ML 학습 효과를 올려줄 예제로 가득한 참고서

머신러닝 책이 많다 보니 좀 식상하지만, 미국에서는 3판까지 나왔을 정도로 내용이 검증되었다고 보고 《예제로 배우는 파이썬 머신러닝》이라는 책을 출간하게 되었습니다. 특히 세바스티안 라슈카(Sebastian Raschka) 등이 쓴 그 유명한 《Python Machine Learning, 3rd Edition》(Packt, 2019)이 ‘교과서’라면, 이 책은 교과서에서 부족한 부분을 긁어주는 참고서 역할을 한다는 평가가 있었습니다. 사실 이 책의 저자 위시 (헤이든) 류는 팩트 출판사에서 라슈카와 또 다른 책을 공저하기도 했습니다. 

 

팩트 출판사에서 둘을 포함해 세트를 만들기도 했네요.

 

라슈카의 ‘교과서’를 보완한다는 해외 독자 리뷰를 좀 더 길게 옮기면 다음과 같습니다. 

 

‘교과서’는 ML 프로그래밍 이론 및 범용 애플리케이션을 다루지만, 이 책은 구체적인 애플리케이션 예제들에 초점을 둔다. / 둘 다 ML 프로그래밍을 파고들지만 접근법이 다르다. 이 책은 ML에 상당한 기초 배경지식이 있다고 가정하고 그 기초를 바탕으로 특정한 ML 기반 애플리케이션들을 다룬다. / 예를 들어 나이브 베이즈 분류 하나에 대해서만 한 챕터 전체를 할애하여, 여러 분류 기법을 논하고 작동 원리를 살펴보며 실제로 애플리케이션을 구현해본다. 반면 ‘교과서’는 한 챕터 전체를 사이킷런을 이용해 다양한 분류기로 다양하게 구현해본다. / 즉 교과서를 보완하는 실습용 워크북 같은 역할을 한다. 둘을 각각 봐도 좋겠지만 둘을 같이 읽는다면 ML 학습을 극대화할 수 있다.
(중략)
(거의 500쪽으로) 분량이 많지만 모든 ML 분야 종사자, 특히 다양한 알고리즘 경험이 없는 독자에게 매우 귀중한 자료다. 교과서와 함께 읽는다면 거의 완전한 ML 커리큘럼을 익힐 수 있다. 

 

모두가 교과서 한 권만으로 내용을 다 이해할 수 있다면 세상에 참고서는 필요가 없겠죠. 그런 면에서 다양한 알고리즘과 그 활용 예제, 그리고 다양한 라이브러리의 구현을 다루는 이 책이 라슈카의 ‘교과서’의 좋은 참고서 역할을 하리라 기대합니다. 

 

2021년 세종도서 학술 부문에 선정된 《쏙쏙 들어오는 인공지능 알고리즘》과 2022년 대한민국학술원 우수학술도서에 선정된 《머신러닝 엔지니어링》을 번역하신 구정회 님이 번역을 맡아 원서 내용의 정확성을 한층 더 업그레이드했습니다. 

 

물론 팩트 출판사의 책은 오류가 많기로 악명이 높았습니다. 최근 나오는 책들은 점차 품질이 나아지고 있긴 하나, 이 책도 본문 중 오류가 나는 코드들이 있긴 했습니다. 이 부분은 베타리딩을 거치며 오류가 난 코드들을 바로잡아 책에 반영했으므로 실습에는 문제가 없을 거라고 자신 있게 말씀드릴 수 있습니다. 

 

 

■ 미리보기(차례, 지은이·옮긴이 소개, 기술 감수자 소개, 옮긴이 머리말, 베타리더 후기, 감사의 글, 이 책에 대하여, 1장 일부)

 

 

■ 도서구매 사이트(가나다순)

[교보문고]  [도서11번가]  [알라딘]  [예스이십사]  [인터파크]  [쿠팡]

 

■ 제이펍 소식 더 보기(제이펍의 소통 채널에서 더욱 다양한 소식을 확인하세요!)

네이버 책  포스트  유튜브  인스타그램  트위터  페이스북