한빛미디어

저는 파이썬을 대학생 시절에 전공 강의를 통해서 여러번 다뤄봤지만 딥러닝은 이 책을 통해 처음 접해보았습니다. 제가 이 책을 선택한 이유는 평소 머신러닝에 관해서 학습을 하고 싶었고 기왕이면 다홍치마라고 제가 자주 다뤄봤던 언어 및 개발환경에서 학습하면 좀더 쉽게 이해할 수 있을것 같아서 선택을 하였습니다.

이 책의 특성은 파이썬에 대해 기본적이지만 알아야 할것은 학습한 후에 딥러닝을 학습하게 하는 코스로 나와있기 때문에 딥러닝과 관계없이 오로지 파이썬에 대해 학습을 하고 싶어하는 사람들이 봐도 좋을법한 파이썬 책입니다.그리고 딥러닝에 대해 기초적으로 탄탄하게 내용이 구성되어 있어서 쉽게 내용을 학습할 수 있다는 점입니다.

요즘 대기업에서는 A.I 및 IoT를 위해 머신러닝에 대해 개발을 추진하는 추세입니다. 딥러닝이란 기술은 인간의 뇌구조를 묘사한 뉴럴 네트웍에 기반한 기술이고 굉장히 다양한 일들을 하고 있는데 예전에는 단순히 로봇에 학습을 시켜서 사람을 따라하게 만들었지만 이제는 로봇뿐만 아니라 스피커, 청소기등등이 자신들이 가지고 있는 학습 데이터에 기반해서 판단을 내리고 행동하는 초연결시대로 나아가기 위한 기술이기 때문입니다. 그래서 구글, 삼성같은 IT관련 대기업들은 이미 머신러닝에 관련돈 기술자들을 교육해서 키워내는등 첫번째 선두로 등장하기 위해 엄청난 경쟁을 벌이고 있을 정도로 21세기의 핵심 기술중 하나입니다.

구성

Chapter 0: 개발 환경 준비

Chapter 1: 머신러닝 개요

Chapter 2: 머신러닝의 흐름과 과적합

Chapter 3: 성능평가지표와 PR 곡선

Chapter 4: 파이썬 기초, 변수와 자료형

Chapter 5: 파이썬 기본 문법

Chapter 6: 함수 기초

Chapter 7: NumPy

Chapter 8: Pandas 기초

Chapter 9: Pandas 응용

Chapter 10: 데이터 시각화

Chapter 11: matplotlib 사용하기

Chapter 12: 다양한 그래프 그리기

Chapter 13: 람다와 맵: 편리한 파이썬 기법

Chapter 14: DataFrame을 이용한 데이터 클렌징

Chapter 15: OpenCV를 이용 및 이미지 데이터 전처리

Chapter 16: 지도학습(분류) 기초

Chapter 17: 하이처파라미터와 튜닝(1)

Chapter 18: 하이퍼파라미터와 튜닝(2)

Chapter 19: 딥러닝 구현

Chapter 20: 딥러닝 튜닝

Chapter 21: CNN을 이용한 이미지 인식 기초

Chapter 22: CNN을 이용한 이미지 인식 응용

파트별로 나누어 봤을때 1~3장은 머신러닝 기초 즉 머신러닝에 대한 이론적 내용에 대해 설명하고 있고 4~6장은 파이썬의 기초적인 문법에 대해 7~9, 13~15장은 libraries(심화적인 문법)에 대해 10~12장은 데이터를 그래프로 나타내는 방법에 대해 16~18장은 데이터를 파라미터로 나타내는 기술에 약간의 머신러닝을 첨가한 내용이고 19~22장은 딥러닝에 대해 설명하고 있습니다.

그리고 1, 2장은 머신러닝에 대해 머신러닝이 얼마나 주목받고 있는 기술인가와 과학적인 이론에 대해 설명하는 부분이라 이부분은 공부하시면서 한번쯤은 천천히 훓어보는것을 추천합니다.

개인적인 생각으로 학습은 파이썬을 1부터 시작해야하는 초보자이신 분들께서는 4장부터 시작하시면 좋을것 같고 어느정도 파이썬에 대해 경험이 있으신 분들(파이썬에 대해 기초적인 지식은 숙지하고 있다.)은 7장부터 시작하시면 좋을듯 싶습니다. 그리고 현재 파이썬에 대해 지식이 어느정도 풍부하시거나 현직에서 사용하시면서 프로젝트를 위해서 딥러닝을 학습하시는 분들은 10장부터 시작하시면 좋을듯 싶습니다.

그리고 개인적으로 약간의 단점이 파이썬을 통한 딥러닝 교과서인데 내용부분에서 딥러닝부분이 차지하는 비율이 생각보다 너무 적은것 같아 이 책이 딥러닝에 대해 학습하는 책인지 파이썬에 대해 학습하는 책인지 생각이 들게 하는 내용 구성이라 딥러닝에 관한 내용이 좀더 많았으면 하는 아쉬움이 있습니다.