저의 전공(수학과, 수학교육과, 컴퓨터교육과)을 살려서 이 책을 천천히 알기 쉽게 (그대로말고) 좀 해석해서 풀어낼까하고 생각하고 있습니다. 책이 무려 400p가 넘고, 실제 여러 대학원에서 사용하고 있는 책인만큼 퀄리티 부분에서는 인증이 된 책입니다. 천천히.. 아주 천천히 풀어낼 생각입니다.

MML. (머신러닝을 위한 수학) 이 책은 왜 봐?

이 책의 초반부를 보면 이런 내용이 나옵니다.

머신 러닝은 주로 컴퓨터 과학과 쪽에서 주로 개설이 되는데, 내용 중에서
- 컴퓨터 언어, 데이터 해석 도구
- 대규모의 계산 및 이와 관련한 프레임 워크
는 주로 가르쳐주지만 이에 또 하나의 요소인
- 수학과 통계, 그리고 이를 기반으로 한 머신 러닝
은 많이 다루어지지 않습니다.

게다가 대부분의 개론서가 1~2 chapter 정도만 책의 도입부나 부록 형태로 나오고 있으며 또한 고등학교 때 배운 수학과 머신러닝의 교재에서 요구하는 수학 내용의 격차 때문에 어려움을 겪는 학생들을 많이 가르쳐왔답니다.

이 책에서는 읽는 방법을 2가지 형태로 추천합니다. 하나는 Bottom-up 방식으로 기초를 탄탄히 하면서 쌓아가는 방법이고, 또 하는 Top-down 방식으로 실제적인 필요성에 기반하여 필요한 정보들을 갖추는 방법입니다.

사실 독자나 수강자 입장에서는 강한 동기부여가 없는 상황에서 Bottom-up 방식은 지치기가 쉽습니다. (대학교 강의같은 강한 시스템이라면 모를까) '이거 왜 배워?'의 의문이 계속 드는데, 이 책의 앞의 1/3은 선형대수학, 1/10은 미적분학, 1/5는 확률과 통계, 1/10은 최적화 이론을 다루거든요. 수학을 배워보신 분은 잘 아시겠지만 선형대수학은 1학기 혹은 1년 단위로 배우는 기초 과학 교과입니다.

그런데 이 책의 목적은 분명합니다. 고등학교 졸업한 정도의 사람들이 쉽게 개념을 익히는 목적입니다. 적어도 이 책은 bottom up 방식으로 볼만한 가치가 있다는게 책을 훑어본 제 생각입니다.그래서 저도 bottom up으로 풀어보려고 합니다. 비전공자를 대상으로 내용을 잘 풀어놓았기 때문입니다. (모처럼 좋은 원서 발견했다는 즐거움이...)

그래도 외국책이라 국내 교육과정과 좀 다를 수 있죠. 그 부분을 한 번 더 파해쳐서(수학교육) 이걸 하나하나 차근차근 풀어보려고 합니다(수학). 뒤쪽 Part2의 머신 러닝 부분은 저도 잘 배워보지 못한 부분이 많아서 좀 정독을 해볼 예정입니다만, 그래도 가급적 코딩 초보가 이해하기 쉽게 풀어볼 예정입니다(컴퓨터교육). 그러면서 필요한 부분이 있다면 다시 해당 내용을 적절하게 재구성을 해볼 생각입니다. 이 책은 수학과나 수학교육 출신이라면 top down, 그 외 사람들은 bottom up이 좋을 것 같습니다. (앞에서 언급했듯 저는 bottom up으로 이 책을 풀어낼 생각이에요.)

그러면.. 최소 1주일에 1~2포스팅을 목표로 시작하겠습니다. 긴 여행이 될 수도 있겠지만.. 한 번 동행해보시죠!

keyword

코딩하는 수학쌤 소속 직업 교사

코딩하는 수학쌤 쿠커리의 브런치입니다. 학교에서 인공지능과 수학의 징검다리를 연결하는 글, 마음으로 가르치는 이야기를 연재합니다.

구독자 285

[MML] Ch1. Introduction to MML 매거진의 다음글

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari