머신러닝을 공부한 뒤 프로젝트에 적용하려는 시점에 도움이 되는 책

머신러닝 실무 프로젝트 - 실전에 필요한 머신러닝 시스템 설계, 데이터 수집, 효과 검증 노하우
아리가 미치아키 외 지음, 심효섭 옮김 / 한빛미디어 / 2018년 6월

데이터는 있고, 머신러닝은 조금 공부해 봤는데 어떤 것들이 더 있는지 모르겠고, 이제 어떻게 우리 프로젝트에 적용하지? 근데 적용해되 되나? 적용후에는 잘 되었는지를 어떻게 확인하지? 와 같은 여러 의문을 해결해 줄 수 있는 내용이 담겨있다. 

우선 책이 크게 2개의 파트로 나뉘었는데 그 중 책 분량의 절반을 실무 프로젝트를 진행하듯 머신러닝 적용 전후 단계를 물흐르듯이 단계단계 살펴보는 part2 머신러닝 실무 프로젝트가 맘에 든다. 특히 chapter7에서는 머신러닝을 적용하고, 반전으로 chapter8의 경우 머신러닝을 사용하지 않는 선택지를 보여주는 점도 인상적이였다. 

다시 돌아가 part1 머신러닝 실무 노하우에 chapter1에서는 무작정 머신러닝을 사용하기 보단 머신러닝 없이 해결될 문제인가를 고심하게 만든다. 요즘 머신러닝이나 딥러닝이 유행아닌 유행인지라 기존에 알고리즘들이 해결하지 못하는 여러 문제를 해결하기에 모든 문제를 머신러닝이나 딥러닝을 해결하려는 경향을 보이는 학생들이 종종 있다. 정렬 문제를 머신러닝이나 딥러닝을 통해 해결할 필요가 있는가? 당연히 없을 것이다. 그럼 머신러닝으로 해결해야 할 문제는 어떤것일까? 에 대한 의문에 대한 답을 준다. 

다음 Chapter2에서는 머신러닝 알고리즘을 간단히 그림과 함께 기술된다. 복잡한 수식을 통해 각 알고리즘들을 설명하는 것도 좋은 방법이나, 간단한 분류 문제에 대해 각 알고리즘이 어떻게 분류 되는지 설명과 그림을 통해 직관적으로 보여주는 것도 모든 분류 알고리즘을 공부하기 보다 빠르게 적절한 분류 알고리즘을 선택할 수 있게 한다. 

다음 chapter3에서는 내가 적용한 알고리즘이 과연 좋은 성능을 내는가에 대한 의문을 해결하는 과정이다. 가장 단순한 정확도 외에 다양한 방법들로 결과를 평가하는 것을 소개한다. 

다음 chapter4에서는 기존 시스템에 새로 만든 머신러닝을 통합할 때 고려해야 할 사항들을 미리 안내하고 있다. 배치처리 혹은 실시간 처리시 발생할 고려사항들을 말이다. 

뭐 다음 chapter는 아직 읽어 보는 중이라 여기까지만 쓰고, 얇은 책이라 가볍게 읽기에는 한없이 가벼울 수 있지만, 요약 정리된 내용을 머리속에서 풀기엔 적은 분량이 아닌 알찬 구성의 책인 듯 하다.