컴퓨터 전공 이론서와 머신러닝 실습서의 절묘한 결합

선형대수와 통계학으로 배우는 머신러닝 with 파이썬 - 최적화 개념부터 텐서플로를 활용한 딥러닝까지
장철원 지음 / 비제이퍼블릭 / 2021년 1월

최근 좋은 기회로 캐글스터디에 들어가 매일마다 과제를 진행하면서 무척 많은 것을 배우고 있다. 기본적인 특성공학, 전처리 과정부터 다양한 머신러닝 모델을 피팅하기까지 정말 하루에 수많은 지식을 상대하다보니 어느새 익숙해지고, 완전하진 않지만 그래도 머릿속에 지식이 끊임없이 들어와 정리되다 보니 약간은 실력이 늘어난게 느껴지긴 했다. 

하지만 갓 파이썬 문법을 어느정도 끝내고 이제 막 머신러닝의 세계에 발을 들인 입장이어서 종종 수학적인 내용이나 이론적인 내용이 들어갈 때면 막히는 부분이 많다고 느껴졌다. 요새 이쪽 공부를 많이 해서인지 실습을 하는 것도 좋지만 이론도 같이 겸비할 만한 책이 있다면 좋겠단 생각이 자주 들었다.

이번에 읽은 책은 선형대수와 통계학으로 배우는 머신러닝이란 책이다. 사실 이미 기존에도 많이 수학과 머신러닝을 결합한 도서가 많이 나왔지만, 이 책은 기존의 출간작들과 약간 다른 느낌이 든 부분이 많았다.

보통의 머신러닝 책이라면 이론에 특화되어있거나 이해하기 쉬운 실습위주의 책으로 약간 이분화로 나뉘어져 있는게 많았다. 즉 이론은 이론대로 딱딱하게 진행되었고, 실습위주의 책은 이해하기 좋은 실습위주나 다른 도메인 지식과 연관해서 소개해준 부분이 많았다. 근데 이 책은 이론적인 내용을 위주로 진행하면서 이를 실제 코드에선 어떻게 실습하는지를 소개해주고 있어 이론서지만 실습을 잘 끼얹은 느낌이 많이 들었다.

책의 앞부분에는 선형대수와 통계학의 내용을 약 30여페이지 정도 핵심적인 내용만 딱 설명해주고 있고, 이후엔 머신러닝의 전반적인 전처리와 훈련과정, 모델 결합시에 적용하는 이론들을 설명하는게 주를 이뤘다. 사실 머신러닝을 공부하면서 제일 힘들었던 부분이 이런 이론들이 체계적으로 정리된 부분인데, 이 책에서는 그 이론에 대한 정리가 어느책 못지 않게 훌륭하게 잘 정리되어 있어서 개인적으로 너무 좋았다.

사실 다양한 머신러닝 책들을 보면서 약간은 아쉬웠던게 이제 우리나라 말로 번역된 서적이 적다는 것, 그리고 이론에 대해 깔끔하게 잘 정리된 책이 적다는 것이었는데, 이 두 부분을 이 책이 잘 충족했다는게 무척 많았다. 개인적으로 공부하면서 영어로 이해하기 힘들었던 부분들. 데이터 분석의 전반적인 과정에서 막혔던 내용들이 이 책엔 거의 다 소개되어 있었고, 내용도 딱 핵심적인 이론으로 친절하게 설명하고 있어 너무나도 쉽게 이해할 수 있었다. 사실 책의 가격과 분량을 본다면 부담이 되기도 하지만 이론과 실습 두마리 토끼를 적절하게 잘 자리잡은 도서이기에 머신러닝의 이론을 빠삭하게 이해하고 싶은 책을 찾는 사람에게는 너무 좋은 책이라 추천하고 싶다.