한빛미디어

이 책의 원서 출판사인 Manning에서 Grokking Reinforcement Learning이란 책을 본 적이 있습니다.

다른 책들의 구성과는 다른 형태로 필요한 부분에 대해 핵심적인 수식에 대한 설명과 알고리즘과 코. 그리고 개념에 대해 쉽게 이해할 수 있도록 설명되어 있어서 매료 되었습니다.

그로킹 시리즈에 대해 좋은 기억이 있어 이 책도 스스럼 없이 선택을 했습니다.

이 책의 부제는 "알기 쉬운 비유와 기초 수학으로 시작하는", "단계별로 이해하고, 구현할 수 있다."입니다. 한마디로 그로킹 시리즈의 특징을 잘 설명하고 있다고 볼 수 있습니다.

이 책의 구성은 딥러닝을 공부해야 하는 이유와 기초 개념부터 설명을 합니다. 그리고나서 순전파, 경사하강법, 역전파를 설명합니다. 즉 흐름대로 설명을 하고 있습니다. 

사실 시중에는 딥러닝에 관한 책들이 많이 나오고 있지만, 이런 개념들을 쉽게 설명한 책은 많이 없습니다.  기본 개념을 건너 뛰거나 높은 수학적 지식을 바탕으로 설명하는 책들이 많지만, 이책은 적절한 그림과 간단한 코드로 그 개념을 설명하고 있습니다.

그리고 나서, 모델을 최적화 하는데 필요한 오버피팅, 조기 종료 및 드롭아웃 등의 개념을 몇개의 문장으로 핵심만 찝어서 설명을 하고 있습니다.

개념 설명 중간 중간에 등장하는 코드들은 개념을 이해하는데 도움을 주고 있습니다.

특히, 일반적으로  프레임워크에서 많이 사용하는 autograd와 같은 개념을 코드와 함께 설명하는 "Chapter 13 자동 최적화를 소개합니다. 딥러닝 프레임워크를 만들어봅시다." 부분은 끌리는 챕터였습니다. 

이 장을 통해서 오히려 많이 사용하는 텐서플로우나 파이토치와 같은 프레임워크의 동작 원리를 쉽게 이해할 수 있었습니다.

마지막으로 이책은 다음 레벨로 업그레이드하기 위해 How를 설명하고 있습니다. 제가 생각했을 때 지식을 넓혀나가기 위해서는 반드시 필요한 부분인 것 같습니다.

이 책은 딥러닝을 처음 접근하는 개발자들이 다음 단계로 넘어가기 위해 필요한 디딤돌 같은 역할을 하는 책이라 생각됩니다.