Do it! 데이터 과학자를 위한 실전 머신러닝

이 책은 머신러닝 모델의 원리를 이해하고 파이썬으로 직접 구현해 보고 라이브러리를 이용해서 사용하는 방법을 통해서 가장 많이 사용하고 있는 13가지의 핵심 머신러닝 모델을 집중적으로 살펴 보는 책입니다.

이 책의 구성

 대부분의 책에서 분류문제와 회귀문제로 나누어서 설명하는 것과 다르게 이 책은 선형모델,트리모델, 그외의 모델과 같이 분류를 하였습니다.

실제로 분류와 회귀는 같은 구조에서 매우 작은 수정만으로 서로 전환이 가능하기 때문에 위와 같이 선형모델,트리모델과 같이 학습하는 것이 유리 할 수 있기 때문에 이해하는데 훨씬 도움이 되도록 구성이 되어 있네요.

 

이 책의 내용

첫째마당 - 머신러닝 준비하기

머신러닝이 무엇인지 살펴 보고 실습환경 설정 방법과 파이썬 패키지 사용법등을 살펴 보고 이후 데이터 준비, 전처리, 모델 학습, 하이퍼파라미터 튜닝, 평가 등 머신러닝의 핵심 단계를 간결하게 체험하도록 안내합니다.

둘째마당 - 선형 모델을 이용한 지도 학습

이 부분에서는 선형 모델에 대한 이해와 최소 제곱법 모델, 로지스틱 회귀 모델, 라쏘 모델, 릿지 회귀 모델 등의 선형 모델을 다룹니다. 각 모델의 개념과 구현 방법, 그리고 확장된 내용과 관련된 추가적인 주제를 다루며, 다양한 선형 모델을 소개합니다.

셋째마당 - 트리 모델을 이용한 지도 학습

이 부분에서는 결정 트리 모델, 랜덤 포레스트 모델, 그레이디언트 부스팅 트리 모델 등 트리 기반 모델을 다룹니다. 이러한 모델의 개념, 구현 방법, 확장 기술, 그리고 피처 중요도와 같은 관련 주제를 다루며, 트리 모델의 다양한 측면을 탐구합니다.

넷째마당 - 기타 지도 학습 모델

이 부분에서는 K-최근접 이웃 모델, 서포트 벡터 머신 모델, 다층 퍼셉트론 모델 등 다양한 지도 학습 모델을 다룹니다. 각 모델의 개념과 구현 방법, 확장된 내용, 그리고 실전에서의 활용 방법을 소개합니다.

다섯째마당 - 비지도 학습 모델

이 부분에서는 비지도 학습 모델인 K-평균 군집화 모델, 계층적 군집화 모델, 주성분 분석 모델 등을 다룹니다. 각 모델의 이론과 구현 방법, 활용 사례를 다루며, 비지도 학습의 다양한 측면을 탐구합니다.

 

이 책의 특징

• 먼저 모델을 이해하기 위한 사전지식 습득 
• 해당 모델이 어떻게 동작하는지 원리 이해
• 해당 원리를 이용해서 파이썬을 이용해서 실제로 구현
• 기존에 구현되어 있는 패키지의 라이브러리를 이용해서 비교 
• 되새김 문제를 통해서 배운 기법을 활용해서 새로운 문제 상황을 해결

 

총평

이 책은 데이터 분석가로 10년 동안 일하며 깨달은 내용을 실무자에게 전하고자 집필한 저자의 비법이 고스란히 녹아 있는 책입니다.

머신러닝 모델을 사용해 보기는 했지만 실제 원리가 어떻게 동작하는지 잘 몰랐다면 이 책을 통해서 모델의 동작하는 원리를 깨닫게 될 수 있습니다.(다만 선형대수학의 기본 개념을 가지고 확장 개념으로 이해 하실 수 있을것 같습니다.)

머신러닝을 이론으로만 접하다가 원리를 이해 하지 못하고 실무에 접했을 때 어려움을 겪을 수 있는 데 이 책을 통해서 기본 모델의 원리를 깨닫는다면 실제 업무나 연구에서 더욱 유연하고 효율적인 모델링을 수행할 수 있게 도와 줄 것 같네요.

이 책은 입문자 보다는 어느정도 모델의 활용법을 알고 있는데 모델의 원리가 궁금하신 분, 실무에 접하기 전 기본 모델을 완벽하게 터득하기를 원하는 분에게 추천 드립니다.

 

 

《Do it! 데이터 과학자를 위한 실전 머신러닝》 서평단으로 책을 제공받아 작성된 서평입니다.