About this ebook
머신러닝이 업계 전반에서 널리 활용되고 있지만, 기법과 도구는 나날이 새로워지고 있어 어떤 조합을 어떤 시나리오에 적용할지 막막함을 느끼는 실무자가 많다. 이 책은 일부 알고리즘을 깊이 파고들기보다는 다양한 애플리케이션 예제를 훑고 구현함으로써 EDA, 특징 공학, 분류, 회귀, 군집화, NLP 등 영역에서의 머신러닝 알고리즘의 작동 원리를 되새길 수 있게 한다.
1장은 머신러닝 기술을 개괄하고, 바로 2장부터 나이브 베이즈를 이용해 영화 추천 엔진을 구축해본다. 라이브러리 없이 ‘밑바닥부터’ 구현하는 법과 사이킷런을 이용하는 법을 모두 다루며, 이러한 방식이 이후 챕터에서도 자주 반복된다. 3장은 SVM을 설명하고 얼굴 인식이나 심전도 분류에 활용한다.
4장부터 6장은 온라인 광고 클릭률 데이터셋을 사용한 예측을 살펴본다. 4장은 의사결정 트리, 랜덤 포레스트 등 트리 기반 알고리즘으로, 5장은 로지스틱 회귀로 광고 클릭률 예측기를 만들어본다. 이 과정에서 사이킷런, XGBoost, 텐서플로 등 익숙한 라이브러리들의 사용법도 익힐 수 있다. 6장은 스파크를 사용해 테라바이트 규모의 로그를 분석해봄으로써 광고 클릭률 예측기를 더욱 확장한다.
7장과 8장은 누구나 관심 있는 주가 예측 문제를 다룬다. 7장에서는 회귀 기법을 자세히 설명한 다음에, 8장에서는 딥러닝의 기초인 신경망을 설명한 다음에 여러 방식으로 구현해 주가 예측에 적용해본다.
9장과 10장은 뉴스그룹 데이터셋을 예시로 NLP 애플리케이션을 실습한다. NLP에서 널리 쓰이는 라이브러리들을 개괄한 다음, 토큰화, 어간 추출, 표제어 추출 등 NLP의 기초를 설명하고, 나아가 차원 축소(t-SNE), 비지도학습(주제 모델링, k-평균 군집화)까지 살펴본다. 11장은 잠시 숨을 고르고 머신러닝 작업 워크플로에서 단계별로 대표적인 모범 사례를 꼽아 살펴본다.
12장과 13장은 각각 CNN과 RNN을 다룬다. 텐서플로(케라스)를 사용하여, 12장은 의류 이미지 분류기를 만들며 데이터 증강 같은 유용한 기법을 소개하고, 13장은 감정 분석과 텍스트 생성 실습을 하며 트랜스포머 같은 최신 모델도 소개한다. 마지막 14장은 OpenAI Gym 환경에서 가치 반복, 정책 반복, Q-러닝 등을 이용해 강화학습을 실습해본다.
책 전체에 걸쳐 수많은 도구, 기법, 개념이 등장하지만, 하나하나를 자세히 살펴보기보다는 큰 그림과 실제 구현하는 법에 초점을 둔 책이다. 아직 다양한 개발 경험을 쌓지 못한 실무자들에게 풍성한 간접경험을 제공한다는 점이 큰 미덕이다. EDA, 특징 공학, 분류, 회귀, 군집화, NLP 등 업계에서 널리 활용되는 머신러닝 기법의 작동 원리를 살펴봄으로써 오늘날의 ‘거의 모든’ 머신러닝 커리큘럼을 접할 수 있다.
주요 내용
■ 머신러닝 및 데이터 과학에서 다루는 주요 개념
■ 파이썬을 활용한 데이터 마이닝 및 분석
■ 아파치 스파크로 복잡한 데이터를 이용하는 모델 훈련 확장
■ NLTK, 젠심 같은 파이썬 라이브러리를 통한 텍스트 분석 및 NLP
■ 머신러닝 모델 선택, 구축, 성능 평가, 최적화
■ 바닐라 파이썬, 텐서플로 2, 파이토치, 사이킷런 등으로 머신러닝 알고리즘 구현
About the author
구글의 머신러닝 소프트웨어 엔지니어. 구글 이전에는 여러 데이터 기반 도메인에서 머신러닝 과학자로 일하며 디지털 광고, 마케팅, 사이버 보안에 관한 전문 지식을 발휘했다. 현재 세계에서 가장 큰 검색 엔진에서 광고 최적화를 위한 머신러닝 모델과 시스템을 개발하고 개선하는 일을 한다.
교육에 대한 열정이 커 여러 머신러닝 도서를 집필했다. 첫 책인 『Python Machine Learning By Example』의 초판은 2017년과 2018년에 아마존에서 베스트셀러 1위에 올랐으며 다양한 언어로 번역되었다. 집필한 책으로는 『Machine Learning with PyTorch and Scikit-Learn』(2022), 『Deep Learning with R for Beginners』(2019), 『Hands-On Deep Learning Architectures with Python』(2019), 『R Deep Learning Projects』(이상 Packt, 2018)가 있다.
연세대학교 전자공학과를 졸업하고 포항공과대학교 대학원 전자전기공학과에서 컴퓨터 비전을 전공하였으며, 삼성전자 입사 후에 학술연수 프로그램에 선발되어 연세대학교에서 통신신호처리 전공으로 박사 학위를 취득했다. 현재는 삼성 리서치에서 딥러닝 기반 비전 기술을 연구 및 개발하고 있다. 보코더(vocoder)와 DSP 펌웨어 개발로 산업계 경력을 시작하였고, 국산화 과제(CDMA 모뎀, Tizen 플랫폼) 개발과 함께 이를 적용한 관련 제품 개발 및 상품화에 참여했다.
감사하게도 인공지능의 몇 차례 빙하기를 이겨낸 앞선 연구자들의 어깨를 빌려 다시 컴퓨터 비전 관련 딥러닝 연구를 이어가고 있다. 이것이 마지막 연구 주제가 되었으면 하는 바람과 조금은 더 선한 영향력을 꿈꾸며, 날마다 쏟아져 나오는 새로운 딥러닝 관련 홍수 속에서 하루하루 발견하는 즐거움을 찾고 있다.
밥벌이를 시작하면서 한 장의 영화 팸플릿에 담긴 사람들의 노고가 와 닿아 영화 팸플릿을 수집하는 취미를 갖게 되었고, 어느덧 책 읽기는 책을 사 모으는 즐거움으로 변질되어 나날이 늘어나는 책장 덕에 안주인의 사랑스런 눈치를 보며 두 자녀와 행복하게 살고 있다. 틈틈이 눈과 카메라를 통해 발견하는 즐거움을 찾으며, 하루하루 일상을 살고 있다. 제이펍에서 『쏙쏙 들어오는 인공지능 알고리즘』(2021년 세종도서 학술부문도서 선정), 『머신러닝 엔지니어링』(2022년 대한민국학술원 우수학술도서 선정)을 번역했다.
