더 읽어서 완벽하게이해한 후 다른 머신 러닝 알고리즘을 적용시켜보고 싶다.