크레마클럽

?? 파이썬 머신러닝의 구조 인공지능 입문 책추천

?? 파이썬 머신러닝 공부를 시작하신다면,


파이썬은 정말 다방면에서 활용되는 범용 프로그래밍 언어 같아요. 요즘 파이썬이 가장 많이 활용되는 분야 중 데이터과학 분야는 그동안 R 통계 패키지가 지배적이었거든요. 파이썬에 인공지능 관련 라이브러리가 추가되면서 주류 인공지능 개발 언어로 떠올랐어요.

?? 재미있게 공부하는 파이썬, 머신러닝, 인공지능AI

데이터분석과 머신러닝 공부를 해오고 있는 입장에서, 파이썬 3학년 머신러닝 구조를 보았을 때 매우 놀라웠어요. 머신러닝 공부를 하면서 어려웠던 점은, 처음부터 선수지식(미리 배워야 하는 배경지식)을 습득한 상태를 가정하고 책이 집필된 경우가 많았기 때문인데요. 머신러닝을 제대로 이해하려면, 인공지능과 통계지식, 컴퓨터공학지식, 데이터 관련 지식이 모두 필요하기 때문에 진입장벽이 높은 편이예요.

?? 핵심만 간단하게 배우는 머신러닝

파이썬 3학년 머신러닝 구조는 누구나 쉽게 인공지능 AI 뜻과 머신러닝의 구조에 대해 알 수 있도록 집필되었다는 점이에요. 복잡하고 어려운 설명보다 직관적이고 핵심만 전달하는 방식으로 독자들의 이해를 돕고 있었는데요.

귀여운 캐릭터의 대화 형식을 통해 머신러닝의 구조와 기능, 개념에 대해서 배워가니까, 생각보다 재미있고 호기심이 생기더라고요.

?? 추천독자

파이썬 3학년 머신러닝의 구조는 분명 입문자 분들을 위한 인공지능 책이에요. 그렇지만 파이썬 기초와 데이터 구조에 대한 개념을 알고 계셔야 머신러닝을 이해할 수 있어요.

앞서 말씀드린 선수지식과 부분이에요. 100% 이해하지 못하더라도 일러스트와 친절한 설명을 차근차근 읽어가시면서 예제풀이를 진행하신다면, 머신러닝에 입문하는데 많은 도움을 얻으실 수 있을 거예요.

출판사를 통해 도서를 제공받아 직접 읽고 작성한 후기예요.

파이썬 머신러닝에 대해 쉽고 간결하게 가르쳐 주는 책입니다.

3학년이라는 이름을 붙인 것 처럼 파이썬 기초를 띄고 머신러닝 입문자들에게 강력추천합니다. 설명을 이거보다 쉽게 할 수 있을까 라는 의문이 들정도로 쉽게 해줍니다. 코랩 사용법과 친절하게 코드까지 다운 받을 수 있도록 제공합니다.

파이썬 머신러닝을 배우고 싶다면 적극 선택 권장드립니다.

하나 아쉬운점이 있다면 R에서 데이터분석을 하고 넘어오신다면 너무 많이 활용한 데이터셋인 iris를 또 사용합니다. R에서 연습 많이 하신분이라면 조금 지겨우실 수도 있다는 정도?

출판사 서평단 모집에는 이제 그만 응모하자고 해놓고..

이 책의 캡처본 일부를 보고 꼭 봐야겠다고 생각해서 손을 들고 말았습니다.

뭐얏 머신러닝 책이야 만화책이야라는 생각이 들정도의 콘텐츠 구성이 눈낄을 끌었기 때문이었습니다.

사실 몇페이지만 재미있게 구성해 놓고 쉬운 책이라고 광고해서

낚였던 적이 있어서... 이책은 어떻게 풀어나갔을까? 궁금했습니다.

드디어 책을 받아 보니,

표지부터 뭔가 동화 책처럼 생겼습니다.

저자의 머릿말이 내맘과 같습니다.

하지만 전문적인 책은 대부분 어딘가 어려워 보이고, 초보자용 책임데도 어려운 수식이 스여 있어 쉽사리 다가가기 어려워 보이는 것도 있습니다. 수학을 잘 못해도 더 쉽게 할습 할 수 있는 방법은 없을까요? 어떻게 동작하는 알 수 없는 머신러닝의 원리를 쉽고 구체적으로 이해 볼 수 있는 방법은 없을까요?

저도 중학생들이랑 자율 주행 자동차 수업하다보면 한두 챕터 정도는 인공지능에 대해서 설명해야하는데, 항상 딜레마에 빠집니다. 수학적인 설명을 빼자니 원리를 설명할 방법이 없고 실습으로만 메꾸어 가자니 수강생들이 인공지능을 겉핥기로 지나가 버리게 될까봐 고민한 적이 많았습니다. 저자의 집필의도가 그러하니 더욱더 내용이 궁금해 집니다.

목차를 살펴 보면 일반적인 인공지능과 크게 차이가 보이지 않습니다.

그냥 뻔한 인공지능 이론 책 같아 보입니다.

하지만 내용을 보면 정말 놀랍습니다.

알고리즘에 대해서 놀랍도록 쉽게 설명했습니다.

염소박사님과 다솜양의 대화를 통해 알고리즘을 쉽게 쉽게 설명합니다.

긴 문단으로 되어 있지 않아 바로바로 이해할 수 있습니다. 간혹 너무 긴 문장때문에 내용을 놓치는 경우가 있는데, 정말 간결하게 핵심만 설명하고 있습니다.

게다가 서포트 벡터 머신의 기본 개념을 '땅따먹기'에 비유하는 저자의 센스

원리를 설명한 후에는 실습을 통하여 익히게 합니다.

실습은 주로 주피터 노트북에서 사이킷런의 라이브러리를 활용하도록 되어 있습니다.

여느 책들과는 달리, 시각적으로 결과를 보여 주어 직관적으로 결과를 확인할 수 있습니다.

또한 파라미터 값을 바꾸어 가며 어떻게 결과가 바뀌는지 보여 줍니다.

단순히 알고리즘을 설명하고 실습한번으로 끝나는 것이 아니라, 이런 과정을 통해 알고리즘을 나중에라도 활용할 수 있게 될 것입니다.

이 책에서 특히 마음에 드는 장이 있었는데, 그것은 2장의 샘플데이터 만들기 입니다.

인공지능 수업때에 적단한 예제 데이터가 없어 고생한 적이 있는데, 필요한 모양의 데이터를 만들 수 있어서 저도 많이 활용하게 될 것 같습니다.

분류용 데이터 생성 예제)

회귀용 데이터 세트 자동 생성)

이 책은 인공지능 입문용으로 너무나 적합합니다.

핵심만 꼭꼭 집어주는 알고리즘 설명, 적절한 실습예제, 특히 수학적인 설명이 빠진 것이 입문자들이 포기하지 않고 인공지능을 학습할 수 있게 도와 줄 것입니다.

형식적으로 그림만 있는게 아니라 그림과 그래프를 적극활용하여 이해도록 높여 줍니다. 저도 나중에 이 그래프와 시각자료를 수업에 활용하려고합니다.

아쉬운 점은 요즘 트렌드인 DNN, CNN이 빠진 것입니다.

나중에 시리즈로 4학년 책이 나오지 않을까요?

참 1학년은 파이썬 입문, 2학년은 스크래핑의 구조, 데이터분석의 구조입니다.

1학년, 2학년 책도 기회가 되면 접해 보도록해보겠습니다.

기대가 되네요.

이 책은 3가지 특징을 가지고 있는 책이다.

하나 기초 지식을 배울 수 있다.

두번째 프로그램의 구조를 배울 수 있다.

세번째 개발이 무엇인지 알 수 있다.

즉 이 책은 입문서이다. 머신러닝이 무엇인지 알고 싶거나 프로그래밍의 기초를 배우고 싶은 독자를 대상으로 한다.

그래서 내용이 알기 쉽게 구성 되어져 있다.

아기자기한 그림과 함께 부담 없이 접근하도록 되어져 있다. 그렇다고 내용이 부족하거나 그런 부분은 절대 없다. 어려운 내용을 그림과 함께 친절하게 설명하고 있어서 딱딱하지 않아서 좋다.

머신러닝에 대한 기본적인 내용으로 시작해서 일반적으로 사용되는 샘플 데이터를 활용해서 머신러닝을 이해하도록 하고 있다.

그리고 머신러닝이 어떤 과정을 통해서 동작하는지 알려주기 위해서 데이터를 준비하는 과정부터 예측하고 시각화 하는 것까지 어느 하나 빠짐없이 체계적으로 쉽게 설명해준다.

딱딱하게 느껴질 수 있는 머신러닝에 사용되는 알고리즘에 대해서도 그림과 대화체를 통해서 지루하지 않도록 구성되어 있다.

이 책의 시리즈를 통해서 입문자나 아니면 학생들에게 교육적인 목적으로 사용하고자 한다면 이 책을 적극 추천한다.

아이들에게 짧지만 간단하게 프로그래밍에 대해서 이 책을 통해서 알려주었고 확실히 지루하지 않아서 괜찮았다.

이 책은 성안당에서 책을 제공받아 작성된 서평으로  아이들에게 쉽게 프로그래밍을 접하게 해주고 싶어서 리뷰 신청을 해서 성안당에서 제공 받은 책이다.

Python 3학년 머신러닝의 구조

- 저자 : 모리 요시나오
- 역자 : 김성훈
- 출판사 : (주) 도서출판 성안당

서평을 올리고자하는 책은 "Python 3학년 머신러닝의 구조"라는 책입니다.

제목부터 귀염이 넘쳐 흐르는 이 책은, 염소 박사님과 연구학생 다솜양(?) 그리고 다솜양이 1학년때 만들었다고하는 치노라는 AI가 등장합니다. 그들이 대화를하며 자연스럽게 지식을 습득해나갈 수 있도록 아주 이해하기 쉽고, 독자친화적으로 구성된 책입니다. 그럼 본격적으로 책에 대한 리뷰를 해보고자 합니다.

0. 들어가기 앞서..

이 책, 누가 읽으면 좋을까?

1) 파이썬의 기본 문법 정도는 어렴풋하게나마 숙지하고 있는 독자층!
2) Python 1학년, Python 2학년 데이터 분석 구조, Python 2학년 스크래핑의 구조 책을 사전에 읽은 독자분!
3) 비전공자 등 머신러닝(기계학습) 초심자로, 기초부터 친절한 설명이 필요한 독자!

1. 목차

제 1장. 머신러닝 준비

제 2장. 샘플 데이터를 살펴보자

제 3장. 머신러닝 과정을 이해하자

제 4장. 머신러닝의 다양한 알고리즘

제 5장. 치노 다시 한 번! 이미지로 숫자를 예측하자

+) 책의 예제 테스트 환경

목차는 5단계로 간단하게 구성되어있습니다.

머신러닝을 구동하기 위한 환경을 어떻게 구축할 수 있는지, 박사님과 학생의 대화를 통해 친절하고 상세하게 따라할 수 있도록 작성되어있고, 샘플데이터부터 받아서 확인해보는 과정, 데이터를 준비한 후에 각각의 머신러닝의 세부 알고리즘들을 다루고 학습하며, 최종적으로 "이미지"를 통해 "숫자"를 예측하는 단계까지 친절하게 구성되어있어요.

목차만 보아도, 이 책을 통해 어디서부터 어디까지 배워나갈 수 있을지 쉽게 알 수 있겠죠?

2. 장점 및 단점

이 책을 꼼꼼하게 읽어본 후 느낀 장점은 다음과 같아요.

1) 신기술 획득 : 머신러닝/기계학습에 대한 기초 지식을 습득하고자 하는 학생들에게 최고에요
2) 비전공자 특화 : 특히 비전공자들이 쉽게 접근할 수 있는 아주 친절한 형태로 구성되어있어요
3) 흥미 유발 : 염소박사님과 다솜양의 대화를 보면서 자연스럽게 흥미가 생겨요. 한 장 읽고 먼지 쌓이는 딱딱한 기술서적이 아니에요!
4) 실습 최적화 : 개발을 어떻게 할지, 막막하고 두려움이 앞서는 분들, 책대로 따라만하면 한번쯤은 누구나 다 따라해볼수 있어요!
+) 예제 테스트 환경도 구체적으로 기술되어있어 좋습니다.

그렇다면 어떤 단점이 있을까요?

이미 머신러닝을 많이 접하신 분들에게는 쉬운 내용일 수 있어요
만화 형태를 선호하지 않는다면 맞지 않을 수 있어요!
MLP 이상의 테크닉에 대한 기술서적을 찾는다면 Python 4학년 이후 서적을 기대해주셔야 할것 같아요!

3. 챕터별 소감

제 1장. 머신러닝 준비하기

머신러닝의 구조를 간단한 "도식"을 통해서 이해할 수 있게 정말 친절하게 설명해줘요.
가장 기본적인 ＜예측과 분류＞를 어떻게 이해할 수 있을지 간단하게 알려주고 있어서 좋아요
예제를 실제로 코드로 연결시키기 위한 학습 환경을 어떻게 준비하는지 아주~ 자세하게 다뤄주고 있어서 좋아요. 강의가 아닌 책으로도 이렇게 상세하게 따라갈 수 있다는것이 큰 장점이에요.

제 2장. 예제 데이터 세트 확인

붓꽃 품종! 데이터셋을 불러오고, 시각적으로 확인해보는 과정을 친절하게 알려줍니다. 데이터 분석 분야에서 잘 인지하고 있어야하는 "설명변수"와 "목적변수"의 차이에 대해서도 친절하고 알기 쉽게 설명해주고 있어요.
2차원 뿐만이 아니라, 3차원으로 쉽게 확인하는 방법도 절차에 맞게 아주 쉽게~ 설명해주고 있습니다.
특히 3차원 시점변환을 통해 산포도를 확인하는 방법에 대해 설명해 준 부분이 인상깊었어요.
이렇게 자세하게 다뤄주는 머신러닝 서적이 있었을까요?

제 3장. 머신러닝 과정을 이해하자

본격적으로 머신러닝을 수행하기 위해, 데이터를 분할하는 방법에 대해 설명해주고 있어요.
학습하고 예측을 수행해서 분류한 내용을 시각화하는 결과를 도출하기까지의 과정들을 광범위하게 다룹니다.
초승달형, 원형 데이터셋들을 랜덤으로 생성한 후 모델에 학습시키고, SVM을 통해 회귀식이 정상적으로 나오는지까지의 과정을 아주 간단한 방식으로 풀이해서 설명해줘요. 쉽게 따라할 수 있고, 이해하기 쉽게 설명되어있다는 점이 아주 매력적입니다!

제 4장. 머신러닝의 다양한 알고리즘

간단한 SVM을 통해 머신러닝을 3장에서 다뤄보았다면, 4장에서는 회귀/분류/클러스터링에 이르기까지 다양한 알고리즘을 하나하나 파고들어가는 챕터라고 할 수 있어요. 선형회귀/비선형회귀/로지스틱회귀까지 데이터 분석의 기초에 이르르는 필수적인 내용들을 아주 쉽!게! 설명해줍니다. 직관적으로 이해할 수 있는 도식과 그림들이 포함되어있고, 코드로 실습까지 완벽하게 해보면, 이제 머신러닝 알고리즘을 어느정도 이해했다고 할 수 있겠죠? 커널트릭에 대한 내용까지 다루고 있어요. 저자분은 어려운 내용을 쉽게 설명하는 강의의 고수님이십니다 정말..

제 5장. 치노 다시 한번! 이미지로 숫자를 예측하자

이 챕터에서는 4장에서 배운 이론들을 토대로 실제 데이터셋을 어떻게 유용하게 사용할 수 있는가?에 대한 하나의 예시를 보여주고 있어요. 사이킷런의 샘플 데이터인 손글씨로 쓴 숫자 이미지 데이터셋을 받아와서, 실제 어떻게 숫자로 분류할 수 있는지를 다루어요. SVM 을 이용해서 실제로 모델을 학습시키고 분류에 이르기까지.. 5장까지 잘 따라오신분들은 박수~ 이제 OCR정도는 쉽게(?) 해낼 수 있는 단계가 되셨습니다. 짝짝!

4. 종합평

별점 다섯개!

저는 머신러닝과 데이터분석쪽에 관심이 아주 많은 8년차 개발직종 종사자인데요. 직무가 직무이다보니, 관련 기술서적들을 많이 접해볼수 밖에 없었습니다. AI 분야가 알파고와 Chat GPT, 하드웨어의 발전 등 때문에 아주 많은 각광을 받으면서 기술서적들도 정말 많습니다. 그 많은 서적들 중에서도 "비전공자가 쉽게 접근할 수 있으면서도", "이론과 실습 한 군데에만 치중되어있지 않고 밸런스있는" 서적을 찾기는 생각보다 힘들어요. 이 책은 이 분야에 관심있는 사람들이 누구나 따라할 수 있으면서도, 아주 깊은 수학적 증명까지는 아니더라도, 어느정도 직관적으로 이해하면서 실습을 할 수 있도록 구성된 책이에요. 정말 많은 고민을 통해 책이 저술되었다는 것을 확인할 수 있는 책이었습니다.