‘머신러닝 실무 프로젝트‘는 정말 실무를 얘기한다

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

이 책 목차를 보고 한 번 놀라고, 정말 목차 대로 내용이 나왔는지 확인하면 두 번 놀랐다. 모 쇼핑몰 쇼핑 어드바이저 챗봇을 구축하고 운영하면서 익히며 고민했던 경험과 사례가 이 책에 그대로 녹아 있었기 때문이다.

1부. 머신러닝 실무 노하우
 - 머신러닝 프로젝트 처음 시작하기
 - 머신러닝으로 할 수 있는 일
 - 학습 결과 평가하기
 - 기존 시스템에 머신러닝 통합하기
 - 학습 데이터 수집하기
 - 효과 검증하기
 
2부. 머신러닝 실무 프로젝트
 - 프로젝트 1 : 영화 추천 시스템 만들기
 - 프로젝트 2 : 킥스타터 분석하기
 - 프로젝트 3 : 업리프트 모델링으로 마케팅 효율 높이기

이 책은 228쪽으로 얇다. 이정도 분량에는 일장일단이 있다. 애초에 저자는 머신러닝 입문서가 아님을 밝혔다. 아예 코세라 강의를 듣거나 입문서를 먼저 보라고 추천한다. 코드 한 줄 한 줄을 상세히 설명하지 않는다. 대신 Github에 Jupyter Notebook 코드를 올려 두었다.

그렇다 해도 책을 휘리릭 읽으면 내가 뭘 읽었는지 머리가 뭐가 남았는지 모를 수 있다. 우선 책을 1회차 읽고, 2회차에는 꼭 실습환경을 꾸며서 실제로 소스 코드를 실행해 보면 좋겠다. 윈7 사용자는 VM으로 Linux 환경을 먼저 구성해야 하는 번거로움이 있다.

이 책은 적지 않은 부분을 모델 평가에 할당했다. 실제로 참 어려운 부분이다. 다른 머신러닝 책도 모델 평가에 대해 다뤘지만, 데이터를 학습과 테스트 용도로 나누는 기술에 대해 설명하고 끝나는 때가 많았다. 반면 이 책에서는 업리프트 모델링과 적용방안까지 언급하면서 저자가 했던 고민에 대해 알려주는 게 인상적이다.

PC 한 대만 쓸 수 있는 학생은 이 책의 진가를 다 알기는 힘들 듯싶다. 하지만 회사원인 머신러닝 입문자는 회사의 자원을 쓸 방법을 찾아서 이 책의 범위를 뛰어넘은 실습을 해보자. 실력이 일취월장함을 자각할 것이리라.