소프트웨어 아키텍처 101 review

소프트웨어 아키텍처 101 - 엔지니어링 접근 방식으로 배우는 소프트웨어 아키텍처 기초
마크 리처즈.닐 포드 지음, 이일웅 옮김 / 한빛미디어 / 2021년 11월

이 책을 신청했을 때는, 흔히 `소프트웨어 공학` 과목에 등장하는 소프트웨어 아키텍처 패턴에 대한 내용이 나올 것이라 기대했다.

하지만, 이 책은 비단 software 뿐만 아니라 조금 더 상위 시스템을 구측하고 설계하는데 필요한 지식들이 담겨있었다.

흔히들 개발자의 명서라고 말하는 `클린 코드`, `클린 아키텍처`와 결을 나란히 한다고 생각한다. 개발자가 흔히 겪을 수 없는 소프트웨어 시스템 아키텍처 설계에 대한 무수한 팁들과 모호한 개념에 대한 새로운 정의, 그리고 이해하기 쉬운 그림과 설명이 담겨 있기 때문이다.

크게 4가지 파트로 구성이 된다. 

솔직히 말하면, 책 내용이 어려웠다. 

왜냐.. 나는 아직 초보 개발자와 시니어 개발자의 사이에 있기 때문이다. 아직 큰 그림을 보고 설계하기엔 멀었다는 생각이 든다. 

훗날 시니어 개발자가 되어 나의 모듈을 이끄는 업무 리더가 된다면 이 책을 꼭 다시 펼쳐보겠다.

> `Part 1 기초`

업무를 하다보면, 트레이트오프 상황에 대한 많은 고민이 있을 것이다.

`아키텍처는 모든 게 다 트레이드오프 입니다.` 라는 구절이 있다. "

"A를 포기하고 B를 선택해야하는 것인가..."

"A를 선택했다면 그 이유는?"

우리는 항상 상황을 분석하고 최적의 선택을 해야한다. 소프트웨어 아키텍처가 그것이다. 그 시스템의 트레이드오프를 분석하고 주어진 상황에서 가장 좋은 선택을 해야한다.

이런 좋은 선택을 하기위한 마인드와 구체적인 상황에 대한 설명이 주어진다. 

또한 아키텍처의 특성(~~성 으로 끝나는 성질)을 구분짓고 정의하고 예시를 들며 다양한 방면을 고려할 수 있게 도와준다.

> `Part 2  아키텍처 스타일`

아키텍처 패턴에 대한 내용이다. 패턴을 카테고라이징하여 장/단점을 구분하고 각각의 토폴로지가 뭔지, 서비스 설계도는 어떤건지를 설명한다.

레이어드 아키텍처 스타일, 파이프라인 아키텍처 스타일, 마이크로커널 아키텍처 스타일, 서비스/이벤트/공간/오케스트레이션 기반 아키텍처 스타일에 대해서 배울 수 있다. 

> `Part 3  테크닉과 소프트스킬`

해당 장은 아키텍트답게 사고하는 방법과 팀원들을 이끄는 소프트한 스킬에대한 내용이 담겨있다. 

뭔가 외국 기업에서 진행되는 아키텍처 결정 레코드(ADR)이 어떻게 진행되는지 엿볼 수 있었다. 

아무래도 대기업에서는 소프트웨어 시스템이 다양하고 복잡하고 규모가 크기때문에 이런 레코드를 통해 관리를 하는구나... 생각해봤다. 

해당 장은 IT 도서를 읽는 것보단 자기계발 서적을 읽는 듯 했다.

선배 개발자가 남긴 조언이 많기 때문에 재밌게 읽을 수 있었다.

> 총평

 경력 10년 이상의 실무자가 읽으면, 도움이 가장 많이 될 것 같다.

 풋내기 개발자인 나는 이해할 수 없었지만, 업무를 오래 해본 분들이라면 충분히 공감할 것이라고 생각한다. 훌륭한 아키텍트가 되기 위한 필수 도서라고 생각하며 책을 읽으면서 더 열심히 해야겠다는 다짐을 하게 된다.  

<이 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원 받아 작성되었습니다>

엑셀이 편해지는 파이썬 리뷰

엑셀이 편해지는 파이썬 - 엑셀 사용자를 위한 자동화 구축과 데이터 분석
펠릭스 춤슈타인 지음, 한선용 옮김 / 한빛미디어 / 2022년 4월

Python for Excel - 엑셀이 편해지는 파이썬

마침 회사에서 업무자동화를 위해 python으로 엑셀에 있는 자료를 읽어서 가공하는 프로젝트를 (머리속으로만) 기획하고 있었다. 기존에 있는 도서들은 전부 넘파이/판다스를 사용한 데이터 분석이었지만, 엑셀윙스라는 라이브러리를 사용하는 방법을 소개한다. 

VBA를 배우지 않은 사람들이 python을 사용해 자동화(RPA)를 구축할 때 유용하게 쓰일 것 같다.

> `Part 1 파이썬 소개`

항상 책은 1장이 가장 재미있는 것 같다. 해당 주제에 대한 히스토리와 책을 집필하게 된 계기가 담겨있기 때문이다. 

급한 독자는 본론인 'Part 3,4'로 넘어가도 되겠지만, 

왜 Excel 대신 Python을 써도 되는지 궁금하다면 처음부터 보는 것도 재미있을 것이다. 

개발환경을 구축하는 부분은 아주 상세히 적혀있었다. 가령 '상대 경로', '절대 경로'에 대한 설명이라던지, conda 명령어를 설명한다던지, 주피터 노트북과 비주얼 스튜디오 코드 사용법 등 초보자가 참고하면 상당히 좋고 스트레스를 덜 받을 내용들이 담겨있었다.

이후 Python 소개 부분이 나오는데, 파이썬 for문과 인덱싱을 해본 사람이라면 충분히 skip 가능한 내용이다. 

> `Part 2  넘파이·판다스 소개`

판다스를 '파이썬 기반 초강력 스프레드시트'로 소개하며 왜 판다스와 넘파이를 배워야하는지에 대한 설명부터 Part 2가 시작된다. 

데이터프레임(Dataframe)과 시리즈(Series)를 잘 다루는 것이 핵심이다. df.loc, df.iloc을 비롯한 데이터프레임 관련 함수를 예시와 함께 설명한다.

> `Part 3  엑셀 없이 엑셀 파일 읽고 쓰기`

이제 슬슬 이 책의 진가가 드러난다. Excel 파일을 열고 조작하는 방법을 소개한다.

OpenPyXL, pyxlsb 등 관련 라이브러리를 사용한 예시를 소개한다. 엑셀 파일을 읽고 편집하는 방법은 구글링으로도 충분히 얻을 수 있기 때문에, "아! 이런 엑셀관련 라이브러리가 있구나!"만 알고 가면 충분할 듯 하다.   

> `Part 4  엑셀윙스를 통한 엑셀 애플리케이션 프로그래밍`

Part 3에서는 Excel 파일 자체를 편집하고 Open하고 save하는 방법을 알려줬다면, Part 4에서는 실질적으로 엑셀 애플리케이션을 자동화하고 고도화하는 방법을 알려준다.

xlwings 라이브러리를 사용하며, VBA코드를 실행하는 방법과 sheet, range 객체를 다루는 법을 소개한다. 

이후 나오는 내용들은 Excel에 한정된 내용이 아니라, 파이썬 패키지를 추적하는 small project를 웹 API, DB를 사용하여 구축하는 예시가 나온다. 

Excel관련된 내용은 아니지만, 가볍게 읽어서 관련 지식을 쌓는 것이 좋아보인다.

> 총평

실제 업무에서 사용할 것 같은 Excel 자동화 예제가 있었으면 좋겠다. 단순히 Excel 관련 라이브러리를 사용하는 방법만 소개하고 있기 때문이다. 실무자가 읽기보다는 초보자가 읽어서 CS관련 지식을 쌓는게 더 좋아보인다. 

<이 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원 받아 작성되었습니다>

[리뷰] 파이썬을 활용한 금융 분석

파이썬을 활용한 금융 분석 - 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지, 2판
이브 힐피시 지음, 김도형 옮김 / 한빛미디어 / 2022년 3월

파이썬을 활용한 금융 분석 - Python for Finance

파이썬으로 금융 분석을 하고 싶은 입문자와 특히 파이썬 초심자에게 이 책을 추천하고 싶다.

그 이유는 다음과 같다.

1. 파이썬의 기초 문법/자료구조 내용을 다룰뿐만 아니라, numpy와 pandas 그리고 데이터 시각화까지 두루두루 기초를 다질 수 있다. 

2. 시계열 데이터를 다루는 여러가지 방법을 소개하며, 금융 데이터 과학에 대해 (비전공자에게) 친절하게 설명되어있다.  

3. 단순히 문법과 함수 사용법만 알려주는 것이 아니라, SQL 데이터베이스 상에서 입출력 작업을 하는 방법, 파이썬의 성능을 개선할 수 있는 방법을 소개하며 "금융 분석에만 초점을 두지 않는다.

책의 구성은 `파트`라는 대분류 아래 `장`이라는 중분류로 구성이 되어있다. 

`Part 1 파이썬과 금융`, `Part 2 파이썬 기초 정복`, `Part 3 금융 데이터 과학`, `Part 4 알고리즘 트레이딩`으로 구성되어 있으며 

part 1 ~ 3까지는 프로그래밍 및 통계 공부를 했던 분이라면 충분히 따라갈 수 있는 내용이었지만, part 4는 매매 알고리즘이나 지수 공식같은 생소한 내용이 등장하면서 따라잡기 버거운 수준이었다.

(혹은 알고리즘 트레이딩에 큰 관심이 없어서 그런 것 일수도 있다.)

> `Part 1 파이썬과 금융`

`1장: 왜 금융 분석에 파이썬을 사용하는가` 임팩트 있는 첫 장이었다. 파이썬 공식 웹사이트(https://www.python.org/doc/essays/blurb/)에 있는 `What is Python?` 설명을 소개한다. 

가장 마음에 드는 것은 `PEP20, Zen of Python`을 소개해줬다는 것이다. `import this`로 볼 수 있는 이스터에그이며, 파이썬의 철학을 담고 있다. (개인적으로 가장 마음에 드는 구절은 `Simple is better than complex`이다.) 

금융 알고리즘을 구현하는데 수학적 문법이 유사한 특성 및 파이썬의 생산성 및 효율성에 대해 설명한다.

`2장 : 파이썬 기반구조`에서는 파이썬 개발환경 구성에 초점을 둔다. 

미니콘다, 도커 컨테이너, 주피터 노트북, 클라우드 등 설치 방법과 사용법에 대한 설명이 상세하게 기술되어 있다.

> `Part 2 파이썬 기초 정복`

`3장 : 자료형과 자료구조`, `4장 : Numpy를 사용한 수치 계산`,`5장 : pandas를 사용한 데이터 분석`, `6장 : 객체지향 프로그래밍`이 의외로 기대보다 탄탄한 예제로 구성되어있었다. 오랜만에 numpy, pandas를 사용해본 독자라면, 기억을 되돌리기에 충분한 분량과 설명이 담겨져 있다. 

설명 - 코드 - 주석 형태로 구성되어있다.

> `Part 3 금융 데이터 과학`

`7장 : 데이터 시각화`, `8장 : 금융 시계열`은 금융 데이터 과학에 필요한 그래프 작성법 및 시계열 데이터를 다루는 방법이 기술되어 있다. 금융 데이터는 시간에 따라 값이 변하는 시계열 데이터이고, 이 데이터를 시각화하는 것이 중요하다. (차트를 만들어 나만의 대시보드를 만드는 등, 금융 공학에서 필수적인 영역이다.) matplotlib과 plotly를 사용한 시각화 방법과 pandas를 이용한 시계열 데이터 처리에 대해 배울 수 있다.

`9장 : 입출력 작업`, `10장 : 파이썬 성능 개선`에서는 기본 파이썬 입출력 작업, 텍스트 파일 읽고 쓰기, SQL 데이터베이스 작업, Excel/pytables를 이용한 입출력 방법에 대해 배운다. 아울러 파이썬에서 성능개선을 할 수 있는 몇 가지 방법(반복문 최적화, 벡터화, 알고리즘 최적화)에 대해 배운다. 

매개변수마다 주석을 달아주어, 이해가 쉬웠다.

`11장 : 수학용 도구`, `12장 : 확률 과정`, `13장 : 통계 분석`에서는 금융 데이터 과학에서 사용되는 수학/통계 이론적 지식을 담고있다. 가장 피해가고 싶은 장이기도 했지만, 실제 데이터로 통계 분석을 하는 process를 따라가볼 수 있고 해당 코드 템플릿을 저장해두고 분석해본다면 추후 업무에 통계적인 자료 분석이 필요할 때 요긴하게 쓸 수 있겠다는 생각을 했다.

> `Part 4 알고리즘 트레이딩`

`14장 : FXCM 트레이딩 플랫폼`, `15장 : 매매전략`, `16장 : 매매 자동화` 이 세 장에서는 FXCM의 트레이딩 플랫폼 및 API를 사용해 트레이딩 전략을 배우고 실제로 매매 자동화를 구축해보는 내용이 담겨있었다. 특히 15장에서는 머신러닝을 사용하여 매매 전략 수립하는 방법에 대해 나와있는데, 해당 장의 탬플릿 코드를 사용하면 금융데이터가 아닌 다른 시계열 데이터 분석에도 유용하게 쓰일 것 같다는 생각을 했다. 회기분석, 클러스터링, 심층신경망 구축 등 머신러닝 기초 지식이 있으면 더 쉽게 이해가 되는 부분이었다. 

> `Part 5 파생상품 분석`

이후 등장하는 `17장 : 가치 평가 프레임워크`, `18장 : 금융 모형 시뮬레이션`, `19장 : 파생상품 가치 평가`, `20장 : 포트폴리오 가치 평가`, `21장 : 시장 기반 가치 평가`는 금린이(금융어린이)인 내가 읽기에는 어려운 장이었다. 엄청나게 어려운 수식과 용어들이 등장했으며, 코드의 길이도 길고 복잡한 편이었다. 하지만 주석과 설명이 자세히 적혀있어서 코드의 흐름은 이해되는 편이었지만, 왜 저런 방법을 사용했는지는 알아채기가 어려웠다. 이해하기 위해서는 금융관련 전공 지식이 많이 필요할 것으로 예상된다. 마치 어려운 전공책을 보는 것 같았다.

>총평 

이 책은 두껍다. 두꺼운만큼 많은 내용을 담고 있다. 하지만 평소 코딩과 Data Science에 관심이 많은 독자라면, `Part 3 금융 데이터 과학`까지는 재미있을 것이라고 생각한다. 특히 오랜만에 numpy, pandas를 사용한다면 그러하다. 내가 금융지식이 있었고, 알고리즘 트레이딩에 관심이 있었다면 이후에 나오는 부분도 따라갈 수 있었을 텐데.. 라는 아쉬움이 남는다. 하지만 금융 데이터 분석이라는 것이 이런 것이구나..를 느낄 수 있었다. 

700 페이지가 넘는 이 책을 이해하기에는 내 소양과 독서 기간이 부족했다는 핑계를 대고 싶다. (사실 다 알고있다면, 왜 공부가 필요하겠는가?) 오늘도 나의 부족함을 느끼며 천천히 금융 공학을 공부해보려고 한다. 

<이 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원 받아 작성되었습니다>

처음 만나는 WSL 리뷰

처음 만나는 WSL - 개발자 및 IT 전문가를 위한 리눅스용 윈도우 하위 시스템 실무 안내서
프래틱 싱 지음, 남정현 옮김 / 한빛미디어 / 2022년 2월

필자는 학부생 시절 연구실에서 항상 리눅스를 사용했기에 윈도우에서보다 리눅스 개발환경을 사용하는 것이 편했다.

물론 코딩테스트 문제를 풀거나 web 관련 프로젝트를 할 때는 윈도우가 편했지만, Hadoop/Spark/Docker를 사용함에 있어서는 리눅스 환경이 필수적이었다.

이때 WSL2를 요긴하게 사용했던 경험이 있다. Window PC를 사용하면서, Windows Powershell를 켜서 리눅스로 개발을 한다는 것은 새로운 충격이었다.'

WSL이 어떤 원리로 구동될 수 있는지 궁금하지도 않고 그냥 사용만 해왔던 시절을 반성하며 "처음 만나는 WSL"을 읽었다.

`1장: WSL시작`에서는 WSL이 등장하게 된 배경, 아키텍처, 장단점을 설명한다.`운영체제`에 대한 배경 지식이 있다면, 읽는데 조금 더 수월할 것 같다.

책에서 가장 공감됐던 부분은 wsl이 등장하게 된 배경이다.

당신이 개발자이고, 윈도우를 사용한다고 가정하자. 개발 공부를 하거나, 서버에 무언가를 설정하기위해 서적 및 공식 문서를 살펴보고 있는데, 갑자기 문서에 셸 명령이라고 하면서 `$` 기호가 나타난다면 곧바로 다음과 같은 생각을 하게 될 것이다.

> '어라? 이런 건 본 적도 없는데? 윈도우에서는 안 되는 기능이잖아. 이걸 따라하려면 가상머신(VM)을 만들고 리눅스를 설치해야 하잖아! 귀찮아! 안 할래'

그렇다. WSL을 사용하면 그냥 terminal을 키기만 하면 된다.

`2장: 다운로드, 설치와 설정`, `3장: 윈도우와 리눅스 섞어 사용하기`, `4장: WSL 배포판 관리`에서는 WSL(WSL2가 아님 주의) 설치 및 사용 방법에 대해 알려준다. WSL2를 사용하는 사용자에게도 설치 및 배포판 설정에 있어서 궤를 같이하기 때문에 읽어봄직하다. 

글 전체적으로 Window PowerShell에서 어떤 명령어를 입력하는지 알 수 있도록 화면을 보여주고, 이에 대한 결과 창도 보여준다. 초보자도 쉽게 따라할 수 있다.

새로 배운 점은 `3.2장 윈도우와 리눅스 사이의 경로 변환 - wslpath`를 꼽을 수 있다. wslpath는 WSL경로에서 윈도우 경로로 혹은 그 반대로 변환을 수행해주는 유틸리티이다.  

`5장: WSL2 알아보기`에서는 말 그대로 WSL2가 무엇인지, 어떤 점이 달라졌는지에 대한 내용이 나온다.

> 1. 더 나은 파일 입출력 성능 : git clone, npm install, apt update 등과 같은 파일 입출력 작업은 WSL1에 비해 WSL2에서 약 2~3배 빨라졌고 압축된 파일(tarball file)을 푸는 것은 약 20배 이상 빨라졌다.

> 2. 완전한 시스템 호출 지원 : WSL1에서 실행되는 시스템 호출(메모리 요청, 프로세스 생성 등)은 각각 윈도우 운양체제의 시스템 호출로 번역되어 호출됐지만 모든 리눅스 시스템 호출을 윈도우 시스템 호출로 변환하는게 불가능했다. 하지만 WSL2에서 시스템 호출 호환성일 완벽하게 지원하고 커널 업데이트를 제공할 수 있도록하는 리눅스 커널을 포함했다. 이는 도커나 그 외의 고급 기능을 사용하고, 기존에 지원되지 않았던 더 많은 애플리케이션을 WSL2에서 사용할 수 있다.

아울러 `6장: 파일시스템`, `7장: 네트워킹`을 통해 WSL2 Deep Dive를 할 수 있었다. WSL이 윈도우 파일에 직접 접근할 수 있고, 윈도우가 WSL에서 실행되는 리눅스 배포판 내의 파일에 접근할 수 있는 방법에 대해서 배운다. 

마지막으로 `8장: WSL에서 리눅스 개발 환경 만들기`에서는 Visual Studio Code, WSL 원격 확장을 통해 리눅스 기반의 애플리케이션을 윈도우 운영체제에서 자연스럽게 실행할 수 있는 도구와 런타임에 대해서 배운다. 가장 관심이 있는 장이었고 Git, VSCode, Docker 등의 설치 및 개발 환경 구성법이 나와서 쉽게 따라할 수 있었다.

총평을 하자면, WSL2를 사용하다가 OS에 더 관심이 생긴 독자에게 추천한다. 사실 WSL 개발 환경구성은 구글링으로도 충분히 가능하기 때문이다. 아쉬운 점은 OS에 대한 설명이 부족하다는 것이다. 책에서 반복되는 OS 용어(VM, hyper-v 등등)에 대한 짧은 설명 말고도 한 챕터를 사용해서 OS 기초를 다지고 갔으면 어떨까? 하는 생각이 들었다.

<이 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원 받아 작성되었습니다>

비전 시스템을 위한 딥러닝 리뷰

비전 시스템을 위한 딥러닝 - 신경망을 활용한 엔드투엔드 컴퓨터 비전 애플리케이션 구축하기
모하메드 엘겐디 지음, 심효섭 옮김 / 한빛미디어 / 2021년 12월

오라일리(O'Reilly)의 빨간 동물 표지와 양대산맥을 가지고 있는 Manning Publications의 중세시대 사람 표지 책 중 하나이다. 

특히 OOO in action으로 유명한데, 표지만 봐도 "믿고 본다"라는 인식이 강하다. 

사실 이전부터 딥러닝에 관한 책은 수도 없이 많이 출시가 되었다. 이 책의 특징은 "비전"에 초점을 맞췄다는것. 딥러닝은 CNN으로부터 부흥을 얻었다고 해도 반박할 사람은 없을 것이다. 그만큼 여러 인공지능 뉴비들은 비전 분야에 쉽게 접근할 수 있었을 것이다. 

이 책에서 마음에 들었던 부분은 1장 "컴퓨터 비전 입문" 이다. 신경망이 어쩌고 저쩌고 부터 시작하기 보다는, 비전 시스템이 어떻게 구성되는지, 비전 응용 분야에는 어떤 것들이 있는지 소개하기 때문에 비전공자들도 쉽게 이해할 수 있을 것 같다. 

이후 2장 "딥러닝과 신경망"에서는 퍼셉트론부터 시작해서 활성화 함수, 오차 함수, 최적화, 역전파 알고리즘까지 딥러닝을 공부했더라면 필수적으로 알아야할 것들에 대한 설명이 나온다. 

사실 ML/DL 면접에서도 필수적으로 나오는 질문 중 하나라고 생각한다. 그만큼 중요한 딥러닝 기초이기 때문에 가장 중요한 장이지 않을까 생각한다.

이후 3장 "합성곱 신경망"에서는 CNN이 발전해왔던 History를 배운다. 사실 현재는 전혀 사용하지 않은 네트워크이겠지만, 네트워크의 발전 방향을 공부하면서 '아 이런 문제 발생했을 때, 해결을 이렇게 했구나' 생각을 하면서 배우는 것이 중요하다고 생각한다.   

4장 "딥러닝 프로젝트 시동 걸기와 하이퍼파라미터 튜닝"은 실습을 통해 하이퍼파라미터 튜닝을 진행한다. 사실 이론만 공부하면 뭐하겠는가? 실제로 모델을 구축하고 loss를 줄여나가는 과정은 꼭 필요하다. keras를 바탕으로 쉽게 코드를 작성할 수 있고 중요한 부분은 전부 주석처리가 되어있어서 이해도 쉽다. 

다만 요즘에는 하이퍼파라미터 튜닝을 자동으로 해주는 tool이 많은데, '이거를 소개시켜줬으면 참 좋았겠다' 라는 생각이 들었다. 

이후에는 5장 "고급 합성곱 신경망 구조", 6장 "전이학습", 7장 "R-CNN, SSD, YOLO를 이용한 사물 탐지"가 나오는데 필자는 7장에 주목하고 싶다. 

이 책 제목이 "비전 시스템을 위한 딥러닝"인데, 이 책을 구매한 사람들은 아무래도 Object Detection을 실제로 구현해보고 싶은 사람들일 것이기 때문이다. YOLO와 같은 객체탐지 오픈 소스는 말 그대로 오픈 소스이기 때문에 Github에서 긁어서 쉽게 시스템을 구축할 수 있다. 이 책에서는 어떻게 객체 탐지를 하는지에 대한 근본적인 설명이 있었기 때문에 필자는 YOLO를 사용한지 2년이 넘었지만 이제 원리를 하나씩 이해했다. 

이후에 나오는 8장 "생성적 적대 신경망", 9장 "딥드림과 신경 스타일 전이", 10장 "시각 임베딩"에서는 이미지를 생성하는 분야에 대한 소개가 담겨있다. 특히 요즘 인기있는 GAN, Face Recognition, Re-identify 등에 대한 소개가 담겨있지만, 실습이 없다는 것이 아쉬웠다.

총평을 하자면, 

딥러닝을 처음 접하는 사람들에게도 적합하고, 공부는 이미 했지만 면접준비 등 다시 생각 정리를 하고 싶은 사람에게 이 책을 추천한다.

<이 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원 받아 작성되었습니다>