한빛미디어

전체적인 구성은 다음과 같다.  

1부. 머신러닝 실무 노하우
- 머신러닝 프로젝트 처음 시작하기
- 머신러닝으로 할 수 있는 일
- 학습 결과 평가하기
- 기존 시스템에 머신러닝 통합하기
- 학습 데이터 수집하기
- 효과 검증하기
2부. 머신러닝 실무 프로젝트
- 프로젝트 1 : 영화 추천 시스템 만들기
- 프로젝트 2 : 킥스타터 분석하기
- 프로젝트 3 : 업리프트 모델링으로 마케팅 효율 높이기

이 책의 저자도 서문에서 언급하는 것처럼 이 책의 난이도는 중급 혹은 그 이상이다. 전체적인 책의 맥락은 이론적으로 머신러닝을 활용하는 것보다는 이론을 넘어 지금까지 쌓아둔 이론을 적재적소에 활용하는 방향으로 구성되어 있다.  

따라서 이 책은 머신러닝에 입문하는 초보자, 학부생 수준으로는 다소 버거울 수 있다. 그렇기에 이 책을 읽기 전에 한빛미디어의 '밑바닥부터 시작하는 딥러닝'을 읽는 것을 추천한다. 본 도서와 그 방향이 다르지만, 상대적으로 쉽게 쓰였다는 점과 머신러닝의 한 분야인 딥러닝을 이해함으로써 보다 효율적으로 '머신러닝'이라는 학문에 접근할 수 있을 것이다.

위의 구성과 같이 1부에서는 '실무에서는 어떻게?'라는 초점에 맞춰 머신러닝 프로젝트를 진행하는 방법에 대해 설명한다. 2부에서는 이런 프로젝트 방법론을 바탕으로 프로젝트를 진행하게 된다. 따라서 이론을 갖춘 이가 1부의 프로젝트 진행 방법을 살펴보고 본격적으로 2부의 예제를 따라가며 머신러닝을 보다 효율적으로 이해한다.

마지막으로 이 책에 대해 필자 개인적으로 아쉬운 부분은 내용에 비해 편집과 그 구성이 부족하다고 느꼈다는 것이다. 특히 1부에서 전체적인 문맥 구성과 사용된 어휘가 일반적이지 않았다고 느꼈다. 원서를 그대로 옮겼다면 어쩔 수 없는 부분이지만, '린 스타트업' 혹은 '스크럼'에 기반하여 책을 서술하는 부분에서 해당 분야를 알지 못하는 연구원이나 이론보다 체험적으로 익힌 비전공자라면 다소 난해하게 다가올 것이라 생각하게 되었다.