[서평] 머신러닝 파워드 어플리케이션
한빛미디어. 출간 : 2021년 09월 06일. 독서 : 10월 3-4주
서평 및 발제
올 한해 개인적으로 가장 관심이 많이 갔었고, 시간을 많이 보낸 분야가 있다면 머신러닝 (기계학습) 이다. 기계학습이 화자가 된지 10여년이 되어가고 있고, 최근 유행은 딥러닝, 인공지능이 주를 이루는 시대인데 나는 어찌보면 이 분야에서 한참을 뒤쳐저서 이제서야 기계학습을 배우고 있다. 그럼에도 불구하고 기계학습 분야에 대해서 학기 수업을 듣고 혼자서 코딩도 하며 간단한 문제를 풀어보기도 하고, 어려운 문제는 파이썬 전문가 지인의 도움을 받으면서 가까스로 기계학습을 배워가고 있다.
그런 수고가 있었기에 본 책을 그나마 이해할 수 있었고, 대략적으로 어떤 내용들인지 갈피가 잡힌다. 그 전에는 그저 책 제목 만으로도 기피해야할도서 였다면, 지금은 기계학습의 응용분야가 어딘이지 생각하면서 보게 되니 그래도 내가 좀 변하긴 했다.
본 책의 머리말에도 적혀있는데, 이 책은독자가 프고그래밍에 어느정도 익숙하다는 가정하에 쓰여져 있고, 제예재코드는 주로 파이썬을 사용하여 설명하고 있다. 파이썬과 R을 전문적이진 않지만 바이오 분야의 전공자로서 그나마 조금 다루고 사용해볼 수 있었따.
차례 및 요약
[PART I 올바른 머신러닝 접근 방법 모색]
CHAPTER 1 제품의 목표를 머신러닝 문제내용 로 표현하기
CHAPTER 2 계획 수립하기
[PART II 초기 프로토타입 제작]
CHAPTER 3 엔드투엔드 파이프라인 만들기
CHAPTER 4 초기 데이터셋 준비하기
[PART III 모델 반복]
CHAPTER 5 모델 훈련과 평가
CHAPTER 6 머신러닝 문제 디버깅
CHAPTER 7 분류기를 사용한 글쓰기 추천
[PART IV 배포와 모니터링]
CHAPTER 8 모델 배포 시 고려 사항
CHAPTER 9 배포 방식 선택
CHAPTER 10 모델 안전장치 만들기
CHAPTER 11 모니터링과 모델 업데이트
이 책은 실용적인 머신러닝에 대해 다루고 있다. 검색엔진, 소셜 플랫폼 추천 시스템, 번역 서비스, 사진에서 얼굴 감지 시스템 등 다양하게 사용되고 있는 머신러닝을 배울 수 있고, 활용 예제코드가 수록되어 있다.
머신서링의 전체 과정에 대해 이 책에서는 아래의 단계로 소개하고 있다.
1. 올바른 머신러닝 접근 방법 모색
2. 초기 프로토 타입 제작.
3. 모델 반복
4. 배포와 모니터링
머신러닝의 반복 루프는 분석, 접근방법 선택, 수현, 측정을 통해 이루어 진다.
머신러닝에서는. 모델 파이프라인 성능이 나쁘다면 모델의 품질 때문인지, 버그 때문인지 알수 있는 가장 좋은 방법은 점진적인 방식을 따르는 것이며, 데이터 흐름부터 시작해서 훈련능력, 마지막으로 일반화 추론의 디버깅을 진행하는 것이다.
위와 같은 내용들이 다양한 예제들과 함께 실용적으로 쓰여진 책으로 머신러니에 대해 상당한 전문 지식이 있어야 소화가 가능한 책이다.
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."
