[도서리뷰] 한빛미디어 '파이썬 라이브러리를 활용한 머신러닝(번역개정2판)'

machine-learning-with-python

이 포스트는 한빛미디어에서 출간한 '파이썬 라이브러리를 활용한 머신러닝(번역개정2판)' 을 읽고 작성한 서평입니다.

INTRO

파이썬(Pytnon)에 딥러닝(Deep Learning)을 위한 Tensorflow, Pytorch, Keras 라이브러리가 있다면 머신러닝(Machine Learning)에는 사이킷런(skikit-learn)) 라이브러리가 있습니다. 머신러닝에 필요한 복잡한 작업들을 간단한 코드로 수행할 수 있도록 인터페이스를 제공해주기에 초보자분들도 미적분, 선형대수, 확률 이론을 모른채 코드 사용법을 익히면 머신러닝을 수행하실 수 있습니다.

머신러닝/딥러닝 관련 다수의 번역 경험을 가진 박해선 님의 도서 중 하나로 이번에 나온 번역개정 2판은 최근 업데이트된 skikit-learn 1.x 버전으로 설명이 변경되었으며, 개인 분석 환경이 없더라도 구글 코랩을 통해 실습할 수 있도록 제공합니다.

사이킷런(Scikit-learn)?
파이썬의 머신러닝 라이브러리로 지도학습, 비지도학습, 모델 선택 및 평가, 데이터 변환 및 로드, 계산 성능 향상을 위한 모듈을 제공합니다.

scikit-learn-algorithm-cheat-sheet
[출처] https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html

책 소개

사이킷런 핵심 개발자의 머신러닝과 데이터 과학 실무 비법!
2022년 최신 개정판! 구글 코랩에서 실습 가능! 사이킷런 최신 버전 대응!

주요 내용

  • 머신러닝의 기본 개념과 응용
  • 널리 사용되는 머신러닝 알고리즘의 장점과 단점
  • 머신러닝으로 처리한 데이터를 표현하는 방법
  • 모델 평가와 매개변수 튜닝을 위한 고급 방법
  • 체인 모델과 워크플로 캡슐화를 위한 파이프라인
  • 텍스트 데이터를 다루는 기술
  • 머신러닝과 데이터 과학 기술 향상을 위한 조언

주요 개정 내용

  • 코랩에서 예제를 바로 실행할 수 있도록 코드 수정
  • 사이킷런 1.x 버전 변경사항 기존 코드와 본문에 반영
  • 한국어판 부록 확대 및 사이킷런 1.0 반영
  • 사이킷런 1.x 버전에 추가된 기능 설명 추가

책을 읽고

▶ 주관적인 평점 : 5.0점 / 5.0점


개인적으로 개정 전 도서를 소장하고 있고, 주변에 머신러닝을 시작하려는 분들에게 추천하는 책이었습니다. 이번에 좋은 기회로 리뷰하게 되면서 책을 받자마자 간단히 훑어 보았을 땐 풀컬러 이미지들이 가장 먼저 눈에 띄었습니다. (모든 이미지가 컬러라니..! ^^)

machine-learning-with-python
▲ 도서 내 모든 이미지에 풀컬러 적용


이후 시간을 잡고 자세히 내용을 살펴보면서 느낀 개선된 장점은 아래와 같습니다.


1. 구글 코랩(Colab)에서 바로 실행할 수 있도록 정리된 코드
2. 사이킷런 업데이트(1.x)로 변경 또는 추가된 기능들의 소개 및 비교
3. 풀컬러 적용으로 확보된 가독성 : 코드 및 주석, 출력 이미지 등

machine-learning-with-python
▲ 사이킷런 0.21 버전 plot_tree() 동작 구조 변경 내용

machine-learning-with-python
▲ 사이킷런 1.2 버전 TSNE init 매개변수 기본값 변경 내용


도서의 충실한 내용은 이미 알고 있었으나 이번 개정판에서 느껴진 학습자에 대한 배려는 너무 마음에 들었습니다.

초심자분들도 이해할 수 있도록 내용 설명을 하고 있으나 파이썬(Python)에 대한 프로그래밍 기초를 익히신 분들에게 추천드리는 책입니다.

machine-learning-with-python
▲ 트리 기반 앙상블 모델의 매개변수 기본값 비교

관련 링크

[1] 한빛출판네트워크 - 파이썬 라이브러리를 활용한 머신러닝(번역개정2판)
[2] Github 저장소