한빛미디어

두산백과에서 ‘교과서’에대한 설명은 다음과 같이 시작한다.

요약: 교육에 사용되는 교재를 교수학습에 편리한 형태로 편집한 도서

교과용도서에 관현 규정 제 2조를 보면 교과서는 ‘학교에서 교육을 위해 사용하는 학생용의 주된 교재’라고 정의하고 있다. 교과서는 학습내용을 제시하고 이를 학생이 탐구해 나가도록 하며, 학생의학습동기를 유발시키는 기능이 있다. 또한 학생에게 학습내용을 구조화시키기도 하며 학습과제를 제시하는역할도 한다. … (이후 생략)

 

(출처:

https://terms.naver.com/entry.nhn?docId=1065373&cid=40942&categoryId=31723 )

이시카와 아키히코 저/박광수 역의 ‘파이썬으로배우는 딥러닝 교과서’는 책의 제목 그대로 파이썬을 이용하여 딥러닝을 공부하는 이들에게 교과서로 쓰일만한 책이다. 요즘 딥러닝과 함께 가장 많이 회자되고 사용되는 프로그래밍 언어는 다름아닌 파이썬이다. 파이썬은 배우기 쉬울 뿐 만 아니라 손쉽게 이용가능한 방대한 라이브러리를 갖추고 있다.

이 책은 크게 세 부분으로 구성되는 데, 책의 초반은 머신러닝에 대한개괄적인 설명을 담고 있다. 머신 러닝이 무엇인지, 왜 최근들어 이렇게 주목받고 있는지, 머신 러닝의 학습방법에는 어떠한 것들이 있는지 등을 통해 머신 러닝의개요를 다룬다. 이어 지도학습이 어떻게 이루어지는지, 학습데이터를 훈련 데이터와 테스트 데이터로 어떻게 나눌지, 과적합과 앙상블 학습이 무엇인지에 대해 간략히설명하며, 성능 평가 지표와 PR 곡선을 통해 어떻게 모델을평가할 수 있는지에 대해 소개한다. 이 책의 중반부는 딥러닝을 위해 알아야 할 파이썬에 대해 중점적으로다루고 있다. 파이썬을 처음 접하는 초보자라도 충분히 따라 올 수 있도록 기본 문법 등의 기초 내용에서부터 NumPy, Pandas, Matplotlib, OpenCV 등 머신 러닝에서 필수적인 라이브러리에 대한 고급기법을 넘나드며 딥러닝의 실전을 위한 다양한 파이썬 활용법을 기술하고 있다.  책의 후반부는 그동안의 학습을 바탕으로 본격적으로 딥러닝을 다루는 데, 하이퍼파라미터가 무엇인지, 모델별로 어떤 하이퍼파라미터를 다루어야하는지 설명한다. 이후 딥러닝을 구현 및 튜닝, CNN을이용한 이미지 인식과 그 응용 방법으로 책을 마무리하고 있다.

 무엇보다이 책의 백미는 21장의 CNN을 이용한 이미지 인식 기초이다. 21장의 내용은 딥러닝이 이미지를 인식하는 방법에 대해 다루며, 이를간단한 프로그래밍을 통해 차근 차근 풀어감으로써 CNN을 이루는 합성곱층 및 풀링층에 대해 보다 더확고한 개념을 확립할 수 있도록 하고 있다. 이후 Keras 및Tensorflow를 이용하여 실제 응용가능한 모델을 만드는 방법 및 하이퍼파라미터의 튜닝을 다루고있는 데, 다른 책이나 강의에 비해 훨씬 더 직관적으로 CNN을이해할 수 있도록 해준다.

 이책은 교수/학습을 위한 ‘교과서’처럼 중간 중간 문제를 내고, 학습자가 생각할 시간을 주고 있다. 다른 책들과 다른 구성에 처음에는 조금 어색하기도 했지만, 책의내용을 따라가면 그리 어렵지 않게 해결할 수 있고, 또한 핵심적인 부분을 강조하는 문제이기에 학습의포인트를 잡는 데도 도움이 될 것이다. 전체 700 페이지가넘는 분량으로 학습량이 적지 않은 편이나, 짜임새 있는 구성으로 책과 함께 하는 여정이 그리 고되고나 지루하지만은 않을 것이다.