이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

행사도서 구매 시 기술태그스티커 증정(포인트 차감)

2021.01.12 ~ 2021.02.28
제이펍 IT 도서 구매 시 스마트 클리너(키보드 덮개) 사은품 ..

2020.08.19 ~ 2021.02.28
책을 통해 성장해나가는 개발자를 응원합니다.

2017.06.22 ~ 2025.07.31
MANNING, O'REILLY, PACKT, WILE..

2016.03.07 ~ 2021.12.31

이벤트 (4)
상품정보
회원리뷰 (7)
교환/반품/품절

상품상세정보
ISBN	9791188621989(118862198X)
쪽수	536쪽
크기	189 * 245 * 32 mm /1031g 판형알림

책소개

이 책이 속한 분야

『단단한 머신러닝』은 인공지능 분야의 명예의 전당이라는 AAAI의 펠로우로 선정된 저자가 머신러닝을 처음 접하는 독자를 위해 2년간 정성을 다해 집필한 책입니다. 이공계 고학년과 대학원의 16주 머신러닝 강의에 맞춰 각 장이 30페이지가 넘지 않는 16개의 장과 수준 있는 연습문제로 구성하였으며, 최대한 다양한 독자에게 머신러닝을 소개하기 위해 최소한의 수학적 지식만을 사용하였습니다.

상세이미지

CHAPTER 01 서론 1
1.1 들어가며 1
1.2 머신러닝의 기본 용어 2
1.3 가설 공간 5
1.4 귀납적 편향 8
1.5 발전 과정 13
1.6 응용 현황 18
1.7 더 읽을거리 22
연습문제 25
참고문헌 26
머신러닝 쉼터 28

CHAPTER 02 모델 평가 및 선택 29
2.1 경험 오차 및 과적합 29
2.2 평가 방법 31
2.3 모델 성능 측정 37
2.4 비교 검증 47
2.5 편향과 분산 57
2.6 더 읽을거리 59
연습문제 61
참고문헌 62
머신러닝 쉼터 64

CHAPTER 03 선형 모델 65
3.1 기본 형식 65
3.2 선형 회귀 66
3.3 로지스틱 회귀 70
3.4 선형 판별분석 73
3.5 다중 분류 학습 77
3.6 클래스 불균형 문제 80
3.7 더 읽을거리 83
연습문제 85
참고문헌 86
머신러닝 쉼터 88

CHAPTER 04 의사결정 트리 89
4.1 기본 프로세스 89
4.2 분할 선택 92
4.3 가지치기 98
4.4 연속값과 결측값 103
4.5 다변량 의사결정 트리 110
4.6 더 읽을거리 113
연습문제 115
참고문헌 117
머신러닝 쉼터 118

CHAPTER 05 신경망 119
5.1 뉴런 모델 119
5.2 퍼셉트론과 다층 네트워크 121
5.3 오차 역전파 알고리즘 124
5.4 글로벌 미니멈과 로컬 미니멈 130
5.5 기타 신경망 133
5.6 딥러닝 139
5.7 더 읽을거리 142
연습문제 144
참고문헌 145
머신러닝 쉼터 148

CHAPTER 06 서포트 벡터 머신 149
6.1 마진과 서포트 벡터 149
6.2 쌍대문제 151
6.3 커널 함수 155
6.4 소프트 마진과 정규화 158
6.5 서포터 벡터 회귀 163
6.6 커널 기법 167
6.7 더 읽을거리 170
연습문제 172
참고문헌 173
머신러닝 쉼터 175

CHAPTER 07 베이지안 분류기 177
7.1 베이지안 결정 이론 177
7.2 최대 우도 추정 179
7.3 나이브 베이즈 분류기 181
7.4 세미 나이브 베이즈 분류기 186
7.5 베이지안 네트워크 188
7.6 EM 알고리즘 195
7.7 더 읽을거리 197
연습문제 199
참고문헌 200
머신러닝 쉼터 202

CHAPTER 08 앙상블 학습 203
8.1 객체와 앙상블 203
8.2 부스팅 206
8.3 배깅과 랜덤 포레스트 211
8.4 결합 전략 215
8.5 다양성 221
8.6 더 읽을거리 227
연습문제 229
참고문헌 231
머신러닝 쉼터 234

CHAPTER 09 클러스터링 235
9.1 클러스터링 학습 문제 235
9.2 성능 척도 236
9.3 거리 계산법 238
9.4 프로토타입 클러스터링 241
9.5 밀도 클러스터링 252
9.6 계층 클러스터링 255
9.7 더 읽을거리 259
연습문제 262
참고문헌 264
머신러닝 쉼터 266

CHAPTER 10 차원 축소와 척도 학습 267
10.1 k-최근접 이웃 기법 267
10.2 임베딩 269
10.3 주성분 분석 273
10.4 커널 선형 차원 축소 275
10.5 매니폴드 학습 278
10.6 척도 학습 282
10.7 더 읽을거리 285
연습문제 287
참고문헌 288
머신러닝 쉼터 290

CHAPTER 11 특성 선택과 희소 학습 291
11.1 부분집합 탐색과 평가 291
11.2 필터식 선택 294
11.3 포괄식 선택 296
11.4 임베딩식 선택과 L1 정규화 298
11.5 희소 표현과 사전 학습 301
11.6 압축 센싱 304
11.7 더 읽을거리 308
연습문제 310
참고문헌 311
머신러닝 쉼터 314

CHAPTER 12 계산 학습 이론 315
12.1 기초 지식 315
12.2 PAC 학습 317
12.3 유한 가설 공간 319
12.4 VC 차원 323
12.5 라데마허 복잡도 329
12.6 안정성 335
12.7 더 읽을거리 339
연습문제 341
참고문헌 342
머신러닝 쉼터 343

CHAPTER 13 준지도 학습 345
13.1 언레이블된 데이터 345
13.2 생성적 방법 348
13.3 준지도 SVM 352
13.4 그래프 준지도 학습 355
13.5 불일치에 기반한 방법 359
13.6 준지도 클러스터링 363
13.7 더 읽을거리 368
연습문제 370
참고문헌 372
머신러닝 쉼터 374

CHAPTER 14 확률 그래피컬 모델 375
14.1 은닉 마르코프 모델 375
14.2 마르코프 랜덤 필드 379
14.3 조건 랜덤 필드 383
14.4 학습과 추론 386
14.5 근사추론 390
14.6 토픽 모델 397
14.7 더 읽을거리 400
연습문제 403
참고문헌 404
머신러닝 쉼터 406

CHAPTER 15 규칙 학습 407
15.1 기본 개념 407
15.2 순차적 커버링 410
15.3 가지치기 최적화 414
15.4 일차 규칙 학습 416
15.5 귀납 논리 프로그래밍 420
15.6 더 읽을거리 428
연습문제 431
참고문헌 432
머신러닝 쉼터 434

CHAPTER 16 강화 학습 435
16.1 과업과 보상 435
16.2 K-암드 밴딧 438
16.3 모델 기반 학습 443
16.4 모델-프리 학습 450
16.5 가치 함수 근사 457
16.6 이미테이션 러닝 460
16.7 더 읽을거리 462
연습문제 464
참고문헌 465
머신러닝 쉼터 467

APPENDIX A 행렬 469
A.1 기본 연산 469
A.2 도함수 470
A.3 특잇값 분해 472

APPENDIX B 최적화 474
B.1 라그랑주 승수법 474
B.2 이차 프로그래밍 477
B.3 반정형 프로그래밍 478
B.4 경사하강법 479
B.5 좌표하강법 480

APPENDIX C 확률 분포 482
C.1 자주 사용하는 확률 분포 482
C.2 켤레 분포 487
C.3 KL 발산 488

에필로그 489
찾아보기 494

책 속으로

이 책은 머신러닝 교과서입니다. 최대한 많은 독자에게 머신러닝을 소개하고 싶은 마음에 수학적 지식의 사용은 최대한 배제하려 노력했습니다. 하지만 최소한의 확률, 통계, 대수, 최적화, 논리 관련 수학 이론은 포함되어 있습니다. 따라서 대학교 4학년 이상의 이공계열 학생이나 대학원생, 그리고 비슷한 배경을 가진 머신러닝에 관심 있는 독자들께 적합할 것 같습니다. 독자들의 편의를 위해 책 말미에는 수학 기초 지식에 관한 간략한 소개도 함께 다루고 있습니다.
_xvii페이지(머리말 중에서)

과적합을 일으키는 원인은 다양합니다. 그중에서도 학습능력이 너무 뛰어나 훈련 데이터들이 가진 일반적이지 않은 특성까지 학습하는 경우가 가장 흔한 원인입니다. 반대로, 과소적합은 일반적으로 학습능력이 좋지 못해서인 경우가 많습니다. 과소적합은 극복하기 쉽습니다.
_30페이지

실질적으로 정보 이득 규칙은 취할 수 있는 값의 수가 비교적 많은 속성에 유리하게 작용합니다. 이런 편향은 모델에 좋지 못한 영향을 끼칠 수 있습니다. 그래서 유명한 C4.5 의사결정 트리 방법[Quinlan, 1993]은 정보 이득을 사용하는 대신 이득율(gain ratio)이라는 방법을 사용하여 최적의 분할 속성을 선택했습니다. 식 4.2와 동일한 부호로 나타낸다면, 이득율은 다음과 같이 정의할 수 있습니다.
_96페이지

커널 함수는 직접적으로 서포트 벡터 머신과 커널 기법의 최종 성능을 결정합니다. 한 가지 안타까운 것은 커널 함수의 선택 문제는 여전히 해결해야 할 어려운 문제입니다. 다중 커널 학습(multiple kernel learning)은 다수의 커널 함수를 사용하고 학습을 통해 얻은 최적의 컨벡스 조합을 최종 커널 함수로 설정합니다[Lanckriet et al., 2004; Bach et al., 2004]. 이는 사실상 앙상블 학습 메커니즘을 빌려온 것입니다.
_171페이지

클러스터링은 일종의 전형적인 비지도 학습법입니다. 그러나 현실에서 우리는 클러스터링을 진행하며 지도 학습 정보를 획득할 때가 많습니다. 따라서 준지도 클러스터링(semi-supervised clustering) 방법으로 지도 정보를 활용해 더 좋은 클러스터링 결과를 얻을 수 있습니다.
_363페이지 닫기

출판사 서평

간결한 설명과 최소한의 수학적 지식을 통해 체계적으로 정리한 머신러닝 입문서!

이 책의 주요 목적은 독자들에게 나무와 숲을 함께 볼 수 있는 ‘초급 지도’를 제공해 머신러닝 입문자들이 올바른 방향으로 나갈 수 있도록 도와주는 것입니다. 다양한 머신러닝 알고리즘을 이해하기 쉽도록 이론뿐만 아니라 내부 처리 로직까지 설명하고 있어서 실제 머신러닝 기법의 개념과 원리를 탄탄하게 배울 수 있습니다.

아울러 체계적이고 간결한 내용 전개는 학부나 대학원의 교재뿐만 아니라 독학을 위한 자습서나 연구 참고용 도서로도 좋습니다.

이벤트 (4)
상품정보
회원리뷰 (7)
교환/반품/품절

Klover 리뷰 (0)

북로그 리뷰 (7) 전체보기 쓰러가기

도서 구매 후 리뷰를 작성하시면
결제 90일 이내 300원, 발송 후 5일 이내 400원, 이 상품의 첫 리뷰 500원의 포인트를 드립니다.
포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
북로그 리뷰는 본인인증을 거친 회원만 작성 가능합니다.
(※ 외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외) 안내

단단한 머신러닝 리뷰 lj**3072 | 2020-06-06 | 추천: 0 |

알파고와 이세돌의 바둑 대결 이후, 4년이 지났다. 머신러닝은 선풍적인 인기를 끌었으며 아직도 많은 사람들에게는 미지의 기술이자 학문으로 자리 잡고 있다. 이와 동시에 많은 사람들이 머신러닝을 배우기 위해 학원, 책 등을 통해 공부하고 있으며, 구글에 '머신러닝'만 쳐봐도 많은 블로그들의 정보글을 볼 수 있다. 하지만, 많은 정보가 있다는 것은 질이 좋고, 잘 정리된 자료를 찾기 힘들다는 뜻이기도하다. 실제로 많은 책이나 학원, 블로그들이 머신러닝을 사용하는 방법, Tensorflow/pytorch/keras 등의 머신러닝 프... 더보기

알파고와 이세돌의 바둑 대결 이후, 4년이 지났다. 머신러닝은 선풍적인 인기를 끌었으며 아직도 많은 사람들에게는 미지의 기술이자 학문으로 자리 잡고 있다. 이와 동시에 많은 사람들이 머신러닝을 배우기 위해 학원, 책 등을 통해 공부하고 있으며, 구글에 '머신러닝'만 쳐봐도 많은 블로그들의 정보글을 볼 수 있다.

하지만, 많은 정보가 있다는 것은 질이 좋고, 잘 정리된 자료를 찾기 힘들다는 뜻이기도하다. 실제로 많은 책이나 학원, 블로그들이 머신러닝을 사용하는 방법, Tensorflow/pytorch/keras 등의 머신러닝 프레임워크 사용 방법 등 그저 코드를 따라 치면 머신러닝을 사용할 수 있다고 알려준다. 그래서 머신러닝을 공부하는 많은 사람들이 대부분 MNIST 데이터를 기반한 머신러닝/딥러닝 사용 방법을 알뿐, 어떠한 서비스를 위해 어떤 데이터/전처리과정/모델 등을 활용할 수 없다.

머신러닝은 기본적으로 데이터를 분석 및 예측 등의 서비스를 위한 기술이라는 것을 알아야한다. 만약 머신러닝을 업으로 삼고 있는 엔지니어/사이언티스트을 지망하고 있다면, 머신러닝의 사용방법은 따로 배우더라도 '기본적인 이론'과 '정확하고 빠른 트렌드 파악'이 중요하다.

'단단한 머신러닝' 은 머신러닝의 트렌드를 파악할 수 있는 책이 아니다. 저자도 이를 인지하고 머릿말에 이와같은 말을 하였다.

"이 책은 머신러닝의 각 방면의 기초 지식을 망라하고 있지만, 머신러닝 입문 교재인 점과 학습 시간 등을 고려해 중요한 최첨단 기술을 설명하고 있지는 못합니다."

저자의 말처럼 이 책은 머신러닝의 교과서를 표방한 만큼 최첨단 기술을 설명하는 책이 아닌, 기초 지식 및 머신러닝의 기본을 말해 주는 책이다. 최신 기술을 원하는 사람들이라면 이책을 읽는 것을 추천하지 않는다. 하지만 머신러닝을 업으로 삼고 있는 엔지니어/사이언티스트를 지망하는 입문자/대학생/대학원생 이라면 이 책을 한번쯤 읽어보는 것을 추천한다.

나는 이 책을 처음 봤을때, 중국저자의 책이기때문에 최근 중국에서 머신러닝/딥러닝에 대한 기술적 향상에 대한 이야기를 기대했다. 또한, (비인권적이지만) 얼굴 인식 등의 서비스가 실제로 중국내에서 운용되고 있기때문에 이미지 인식에 대한 좋은 insight를 얻을 수 있다고 생각했다.

하지만 생각보다 머신러닝의 정석적인 책이며, 오랜만에 머신러닝의 기본을 볼 수 있는 책이였다. 대학원때 머신러닝을 활용한 연구로 졸업했을 때 공부했던 것보다 더 깊은 이해를 얻을 수 있었다.

내가 생각하는 이 책의 장점은 머신러닝의 기본에 충실하다는 것이다. 대학생/대학원생용의 교재이다보니 수식으로 설명하는 경우가 많으며, 개념적 해석이 조금 아쉬울 수 도 있지만 이공계 대학생이라면 읽을 수 있는 수준의 수학이다.

또한 챕터마다 참고문헌을 기재해 놓은 것이 가장 마음에 들었다. 중국저자의 책이다 보니 선입관때문에 책의 신뢰성이 저하될 수도 있었지만, 참고문헌을 기재함으로서 책에 대한 신뢰를 높일 수 있었다고 생각한다.

이 책을 다 읽는다고 머신러닝을 완벽히 이해할 수 있는 것은 아니다. 모든 학문과 기술이 그렇듯이 지속적인 학습과 실증을 통해서 자신의 지식을 쌓아가고 이해를 높여가는 것이다. 이 책은 머신러닝의 거대한 길을 위한 표지판이 될 것이라고 생각한다. 닫기
단단한 머신러닝 리뷰 gg**aseein | 2020-04-01 | 추천: 0 |

Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji"; font-size: 16px; background-color: #ffffff;">머신러닝을 공부하기 위해선 여러 사전 학습하면 좋은 과목이 있고, 또 자신의 배경에 맞게 필요한 책이 달라질 수 있습니다. Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji"; font-size: 16px; backg... 더보기

Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji"; font-size: 16px; background-color: #ffffff;">머신러닝을 공부하기 위해선 여러 사전 학습하면 좋은 과목이 있고, 또 자신의 배경에 맞게 필요한 책이 달라질 수 있습니다.
Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji"; font-size: 16px; background-color: #ffffff;">공학을 전공한 뒤 머신러닝에 대해 좀 더 배워보려고 공부중인 사람으로서, 수학적인 기초를 잘 다진 뒤 이를 바탕으로 설명하는 책을 항상 찾아왔습니다.
Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji"; font-size: 16px; background-color: #ffffff;">이 책의 경우 대학 한학기 강의를 위해 구성된 내용인 만큼, 다양한 분야를 커버하면서도 각 장의 깊이 또한 어느 정도 갖추고 있습니다. 특히 여러 수식과 함께 이해를 돕기 때문에 수학적인 바탕과 함께 머신러닝에 본격적으로 입문하려는 분에게는 더욱 추천할 만 합니다.(마찬가지로 자주 추천받는 PRML의 경우 원서로 읽으려 했던 부분과, 제 역량 부족때문인지 더 어렵게 느껴졌습니다.)
Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji"; font-size: 16px; background-color: #ffffff;">선형대수, 확률론, 콘벡스최적화 등 관련된 기초 지식이 없더라도 책 뒤의 Appendix에서 최소한의 부분을 학습할 수 있습니다.
Segoe UI", Helvetica, Arial, sans-serif, "Apple Color Emoji", "Segoe UI Emoji"; font-size: 16px; background-color: #ffffff;">(물론 각각의 내용의 가장 기초적인 부분만을 설명해 놓았기 때문에 기초가 없어도 이 부분을 읽고 책 전반을 이해하겠다는 용도보다는, Appendix에 나온 부분을 배웠던 과목에 대해 최소한이라도 기억하고 있는지, 그렇지 않다면 그 과목을 먼저 복습하러 가야하는 판단 지표로 사용하실 것을 권장드립니다.) 닫기
기본 교과서의 역할에 충실하다. sc**22 | 2020-03-27 | 추천: 1 |

https://koreadailylife.tistory.com/523 이 책은 기본적으로 저자가 밝히고 있듯 대학교 등에서 사용가능한 "교과서"의 역할을 하고 있다. 다만 기존에 나와있는 딱딱한 전공서보다는 조금 더 쉽게 읽힌 다는게 특징이라면 특징일 수 있겠다. 개발자이지만 머신러닝을 처음 접하고자 하는 사람에게 추천드릴만한 책 머신러닝의 정의부터 설명하고 있기 때문에 크게 걱정없이 공부를 시작할 수 있도록 배려가 되어있다. 중국어 번역서는 처음이지만... 더보기

https://koreadailylife.tistory.com/523

이 책은 기본적으로 저자가 밝히고 있듯 대학교 등에서 사용가능한 "교과서"의 역할을 하고 있다.

다만 기존에 나와있는 딱딱한 전공서보다는 조금 더 쉽게 읽힌 다는게
특징이라면 특징일 수 있겠다.

개발자이지만 머신러닝을 처음 접하고자 하는 사람에게 추천드릴만한 책
머신러닝의 정의부터 설명하고 있기 때문에 크게 걱정없이 공부를 시작할 수 있도록 배려가 되어있다.

중국어 번역서는 처음이지만, 어색하지 않게 번역되어있는 것도 추천할만한 점중 하나.
개념서의 역할을 충실히 하고 있기 때문에 두고두고 읽을 만한 책이기도 하다.

단점이라면 최신의 내용은 다루지 못한다는 점인데
출판책의 특성상 트랜드를 바로바로 따라가지 못하는 점은 어쩔수 없는 부분이라고 생각한다.

머신러닝의 개발을 제대로 시작해보고 싶다면
이 책도 함께 읽어보는게 어떨까 싶다. 닫기
단단한 내용으로 차있는 책 re**ityhan | 2020-03-18 | 추천: 1 |

전공자로 다시 한번 개념을 정리하기에 적합한 책이라고 생각한다. 기본부터 중요한 심화까지 설명되어 있어 분석업무를 하며 놓쳤던 부분들을 다시 채워나갈 수 있었고, 각 알고리즘의 한계점과 제약들도 함께 설명되어 있어서 어렴풋 알고있었던 개념은 풍성하게 정리하는 데 좋았다. 여타의 영어 원서를 번역한 책보다 번역이 자연스러워 맘에 들었고, 무엇보다 중간 중간 주석과 추가 설명이 잘되어있다. 개념을 정의하며 설명하기보다 연관성과 체계를 가지고 용어와 개념을 정리할 수 있도록 서술되어있다. 또한, 누가 어떠한 개... 더보기

전공자로 다시 한번 개념을 정리하기에 적합한 책이라고 생각한다. 기본부터 중요한 심화까지 설명되어 있어 분석업무를 하며 놓쳤던 부분들을 다시 채워나갈 수 있었고, 각 알고리즘의 한계점과 제약들도 함께 설명되어 있어서 어렴풋 알고있었던 개념은 풍성하게 정리하는 데 좋았다.

여타의 영어 원서를 번역한 책보다 번역이 자연스러워 맘에 들었고, 무엇보다 중간 중간 주석과 추가 설명이 잘되어있다. 개념을 정의하며 설명하기보다 연관성과 체계를 가지고 용어와 개념을 정리할 수 있도록 서술되어있다. 또한, 누가 어떠한 개념을 정리했는지도 명시되어있어서 추후에 논문을 찾거나 책을 찾을 때 도움이 많이 될 것 같다. 챕터별로 알맞은 양과 설명 수준도 괜찮았지만, 무엇보다 각 챕터 끝에 달린 더 읽을거리는 가장 흥미로웠다. 각 알고리즘들이 발전된 흐름을 파악할 수 있고 현재의 연구 방향을 설명해두었기 때문이다. 한페이지 인물 소개도 재밌었다.

비숍의 패턴인식 책을 읽기엔 (수식이) 부담되고, 조금 더 최근의 개념들을 포함한 머신러닝의 기본서가 필요하다면 이 책을 추천한다. 라이브러리 활용 위주의 데이터 분석 책에서 좀 더 깊이 있는 책을 원하고, 머신러닝에 좀더 진지한 도전을 하고 싶은 분들께도 추천을 하고 싶다. 다만, e는 자연로그를 말한다의 수준까지 각주로 추가 설명이 되어있지만, 자연로그를 접한 적이 없는 분들 즉, 통계나 수학에 개념이 전혀 없는 분들께는 쉽지 않은 책이다. 닫기
PRML, ESL 보다 쉬운 중간 난이도의 최고의 교과서! na**ori61 | 2020-03-17 | 추천: 1 |

먼저 이 책은 서두에서 밝히고 있듯이, 머신러닝 "교과서" 이다. 따라서, 특정 프로그래밍 언어로 구현하고자 하는 목적을 가진 독자에게는 적합하지 않다. 이 책의 주요 타겟은 머신러닝 (주로 통계학습)을 체계적으로 정리하고자하는 독자이다. 개인적으로 학부 수준의 데이터마이닝 수업을 들었고, 대학원 과정을 진행하기 위한 배경지식을 습득하기 위한 독자들을 위해 적극적으로 추천하고 싶은 책이다. 이 책에 대한 서평은 아래와 같은 목차로 간단히 진행하고자 한다. 1. 일반적인 소감 : 중간 난이도의 적합한 교과서 2.... 더보기

먼저 이 책은 서두에서 밝히고 있듯이, 머신러닝 "교과서" 이다.
따라서, 특정 프로그래밍 언어로 구현하고자 하는 목적을 가진 독자에게는 적합하지 않다. 이 책의 주요 타겟은 머신러닝 (주로 통계학습)을 체계적으로 정리하고자하는 독자이다. 개인적으로 학부 수준의 데이터마이닝 수업을 들었고, 대학원 과정을 진행하기 위한 배경지식을 습득하기 위한 독자들을 위해 적극적으로 추천하고 싶은 책이다.

이 책에 대한 서평은 아래와 같은 목차로 간단히 진행하고자 한다.
1. 일반적인 소감 : 중간 난이도의 적합한 교과서
2. 개인적인 경험 : 비전공자 출신으로서의 중간 난이도 교과서에 대한 갈증
3. 책 특징 : 직관적 이해와 향후 정보 검색 능력 향상을 위한 지도 역할
4. 인상깊은 예시 : 20세기 전통적인 인공지능 흐름과 현재 트렌드의 연결점
5. 아쉬운점 : 머신러닝 교과서의 본질적인 문제점 (모든 이론을 다루지 못함, 발전 속도가 빠르게 때문에 트렌드 뒤쳐짐)

1. 일반적인 소감
미국에 이은 머신러닝, AI 강국인 중국에서 인기 있는 책이라면 그 이유가 반드시 있을 것이다. 개인적으로 이 책은 기존의 서구권에서 발매된 머신러닝 고전 <패턴인식과 머신러닝>, <The Elements of Statistical Learning> 보다는 쉬운 중간 난이도를 가지는 머신러닝 교과서라고 생각한다. 머신러닝을 개인적으로 공부해본 사람들은 알겠지만, <가볍게 시작하는 통계학습>을 비롯한 기초 수준의 도서와 교과서로 쓰이는 전문 서적의 이론적 격차를 메우는 부분은 어렵고 시간이 많이 소비된다. 개인적으로 읽으면서 이 책은 그 간격의 중간을 적절하게 차지하고 있는 것 같다고 느꼈다.

2. 개인적인 경험
나는 현재 서울대학교 산업공학과 데이터마이닝 연구실에서 석사과정을 진행하고 있고, 과거에는 레코벨 이라는 온라인 추천 및 광고 최적화 알고리즘을 개발하는 업무를 담당했었다. 처음에 학부 비전공자 (경제학 전공) 로서 머신러닝 공부를 시작했을 때 가장 어려웠던 점은 머신러닝이라는 분야가 수학, 통계학, 컴퓨터 과학, 프로그래밍 등 여러 분야를 종합적으로 다루기 때문에 학습해야하는 양이 너무 많았고, 적절한 난이도로 정리된 엄선된 책을 선택하기가 어려웠다. 가장 어려웠던 점은 위에서 말한 기초와 고급 사이의 간격을 메우는 일이었는데, 앞으로는 이 부분을 <단단한 머신러닝>이 담당할 수 있다고 확신한다. 특히, 현업 및 연구에서 머신러닝을 적용하다보면, 단순한 코드 구현 보다는 문제 발생에 대한 원인 파악과 개선점 도출이 필수적인데, 그러한 측면에서 알고리즘의 배경, 가정, 논리 그리고 각 알고리즘 간의 연관성은 밝히고 있는 이 책은 큰 도움이 될 것이다.

3. 책 특징
베타리더 분들께서 이미 이 책에 대한 서평을 잘 남겨주셨기에, 여러 가지 특징에 대한 설명은 생략하고 개인적으로 인상깊었던 특징 하나만 짚고자 한다. 저자도 밝히고 있듯이 모든 이론적 배경 (수학, 통계학 등)을 하나의 책에서 다루기에는 한계가 있다. 그러므로 교과서의 목적은 이론적 내용을 잘 전달하는 것도 중요하지만, 해당 이론적 배경을 직관적으로 이해할 수 있게 하고 더 자세한 내용에 대해서는 연관된 자료 또는 보충 설명을 제시하는 것이 자신이 무엇을 모르는지 알 수 있고 그에 따른 정보 검색능력을 향상시킬 수 있다. 이러한 부분에서 이 책은 뛰어난 지도서 역할을 담당하고 있다.

4. 인상깊은 예시
머신러닝을 공부하면서 가장 어려운 점 중의 하나는 각 알고리즘을 개별적으로 공부하다 보면 큰 흐름에서의 이론적 연결점을 놓치기 쉽다는 것이다. 그러나 이 책에서는 깊게는 아니지만 다른 알고리즘 과의 이론적 연결성을 명시적으로 제시하고 있는 점이 가장 인상 깊었다.
챕터1 서론의 5번째 소제목인 '발전과정'에서 연결주의, 기호주의와 현재 주류 알고리즘으로 사용되고 있는 의사결정 트리, 뉴럴네트워크 등의 연결점에 대한 내용은 역사의 반복이라는 중대한 시사점 제공을 통해서, 앞으로 트렌드가 어떻게 변할지에 대한 시사점을 제공한다고 생각한다.
또한 챕터5 신경망에서는 현재 딥러닝 계의 주류 학습방법인 전이학습과 파인튜닝 기법이 이미 이전에 가중치 초기화에서 사용되었던 기법과 이어진다는 점에서 크게 인상깊었다.

5. 아쉬운 점
개인적으로 아쉬운 점은 따로 없고, 이 책 역시 머신러닝 교과서가 본질적으로 가질 수 밖에 없는 한계점을 지닌다고 생각한다.
먼저, 모든 이론적 내용을 다루기는 어려우므로 더 심화된 내용은 별도로 출처를 제공하거나, 일반적인 이론적 배경에 대한 내용은 독자들이 알고있다는 전제하에 생략되어 이해가 어려울 수 있다.
그리고 머신러닝 및 인공지능 분야는 매일 제출되는 논문이 몇 백개에 이를 정도로 트렌드의 변화가 정말 빠른 분야이다. 따라서 발매 일자 그리고 저자의 선택 과정에 따라 현재 트렌드가 생략될 수 밖에 없다. 보통은 에필로그에서 저자들이 해당 내용을 다루곤 한다.

마지막으로 <단단한 머신러닝>이라는 훌륭한 책을 선택하여 제작을 진행한 제이펍 출판사와 영어가 아닌 중국어 그리고 수학적 설명번역 과정을 정말 깔끔하게 진행해주신 김태헌 역자님께 감사드린다. 닫기

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매도서의 문장수집을 기록하면 통합포인트 적립 안내

문장수집 안내

문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는
교보문고의 새로운 서비스입니다.

마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요"하여 모아보세요.

구매 후 90일 이내에 문장수집을 남겨주시면 100P,
해당 도서의 최초 작성자라면 200P를 적립해드립니다.

※포인트는 발송완료 후 익일 적립되며, 취소/반품/절판/품절
도서는 제외됩니다.

이벤트 (4)
상품정보
회원리뷰 (7)
교환/반품/품절

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법	마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 , [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900) ※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)
반품/교환가능 기간	변심반품의 경우 수령 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용	변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 (단지 확인을 위한 포장 훼손은 제외) 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 예) 화장품, 식품, 가전제품(악세서리 포함) 등 복제가 가능한 상품 등의 포장을 훼손한 경우 예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서) 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우 (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①서양도서-판매정가의 12%, ②일본도서-판매정가의 7%를 적용)
상품 품절	공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.
소비자 피해보상 환불지연에 따른 배상	상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함