<오늘부터 IT를 시작합니다>, 고코더

오늘부터 IT를 시작합니다 - 비유와 이야기로 풀어낸 비전공자를 위한 필수 IT 교양서
고코더(이진현) 지음 / 한빛미디어 / 2022년 8월

IT 교양 지식서를 찾는다면 추천하는 책이다. 기술의 탄생 배경 및 역사, 트렌드 등에 대한 방대한 정보들이 읽기 쉽게 구성되어 있다. 교양을 쌓는다는 느낌으로 가볍게 읽기 좋은 책이라 IT 업계의 「알쓸신잡」, <지대넓얕> 이라고 비유할 수 있을 거 같다. 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

[100자평] 오늘부터 IT를 시작합니다

오늘부터 IT를 시작합니다 - 비유와 이야기로 풀어낸 비전공자를 위한 필수 IT 교양서
고코더(이진현) 지음 / 한빛미디어 / 2022년 8월

IT 교양 지식서를 찾는다면 추천하는 책이다. 기술의 탄생 배경 및 역사, 트렌드 등에 대한 방대한 정보들이 읽기 쉽게 구성되어 있다. 교양을 쌓는다는 느낌으로 가볍게 읽기 좋은 책이라 IT 업계의 「알쓸신잡」, <지대넓얕> 이라고 비유할 수 있을 거 같다.

[리뷰] 머신러닝 실무 프로젝트 (2판)

머신러닝 실무 프로젝트 - 실전에 필요한 MLOps, 머신러닝 모델 검증, 슬롯머신 알고리즘, 온라인 광고에서의 머신러닝, 2판
아리가 미치아키.나카야마 신타.니시바야시 다카시 지음, 김모세 옮김 / 한빛미디어 / 2022년 3월

대량의 데이터를 쉽게 수집할 수 있고, 수집한 데이터를 처리하는 하드웨어의 성능은 좋아졌으며, 최신 알고리즘이 구현된 오픈소스 프레임워크를 손쉽게 사용할 수 있게 된 시대이다!

덕분에 머신러닝을 도입하기 위한 장벽은 한층 낮아졌다. 

하지만 이를 실제 비즈니스에 적용하는 문제는 다르다. 해결해야 하는 문제를 스스로 정의하고 시스템을 설계하는 방법은 조금 더 고차원적이기 때문이다.

이 책은 머신러닝 입문서를 떼고 실무에 활용하려는 개발자, 머신러닝 시스템 및 기술적인 내용에 흥미가 있는 비즈니스 담당자 같은 독자를 대상으로 머신러닝과 데이터 분석 도구를 비즈니스에 활용하는 방법을 알려주고 있다.  

책의 구성은 크게 1부와 2부로 나뉜다. 1부에서는 머신러닝 프로젝트를 수행하기 위해 알아야 할 지식을 다루고 있으며, 2부에서는 실제 사례 연구를 살펴볼 수 있다. 

1부

• 1장 ->  머신러닝 프로젝트가 어떤 과정을 거쳐 수행되는지 정리한다.
• 2장 -> 머신러닝으로 할 수 있는 일과 다양한 머신러닝 알고리즘을 소개한다. 각 알고리즘의 특성을 카탈로그 형태로 정리하고 있어 알고리즘 선택 요령 및 알고리즘의 결정 경계 형태를 쉽게 확인할 수 있다.
• 3장 -> 머신러닝 결과 평가 방법을 설명한다. 네 가지 주요 평가 지표들의 개념(정확도(accuracy), 정밀도(precision), 재현율(recall), F값(f-measure))과 해당 지표들을 고려할 때 중요한 개념들(혼동행렬(confusion matrix), 마이크로 평균(micro-average), 매크로 평균(macro-average))을 알 수 있다.
• 4장 -> 기존 시스템에 머신러닝을 통합하는 방법과 머신러닝에 사용할 훈련 데이터를 얻기 위한 로그 수집 방법을 알아본다.
• (5장 -> 머신러닝 분류 태스크에서의 정답 데이터를 수집하는 방법에 관해 설명한다.)
• 6장 -> 장기적으로 운용/학습을 계속하는 지속적 학습을 위한 머신러닝 기반과 MLOps에 관해 설명한다.
• 7장 -> 도입한 정책이 실제로 효과가 있는지 성과를 검증하는 통계 검정, 인과 효과 추론, A/B 테스트를 소개한다.
• 8장 -> 머신러닝을 통해 얻은 예측 결과를 파악한다.

2부

• 9장 ->  실제 데이터를 분석해보며 생각해야 할 점과 분석 결과로 만들 수 있는 보고서를 작성해본다.
• 10장 -> 업리프트 모델링(uplift modeling)을 살펴보고 이를 활용해 더욱 효과적인 마케팅을 수행하는 방법을 알아본다.
• 11장 -> 온라인 광고 콘텍스트에서 자주 사용되는 슬롯머신 알고리즘을 이용한 강화학습을 다룬다.
• 12장 -> 온라인 광고를 소재로 실제 시스템에 어떤 머신러닝이 최적화되어 적용되었는지 살펴본다. 

1부를 통해 머신러닝 실무 노하우를 파악하고, 2부에서는 이를 활용해 실무 프로젝트를 직접 따라해보는 경험을 해볼 수 있다.

<머신러닝 실무 프로젝트 2판> 책과 함께 머신러닝 실무 경험치를 쌓아올려보자:)

---

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

[100자평] 머신러닝 실무 프로젝트

머신러닝 실무 프로젝트 - 실전에 필요한 MLOps, 머신러닝 모델 검증, 슬롯머신 알고리즘, 온라인 광고에서의 머신러닝, 2판
아리가 미치아키.나카야마 신타.니시바야시 다카시 지음, 김모세 옮김 / 한빛미디어 / 2022년 3월

머신러닝 실무 프로젝트를 경험하고 싶은 사람에게 추천하는 책이다!

머신러닝 모델을 장착한 애플리케이션을 만드는 방법을 쉽게 배울 수 있는 책

머신러닝 파워드 애플리케이션 - 아이디어에서부터 완성된 제품까지, 강력한 머신러닝 애플리케이션 구축 과정 배우기
에마뉘엘 아메장 지음, 박해선 옮김 / 한빛미디어 / 2021년 9월

머신러닝 구축의 핵심인 

1. 주어진 특성에 맞는 올바른 머신러닝 방법 선택,
2. 모델의 오류와 데이터 품질 문제 분석,
3. 모델의 결과를 검증하여 제품의 품질 보장

위의 일련의 과정들을 안내하고 있다.


제품 아이디어에서 프로토타입 배포까지 전체 과정을 다루고 있기에 
코딩 경험과 머신러닝 기초 지식을 가지고 
머신러닝 기반 제품을 구축하는 방법을 배우는데 안성맞춤이다. 

---

머신러닝의 전체 과정

머신러닝 제품을 성공적으로 사용자에게 제공하려면

제품의 요구 사항을 머신러닝 문제로 표현하고, 적절한 데이터를 수집하고, 여러 모델을 효율적으로 반복하고, 결과를 검증하고, 견고한 방법으로 배포해야 한다.

1. 올바른 머신러닝 접근 방법 모색: 머신러닝 분야는 넓고 제품의 목표를 달성하기 위한 다양한 방법이 존재한다. 주어진 문제를 위한 최상의 방법은 성공 기준, 가용 데이터, 문제의 복잡성과 같은 많은 요소에 따라 달라진다. 이 단계의 목표는 올바른 성공 기준을 설정하고 적절한 초기 데이터셋과 모델을 찾는 것이다. 

 2. 초기 프로토타입 제작: 모델링 작업을 하기 전에 먼저 엔드투엔드 프로토타입을 만든다. 이 프로토타입은 머신러닝을 사용하지 않고 제품의 목표를 달성하는 것이 목적이다. 또한 최상의 머신러닝 적용 방법을 결정하는 데 도움이 된다. 프로토타입이 구축되면 머신러닝의 필요성을 알 수 있고 모델 훈련을 위해 데이터 수집을 시작할 수 있다. 

 3. 모델 반복: 데이터셋이 준비되면 모델을 훈련하고 단점을 평가할 수 있다. 이 단계의 목표는 오류 분석과 구현 사이를 오가며 반복하는 것이다. 이 반복 루프의 속도를 높이는 것이 머신러닝 개발 속도를 높이는 최상의 방법이다.

 4. 배포와 모니터링: 모델이 좋은 성능을 내면 이제 배포를 할 단계이다. 배포된 후에 예상치 못한 이유로 종종 모델이 실패하는 경우가 있기 때문에 모델의 오류를 완화하고 모니터링 하는 방안을 마련하는 것 또한 아주 중요하다. 

---

책의 목차는 아래와 같다.

Part 1. 올바른 머신러닝 접근 방법 모색

Ch1. 제품의 목표를 머신러닝 문제로 표현하기

Ch2. 계획 수립하기

Part 2. 초기 프로토타입 제작

Ch3. 엔드투엔드 파이프라인 만들기

Ch4. 초기 데이터셋 준비하기

Part 3. 모델 반복

Ch5. 모델 훈련과 평가

Ch6. 머신러닝 문제 디버깅

Ch7. 분류기를 사용한 글쓰기 추천

Part 4. 배포와 모니터링

Ch8. 모델 배포 시 고려 사항

Ch9. 배포 방식 선택

Ch10. 모델 안전장치 만들기

Ch11. 모니터링과 모델 업데이트

이제 책의 예제를 따라가며 사용자가 글을 더 잘 쓰도록 돕는 '머신러닝 보조 글쓰기 애플리케이션' 을 구축해 볼 차례이다!

---

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."