[길벗 개발자 리뷰어] 머신 러닝을 위한 수학 with 파이썬, R

 

 

길벗 개발자 리뷰어로 선정되어 책을 리뷰하는 기회가 생기게 되었습니다. 여러책들이 있었는데 저는 "머신 러닝을 위한 수학 with 파이썬, R" 이라는 책을 선정하였습니다.

 

제가 이 책을 선택한 이유는 머신 러닝을 공부하면서 수학의 중요성을 굉장히 많이 느끼고 있는데요. 그 수학을 이해하는 과정에서 어려움이 굉장히 많았습니다. 관련 공부를 시작하고 싶었지만 어려움이 많아 필요할때만 찾아서 공부하고 했습니다.

 

마침 길벗 개발자 리뷰어에게 제공되는 책 중 머신 러닝을 위한 수학에 관련된 책이 있었고, 목차를 살펴본 후 도움이 될 것 같아 이 책을 선택하게 되었습니다.

 

먼저 책의 목차는 다음과 같습니다.

목차

1장 데이터 과학과 파이썬 소개

 

2장 머신 러닝을 위한 선형대수

 

3장 미분과 적분의 이해와 응용

 

4장 확률과 통계

 

5장 확률 분포와 통계적 추론

 

6장 상관분석과 분산분석

 

7장 선형 회귀 분석과 모형 확장

 

8장 머신 러닝, 딥러닝 그리고 AI

 

1장 데이터 과학과 파이썬 소개

---

1장에서는 데이터 과학에 대한 전반적인 설명으로 시작됩니다. 데이터 과학에 수학이 왜 필요한지에 대해 설명을 해줌으로써 수학의 중요성에 대해 알려줍니다. 또한 책을 읽으면서 필요한 파이썬과 R에 대해 간다한 소개와 실습을 진행하면서 코딩 입문자에게도 큰 어려움 없이 다가올 수 있도록 책에 담겨 있습니다.

2장 머신 러닝을 위한 선형대수

---

2장에서는 머신 러닝에 필요한 수학 중 하나임 "선형대수"에 대해 설명합니다. 저는 선형대수를 공부하면서 머신 러닝에 적용이 어떻게 되는 것인지 이해하기 어려워 했습니다. 이 책에서는 그럼 어려움을 덜어주었습니다. 행렬을 설명하면서 그림, 표 등을 적절하게 활용하며 독자가 최대한 이해하기 쉽도록 설명을 해주는 느낌이었습니다. 또한 관련 실습을 진행하는데 파이썬과 R 두개의 실습을 모두 제공하고 있습니다. 이 부분도 굉장히 좋다고 생각하였습니다. 

3장 미분과 적분의 이해와 응용

---

3장은 미분과 적분입니다. 먼저 함수, 미분, 적분에 대한 설명으로 시작하는데 여기서도 그림, 표 등을 활용해서 설명을 해주니 훨씬 이해가 잘갔어요. 이미 알고있는 내용도 있어서 이해가 잘 되는 부분이 있을수도 있지만, 입문자들도 충분히 이해하게 쉽게 설명이 되있었어요. 미분은 경사하강법에서 활용되는 개념인데 책에서는 실습을 통해 설명이 담겨 있어서 더 쉽게 다가왔습니다. 여기서도 마찬가지로 파이썬, R 두가지 실습을 제공하고 있습니다.

4장 확률과 통계

---

저는 확률과 통계를 공부하면서 베이즈 정리에 대해 이해하는데 어렵고 시간이 많이 걸렸었습니다. 그래도 책에서 최대한 쉽게 설명하려는 느낌이 있었습니다. 입문자들에게는 조금 어려울수도 있을 것 같아 구글링을 통해 궁금한 부분을 더 찾아보고 하면 도움이 될 것 같아요. 그리고 4장에서는 지지도, 신뢰도, 향상도에 대해 설명하면서 연관규칙에 관한 실습을 제공하고 있습니다. 저는 연관규칙을 실습으로 담아줘서 정말 좋았어요. 이 실습을 통해 조건부 확률을 더 잘 알 수 있었습니다.

5장 확률 분포와 통계적 추론

---

5장은 어려운 부분 없이 그냥 쭉 읽기 쉬웠던 장이었습니다. 확률 분포 또는 검정에 대해 정리된 자료를 보고 싶거나 다시 한번 익히길 원하는 사람들에게 굉장히 좋을 것 같았습니다. 그 만큼 정리가 잘되어있습니다. 관련 실습도요!!

특히 저는 R로만 관련 실습을 했었는데 이 책을 통해 파이썬 코드도 알게 되어서 좋았어요.

6장 상관분석과 분산분석

---

6장도 되게 쉽게 읽기 좋은 장이었습니다. 다른 파트에 비해 개념적으로 쉬운 부분이어서 그럴수도 있지만 내용도 쉽게 설명이 되어있습니다. 전공자들은 쉽게 읽기 좋고, 입문자들도 어려움없이 읽을 수 있을것 같았어요.

 

7장 선형 회귀 분석과 모형 확장

---

7장은 예시를 잘 들어서 설명했다라고 생각을 했습니다. 또 계속 독자에게 질문을 던지면서 묻는 느낌이 들어서 좋았어요. 혼자서 대답도 해보면서 책을 읽으면 더욱 도움이 될 것 같습니다. 또 회귀모형의 확장 모형인 포아송 회귀모형과 로지스틱 회귀모형에 관한 내용도 담겨 있어 좋았고 이 두개의 모형 특징들이 잘 담겨 있다고 생각하였습니다.

8장 머신 러닝, 딥러닝 그리고 AI

---

8장에서는 머신러닝과 딥러닝에 관한 내용입니다. 만약 입문자들이라면 머신러닝과 딥러닝에 대해 기초적인 지식이지만 꼭 필요한 부분들을 알 수 있는 기회를 얻을 수 있다고 생각하였습니다. 또한 딥러닝에 관한 간단한 예제도 담겨있어서 딥러닝을 맛보고 싶은 분들에게 정말 좋을 것 같았습니다.

 

책 전체 리뷰

데이터 과학을 공부하면서 "수학"은 정말 중요한 부분입니다. 그 안에는 모두 수학이 담겨있기 때문입니다. 수학적 내용이 이애하기는 어렵지만 한 번 이해를 하고 익숙해 지게 되면 많은 분석 기법들을 훨씬 더 잘 이해할 수 있습니다. 하지만 이 사실은 우리 모두 알고있지만 실천하기가 정말 어렵다고 생각을 합니다. 그 실천에 이 책이 도움이 될 것 이라고 생각합니다. 수학과 관련된 책은 굉장히 많이 있지만 제가 느낀 이 책의 장점은 쉽다입니다. 최대한 독자들을 쉽게 이해 시키려는 느낌을 받았습니다. 그렇게 하기 위해 책에서는 그림이랑 표를 예시로 많이 사용하고 있습니다. 또한 책에서는 파이썬, R 두가지의 실습을 제공하고 있습니다. 사람마다 각자 좋아하는 프로그래밍 언어들이 있지만 책에서는 대표적으로 많이 사용되는 두가지 언어의 실습을 제공하고 있어 이 부분이 굉장히 좋았어요. 저도 파이썬을 주로 사용해 왔지만 R코드를 새롭게 알게 되어서 좋았습니다.

 

 

www.yes24.com/Product/Goods/91790187

머신 러닝을 위한 수학 with 파이썬, R