[독서-564] 머신러닝을 위한 파이썬 - 인공지능의 시작

머신러닝을 위한 파이썬 한 조각 - 파이썬으로 이해하는 인공지능의 시작
박성호 지음 / 비제이퍼블릭 / 2020년 2월

이 책은 파이썬으로 머신러닝을 배우기 위해 기초부터 설명하고 있다. 1장은 머신러닝의 개요, 2장은 파이썬의 기초적인 것들로 List, Tuple, Dictionary, List Comprehension, Function, Lambda, Class 등을 다룬다. 그리고 3장은 넘파이(Numpy)에 대해서 배우며 머신러닝을 위한 기본을 준비한다. 책의 내용은 입문자를 위한 내용이라 보통의 난이도이다. 2020년 2월에 출간된 기술 서적이지만 편집된 그림들이 옛스러워 오래된 책처럼 여겨진다.

머신러닝에서 가중치와 편향을 계산하기 위해 미분은 반드시 필요한 수학이다. 머신러닝에서는 미분으로 가중치와 편향을 계산하면서 최종 값을 찾아나간다. 편미분은 미분하고자 하는 변수 1개를 제외한 나머지 변수들을 상수로 취급하여 미분하는 것을 말한다. 그리고 체인룰은 여러 개의 함수로 구성된 함수를 미분하기 위해 사용하는 방식이다.

머신러닝은 학습하는 방법에 따라 지도 학습과 비지도 학습으로 나눈다. 지도 학습은 결과를 예측하는 방법에 따라 회귀(Regression)와 분류(Classification)로 나눈다. 비지도 학습은 입력값 자체의 특성과 분포를 파악해서 그룹화 하는 군집화(Clustering)에 주로 사용한다. 회귀(Regression)는 연속적인 값을 예측하고 분류(Classification)는 이산적인 값을 가진다.

딥러닝 아키텍처는 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성돼 서로 연결되어 있는 구조이다. 딥러닝의 기본적인 예제라고 할 수 있는 MNIST 손글씨 숫자 인식을 다룬다. 입력층과 출력층의 노드 개수는 데이터에 의해 정해진다. 하지만 은닉층은 개발자가 임의로 설정할 수 있는 하이퍼 파라미터이다.

텐서플로(TensorFlow)는 구글에서 개발하여 공개한 딥러닝 프레임워크이다. 텐서플로는 스칼라, 벡터, 행렬과 같은 데이터를 텐서로 인식한다. 텐서를 흘려보내면서 딥러닝 알고리즘을 실행한다. 마지막 두 챕터에 합성곱 신경망(CNN, Convolutional Neural Network)와 순환 신경망(RNN, Recurrent Nerual Networ)를 다룬다.